参考:https://www.elastic.co/guide/cn/elasticsearch/guide/current/mapping.html
映射简单理解为是数据定义,每种类型都有自己的映射,或者模式定义。
映射类型
- 字符串:
string
- 整数 :
byte
,short
,integer
,long
- 浮点数:
float
,double
- 布尔型:
boolean
- 日期:
date
查看映射
我们已经取得索引 gb
中类型 tweet
的映射:
GET /gb/_mapping/tweet
自定义映射
简单类型(例如 long
, double
, date
等)也接受 index
参数,但有意义的值只有 no
和 not_analyzed
, 因为它们永远不会被分析。
默认, string
类型域会被认为包含全文。就是说,它们的值在索引前,会通过一个分析器,针对于这个域的查询在搜索前也会经过一个分析器。string
域映射的两个最重要属性是 index
和 analyzer
。
index
index
属性控制怎样索引字符串。它可以是下面三个值:analyzed
首先分析字符串,然后索引它。换句话说,以全文索引这个域。not_analyzed
索引这个域,能够被搜索,但索引的是精确值。不会对它进行分析。no
不索引这个域。这个域不会被搜索到。string
域 index
属性默认是 analyzed
。如果我们想映射这个字段为一个精确值,我们需要设置它为 not_analyzed
:
{
“tag”: {
“type”: “string”,
“index”: “not_analyzed”
}
}
指定字符串既可以被全文索引也可以被搜索排序
被解析的字符串字段也是多值字段, 但是很少会按照你想要的方式进行排序。如果你想分析一个字符串,如 fine old art
, 这包含 3 项。我们很可能想要按第一项的字母排序,然后按第二项的字母排序,诸如此类,但是 Elasticsearch 在排序过程中没有这样的信息。
为了以字符串字段进行排序,这个字段应仅包含一项: 整个 not_analyzed
字符串。 但是我们仍需要 analyzed
字段,这样才能以全文进行查询
但是保存相同的字符串两次在 _source
字段是浪费空间的。 我们真正想要做的是传递一个 单字段 但是却用两种方式索引它。所有的 _core_field 类型 (strings, numbers, Booleans, dates) 接收一个 fields
参数
"tweet": {
"type": "string",
"analyzer": "english",
"fields": {
"raw": {
"type": "string",
"index": "not_analyzed"
}
}
}
tweet 主字段与之前的一样: 是一个 analyzed 全文字段。
新的 tweet.raw 子字段是 not_analyzed.
现在,至少只要我们重新索引了我们的数据,使用 tweet 字段用于搜索,tweet.raw 字段用于排序
更新映射
删除索引
DELETE /gb
创建索引
PUT /gb
{
"mappings": {
"tweet" : {
"properties" : {
"tweet" : {
"type" : "string",
"analyzer": "english"
},
"date" : {
"type" : "date"
},
"name" : {
"type" : "string"
},
"user_id" : {
"type" : "long"
}
}
}
}
}
定在 tweet
映射增加一个新的名为 tag
的 not_analyzed
的文本域,使用 _mapping
:
PUT /gb/_mapping/tweet
{
“properties” : {
“tag” : {
“type” : “string”,
“index”: “not_analyzed”
}
}
}