Mapping简介

mapping 是用来定义文档及其字段的存储方式、索引方式的手段，例如利用mapping 来定义以下内容：

  • 哪些字段需要被定义为全文检索类型
  • 哪些字段包含number、date类型等
  • 格式化时间格式

  • 自定义规则，用于控制动态添加字段的映射

    Mapping Type

    每个索引都拥有唯一的 mapping type，用来决定文档将如何被索引。mapping type由下面两部分组成

  • Meta-fields
    元字段用于自定义如何处理文档的相关元数据。 元字段的示例包括文档的_index，_type，_id和_source字段。

  • Fields or properties
    映射类型包含与文档相关的字段或属性的列表。

    分词器最佳实践

    因为后续的keyword和text设计分词问题，这里给出分词最佳实践。即索引时用ik_max_word，搜索时分词器用ik_smart，这样索引时最大化的将内容分词，搜索时更精确的搜索到想要的结果。
    例如我想搜索的是小米手机，我此时的想法是想搜索出小米手机的商品，而不是小米音响、小米洗衣机等其他产品，也就是说商品信息中必须只有小米手机这个词。
    我们后续会使用”search_analyzer”: “ik_smart”来实现这样的需求。

    字段类型

  • 一种简单的数据类型，例如text、keyword、double、boolean、long、date、ip类型。

  • 也可以是一种分层的json对象（支持属性嵌套）。
  • 也可以是一些不常用的特殊类型，例如geo_point、geo_shape、completion

针对同一字段支持多种字段类型可以更好地满足我们的搜索需求，例如一个string类型的字段可以设置为text来支持全文检索，与此同时也可以让这个字段拥有keyword类型来做排序和聚合，另外我们也可以为字段单独配置分词方式，例如”analyzer”: “ik_max_word”,

text 类型

text类型的字段用来做全文检索，例如邮件的主题、淘宝京东中商品的描述等。这种字段在被索引存储前先进行分词，存储的是分词后的结果，而不是完整的字段。text字段不适合做排序和聚合。如果是一些结构化字段，分词后无意义的字段建议使用keyword类型，例如邮箱地址、主机名、商品标签等。
常有参数包含以下

  • analyzer：用来分词，包含索引存储阶段和搜索阶段（其中查询阶段可以被search_analyzer参数覆盖），该参数默认设置为index的analyzer设置或者standard analyzer
  • index：是否可以被搜索到。默认是true
  • fields：Multi-fields允许同一个字符串值同时被不同的方式索引，例如用不同的analyzer使一个field用来排序和聚类，另一个同样的string用来分析和全文检索。下面会做详细的说明
  • search_analyzer：这个字段用来指定搜索阶段时使用的分词器，默认使用analyzer的设置
  • search_quote_analyzer：搜索遇到短语时使用的分词器，默认使用search_analyzer的设置

原文参考链接https://www.cnblogs.com/haixiang/p/12040272.html#3348742009