elasticsearch5.x数据类型与映射的介绍
这篇文章主要介绍“elasticsearch 5.x数据类型与映射的介绍”，在日常操作中，相信很多人在elasticsearch 5.x数据类型与映射的介绍问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”elasticsearch 5.x数据类型与映射的介绍”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
成都创新互联专注于成都网站制作、成都做网站、网页设计、网站制作、网站开发。公司秉持“客户至上,用心服务”的宗旨,从客户的利益和观点出发,让客户在网络营销中找到自己的驻足之地。尊重和关怀每一位客户，用严谨的态度对待客户，用专业的服务创造价值，成为客户值得信赖的朋友，为客户解除后顾之忧。
在前面的文章中，我们创建了索引为bank的文档结构，但是，在创建1000个文档的时候，并没有指出他们每个属性的数据类型。在没有数据类型映射定义的情况下创建文档，这在ES中是允许的，因为ES会帮我们自动映射数据类型。但是，在我们的项目中，必须要先定义文档的数据类型，再操作文档，因为我们需要根据业务的需要，指定数据的属性，例如，是否需要全文索引，是否需要分词，分词器是什么。
下面我们看下索引bank自动创建文档数据类型映射成什么？
{
"bank": {
"mappings": {
"account": {
"properties": {
"account_number": {
"type": "long"
},
"address": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
},
"age": {
"type": "long"
},
"balance": {
"type": "long"
},
"city": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
},
"email": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
},
"employer": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
},
"firstname": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
},
"gender": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
},
"lastname": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
},
"state": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
}
}
}
}
}
}上面通过type指定了数据的类型。接下来，我们将开始认识这些数据类型
一、数据类型
字段类型概述
| 一级分类 | 二级分类 | 具体类型 |
|---|---|---|
| 核心类型 | 字符串类型 | text,keyword |
| 整数类型 | integer,long,short,byte | |
| 浮点类型 | double,float,half_float,scaled_float | |
| 逻辑类型 | boolean | |
| 日期类型 | date | |
| 范围类型 | range | |
| 二进制类型 | binary | |
| 复合类型 | 数组类型 | array |
| 对象类型 | object | |
| 嵌套类型 | nested | |
| 地理类型 | 地理坐标类型 | geo_point |
| 地理地图 | geo_shape | |
| 特殊类型 | IP类型 | ip |
| 范围类型 | completion | |
| 令牌计数类型 | token_count | |
| 附件类型 | attachment | |
| 抽取类型 | percolator |
1、字符串类型
text 类型：当一个字段是要被全文搜索的，比如Email内容、产品描述，应该使用text类型。设置text类型以后，字段内容会被分析，在生成倒排索引以前，字符串会被分析器分成一个一个词项。text类型的字段不用于排序，很少用于聚合。
keyword：keyword类型适用于索引结构化的字段，比如email地址、主机名、状态码和标签。如果字段需要进行过滤(比如查找已发布博客中status属性为published的文章)、排序、聚合。keyword类型的字段只能通过精确值搜索到。
2、整数类型
| 类型 | 取值范围 |
|---|---|
| byte | -128~127 |
| short | -32768~32767 |
| integer | -231~231-1 |
| short | -263~263-1 |
在满足需求的情况下，尽可能选择范围小的数据类型。比如，某个字段的取值最大值不会超过100，那么选择byte类型即可。迄今为止吉尼斯记录的人类的年龄的最大值为134岁，对于年龄字段，short足矣。字段的长度越短，索引和搜索的效率越高。
3、浮点类型
| 类型 | 取值范围 |
|---|---|
| doule | 64位双精度IEEE 754浮点类型 |
| float | 32位单精度IEEE 754浮点类型 |
| half_float | 16位半精度IEEE 754浮点类型 |
| scaled_float | 缩放类型的的浮点数 |
对于float、half_float和scaled_float,-0.0和+0.0是不同的值，使用term查询查找-0.0不会匹配+0.0，同样range查询中上边界是-0.0不会匹配+0.0，下边界是+0.0不会匹配-0.0。
其中scaled_float，比如价格只需要精确到分，price为57.34的字段缩放因子为100，存起来就是5734
优先考虑使用带缩放因子的scaled_float浮点类型。
4、date类型
日期类型表示格式可以是以下几种：
（1）日期格式的字符串，比如 “2018-01-13” 或 “2018-01-13 12:10:30”
（2）long类型的毫秒数( milliseconds-since-the-epoch，epoch就是指UNIX诞生的UTC时间1970年1月1日0时0分0秒)
（3）integer的秒数(seconds-since-the-epoch)
5、boolean类型 true和false
6、 binary类型
进制字段是指用base64来表示索引中存储的二进制数据，可用来存储二进制形式的数据，例如图像。默认情况下，该类型的字段只存储不索引。二进制类型只支持index_name属性。
7、array类型
（1）字符数组: [ “one”, “two” ]
（2）整数数组: productid:[ 1, 2 ]
（3）对象（文档）数组: “user”:[ { “name”: “Mary”, “age”: 12 }, { “name”: “John”, “age”: 10 }]，
注意：lasticSearch不支持元素为多个数据类型：[ 10, “some string” ]
8、 object类型
JSON对象，文档会包含嵌套的对象
9、ip类型
p类型的字段用于存储IPv4或者IPv6的地址
二、Mapping 支持属性
下面解释下一些重要的映射属性
index
设置此字段能不能被查询，就是决定要不要将这个字段放进倒排索引裡
若index设置为true(默认是true)，则表示这个这个字段会被放进倒排索引裡，如果是text就是分词过后放进索引，如果是keyword、integer...就直接整段放进索引裡
若index设置为false，则表示这个字段不放进倒排索引裡，因此不能查询这个字段(因为他不存在于倒排索引裡)
通常这种被设成false的字段，可以想像成是属于一种附属的字段，就是不能被match、term查询，但是当该文档被其他搜索条件搜出来时，他可以附带的一起被找出来，因为他们同属于同一个文档。
举个例子，定义user索引的映射
PUT /user
{
"mappings": {
"doc": {
"properties": {
"name": {
"type": "keyword",
"index": false
},
"uid": {
"type": "integer"
},
"nickname": {
"type": "text",
"analyzer": "standard"
}
}
}
}
}当搜索uid时，name会一起被找出来
/user/_search
{
"query": {
"term": {
"uid": 1
}
}
}如果搜索name属性，将会报错
GET /user/_search
{
"query": {
"term": {
"name": "hugo"
}
}
}出错信息如下
"caused_by": {
"type": "illegal_argument_exception",
"reason": "Cannot search on field [name] since it is not indexed."
}analyzer
主要用在text类型的字段上，就是设定要使用哪种分词器来建立索引
可以使用内建的分词器，或是使用自定义的分词器
可以使用/_analyze测试分析器具体会将句子分词成什么样子，它能帮助我们理解Elasticsearch索引内部发生了什么
GET 127.0.0.1:9200/_analyze
{
"analyzer": "standard",
"text": "Text to analyze"
}boost
官方建议：index time boost is deprecated. Instead, the field mapping boost is applied at query time.
也就是说，官方推荐在查询时指定boost。
我们可以通过指定一个boost值来控制每个查询子句的相对权重，该值默认为1。一个大于1的boost会增加该查询子句的相对权重。boost参数被用来增加一个子句的相对权重(当boost大于1时)，或者减小相对权重(当boost介于0到1时)，但是增加或者减小不是线性的。换言之，boost设为2并不会让最终的_score加倍。
POST /bank/_search?pretty
{
"query": {
"match" : {
"address": {
"query": "mill",
"boost": 2
}
}
}
}查询结果
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 4,
"max_score": 8.620199,
"hits": [
{
"_index": "bank",
"_type": "account",
"_id": "472",
"_score": 8.620199,
"_source": {
"account_number": 472,
"balance": 25571,
"firstname": "Lee",
"lastname": "Long",
"age": 32,
"gender": "F",
"address": "288 Mill Street",
"employer": "Comverges",
"email": "leelong@comverges.com",
"city": "Movico",
"state": "MT"
}
},
{
"_index": "bank",
"_type": "account",
"_id": "136",
"_score": 8.532413,
"_source": {
"account_number": 136,
"balance": 45801,
"firstname": "Winnie",
"lastname": "Holland",
"age": 38,
"gender": "M",
"address": "198 Mill Lane",
"employer": "Neteria",
"email": "winnieholland@neteria.com",
"city": "Urie",
"state": "IL"
}
},
{
"_index": "bank",
"_type": "account",
"_id": "970",
"_score": 7.723722,
"_source": {
"account_number": 970,
"balance": 19648,
"firstname": "Forbes",
"lastname": "Wallace",
"age": 28,
"gender": "M",
"address": "990 Mill Road",
"employer": "Pheast",
"email": "forbeswallace@pheast.com",
"city": "Lopezo",
"state": "AK"
}
},
{
"_index": "bank",
"_type": "account",
"_id": "345",
"_score": 7.723722,
"_source": {
"account_number": 345,
"balance": 9812,
"firstname": "Parker",
"lastname": "Hines",
"age": 38,
"gender": "M",
"address": "715 Mill Avenue",
"employer": "Baluba",
"email": "parkerhines@baluba.com",
"city": "Blackgum",
"state": "KY"
}
}
]
}
}三、更新映射
当首次创建一个索引的时候，可以指定类型的映射，但假设后来想要增加一个新的映射字段，可以使用/_mapping把新的字段加进mapping映射裡
可以增加一个新的映射，但是不能修改存在的映射，原因是因为这个映射可能有文档去用，如果改了映射的类型，可能会导致索引的数据出错，因此只能新加字段进去，不能修改
具体实例
在user映射中的doc类型增加一个新的名为tag的keyword
PUT /user/_mapping/doc
{
"properties": {
"tag": {
"type": "keyword",
}
}
}到此，关于“elasticsearch 5.x数据类型与映射的介绍”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！
新闻名称：elasticsearch5.x数据类型与映射的介绍
文章起源：http://pwwzsj.com/article/pjsoce.html
