Elasticsearch Reference [6.2] » Mapping
參考官方英文文檔 https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping.html
部分內容參考：https://www.cnblogs.com/ljhdo/p/4981928.html
Mapping 是定義文檔及其包含的字段如何存儲和編制索引的過程，每個索引都有一個映射類型，用於確定文檔將如何編制索引。
一、Meta-fields
包括文檔的_index，_type，_id和_source字段
二、es字段數據類型：
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html
- 字符串類型
text 、 keyword - 數值類型
long, integer, short, byte, double, float, half_float, scaled_float - 日期類型
date - 布爾值類型
boolean - 二進制類型
binary - 范圍類型
integer_range, float_range, long_range, double_range, date_range - Array數據類型(Array不需要定義特殊類型)
[ "one", "two" ]
[ 1, 2 ]
[{ "name": "Mary", "age": 12 },{ "name": "John", "age": 10}]
- Object數據類型 （json嵌套）
{
"region": "US",
"manager": {
"age": 30,
"name": {
"first": "John",
"last": "Smith"
}
}
}
- 地理數據類型
Geo-point，Geo-Shape(比較復雜，參考官網文檔，一般用Geo-point就可以了) - 特殊數據類型
ip(IPv4 and IPv6 addresses)
completion(自動完成/搜索)
token_count (數值類型，分析字符串，索引的數量)
murmur3 (索引時計算字段值的散列並將它們存儲在索引中的功能。 在高基數和大字符串字段上運行基數聚合時有很大幫助)
join (同一索引的文檔中創建父/子關系)
以下是常用的參數類型定義&賦值demo
| 類型 | 參數定義 | 賦值 |
|---|---|---|
| text | "name":{"type":"text"} | "name": "zhangsan" |
| keyword | "tags":{"type":"keyword"} | "tags": "food" |
| date | "date":{"type": "date"} | "date":"2015-01-01T12:10:30" |
| long | "age":{"type":"long"} | "age" :28 |
| double | "score":{"type":"double"} | "score":98.8 |
| boolean | "isgirl": { "type": "boolean" } | "isgirl" :true |
| ip | "ip_addr":{"type":"ip"} | "ip_addr": "192.168.1.1" |
| geo_point | "location": {"type":"geo_point"} | "location":{"lat":40.12,"lon":-71.34} |
三、Mapping parameters
https://www.elastic.co/guide/en/elasticsearch/reference/6.2/mapping-params.html 帶*是常用的字段屬性
| Parameters | 默認值 | 備注 |
|---|---|---|
| *analyzer | "standard" | standard/simple/stop/keyword/whitespace/(lang:english)字符串分析器,keyword意思是不分詞內容整體作為一個token |
| normalizer | - | 統一設置標准化分詞，mapping里的字段可以使用同樣的分詞器 |
| boost | 1.0 | 字段在文檔中的權重 |
| coerce | true | 字符串強制轉換為數字 |
| copy_to | - | 例如將firstname和lastname復制到fullname |
| doc_values | true | 創建索引的時候存儲在磁盤的數據結構，不需要排序和聚合改為false節省磁盤空間 |
| *dynamic | true | ture/false/strict允許動態添加字段，不建議設為true |
| enabled | true | 只存儲不索引或聚合，例如session會話存儲 |
| fielddata | 字符串專用，查詢時將term-document關系存儲在內存中 | |
| eager_global_ordinals | 自增唯一編號 | |
| *format | "format": "yyyy-MM-dd hh:mm:ss" | |
| ignore_above | 0 | int,超過這個長度的字符串不會被索引和存儲,0代表不限制 |
| ignore_malformed | 設置為true允許錯誤的數據類型索引到字段中引起的異常 | |
| index_options | positions/docs | docs(只索引文檔編號)/freqs(索引文檔編號和詞頻)/positions(索引文檔編號/詞頻/詞位置)/offsets(索引文檔編號/詞頻/詞偏移量/詞位置) ,被索引的字段默認用positions，其他的docs |
| *index | "analyzed" | analyzed/not_analyzed/no 字段值是否被索引,設置no的字段不可查詢，參考中文文檔 |
| fields | 相同的字段設置不同的方式 | |
| norms | true | score評分相關，會占用一定的磁盤空間，不需要可以關閉 |
| null_value | null | 空值不能被索引和搜索，用字符串"NULL"代替空值 "null_value": "NULL" |
| position_increment_gap | 100 | 當索引多個值的文本時支持臨近或短語查詢，或值之間的間隙 |
| properties | - | 在創建索引時定義字段的屬性 |
| *search_analyzer | 索引的分詞器 | 一般索引和搜索用同樣的分詞器，如需不一樣可更改 |
| similarity | "BM25" | BM25/classic/boolean，主要用於文本字段的相似度算法 |
| *store | false | 默認情況字段被索引可以搜索，但沒有存儲原始值且不能用原始值查詢，_resource包含了所有的值，當大段文本需要搜索時可以修改為true |
| term_vector | "no" | no/yes/with_positions/with_offsets/with_positions_offsets 分詞向量，分析過程產生的術語 |