Mapping

索引Mapping

索引的结构化约束

1. Mapping类同数据表的schema定义表结构，与ES定义索引内的结构
2. ES的Mapping提供类比数据表Schema更多的多选择与灵活性

Mapping用途

1. Mapping用来规范ES索引结构与行为，也是性能优化的重要一环
2. 应用场景不同，Mapping的设置运用也不同，如日志与业务系统

创建mapping：

PUT test-01
{
 "mappings": {
   "properties": {
     "name":{
       "type": "text"
     },
     "email":{
       "type": "text"
     },
     "old":{
       "type": "integer"
     }
   }
 }
}

修改mapping

PUT test-01/_mapping
{
   "properties": {
     "name":{
       "type": "text"
     },
     "email":{
       "type": "text"
     },
     "old":{
       "type": "integer"
     },
     "company":{
       "type": "text"
     }
   }
}

Mapping映射

• Dynamic设置为true时，如果有新增字段的文档写入，Mapping会更新，相应的对新增字段定义类型。
• Dynamic设置为false，Mapping不会被更新，并且新增字段的数据无法被索引，但是，信息会出现在_source中。
• Dynamic设置为Strict，文档会写入失败！
• 设置为true时：文档可索引、字段可索引、mapping允许被更新。
  设置为false时：文档可索引、字段不可索引、mapping不允许被更新。
  设置为true时：文档不可索引、字段不可索引、mapping不允许被更新。

常用字段类型应用

Text：文本

文本类型：
按规则分词，分成至少1个词，默认粉刺器standard
应用场景：
text，用于需要分词检索的场景

DELETE test-001
PUT test-01/_mapping
{
   "properties": {
     "name":{
       "type": "text"
     }
   }
}
PUT test-01/_doc/1
{
  "name":"liwenjun,hunan,ChangSha"
}
POST  _analyze
{
  "analyzer": "standard",
  "text": ["liwenjun,hunan,ChangSha"]
}

keyword:关键词

概念说明：

1. 严格意义上就是不分词，仅仅分一个词
2. 包括3中：

keyworld：一个单词
constant _keworld：默认插入一个固定值
wildcard：通配符的检索场景
应用场景

1. 固定文本信息，无需全文检索场景
2. 姓名，省份，商品类目
3. 替代传统数据库字段检索，用于多条件检索
4. 特殊场景下查询

测试：

PUT test-006
{
  "mappings": {
   "dynamic": false,
   "properties": {
     "name01":{
       "type": "keyword"
     },
    "name02":{
       "type": "constant_keyword",
       "value": "liwenjun001"
     },
     "name03":{
       "type": "wildcard"
     }
   }
  }
}

插入数据：

PUT test-006/_doc/1
{
  "name01":"liwenjun,hunan,ChangSha",
  "name03":"liwenjun,hunan,ChangSha"
}
PUT test-006/_doc/2
{
  "name01":"liwenjun,hunan,ChangSha",
  "name02":"liwenjun001",
  "name03":"liwenjun,hunan,ChangSha"
}
PUT test-006/_doc/3
{
  "name01":"liwenjun,hunan,ChangSha",
  "name02":"liwenjun001",
  "name03":"liwenjun,sanya,ChangSha"
}
GET test-006/_search
{
    "query": {
        "wildcard": {
            "name03": "*ny*"
        }
    }
}

整数：

Long类型：空间占用：64bit
Integer类型：空间占用：32bit
short类型：空间占用：16bit
Byte类型：空间占用：8bit

浮点

浮点类型：
Double
Float
Half_float
Scaled_float: 缩放浮点类型，背后基于Long类型实现，会出现精度问题；
应用注意：
浮点类型精确统计会出现精确性问题
Java底层实现问题；
如何避免？使用整数类型来处理

date日期类型：

1.date
2.date_nano
日期格式化
format，支持多种自定义格式，注意，建议使用UTC时间格式，一定要使用UTC

字符类型背后算法

Text，keyword类型
倒排索引：Inverted index

数值类型背后算法：

整型，浮点型，日期类型
BDK树算法
底层存储压缩

复合字段类型的应用

object

表现形式
Json对象形式，可以嵌套多种子对象
内部存储实现
内部存储实际非json，通过分隔符建立嵌套关系，字段命名不可以采用分隔符；

PUT test-006
{
  "mappings": {
   "dynamic": false,
   "properties": {
     "name01":{
       "type": "keyword"
     },
    "name02":{
       "type": "constant_keyword",
       "value": "liwenjun001"
     },
     "name03":{
       "type": "wildcard"
     },
     "address":{
       "properties": {
         "pro":{
           "type":"text"
         },
         "city":{
           "type":"text"
         }
       }
     }
   }
  }
}
PUT test-006/_doc/1
{
  "name01":"liwenjun,hunan,ChangSha",
  "name03":"liwenjun,hunan,ChangSha",
  "address":{
    "pro":"hunan",
    "city":"changsha"
  }
}

array:数组

• 注意说明

ES未定义数组类型，仅仅是支持，类似object方式支持的，但无需设置，填充数据设时设定数据样本即可

• 支持类型

一维数组
多位数组
对象数组

PUT test-006/_doc/1
{
  "name01":"liwenjun,hunan,ChangSha",
  "name03":"liwenjun,hunan,ChangSha",
  "address":[{
    "pro":"hunan",
    "city":"changsha"
  },
  {
    "pro":"hebei",
    "city":"baoding"
  }
  ]
}
GET test-006/_search
{
}
{
  "took" : 106,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "test-006",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "name01" : "liwenjun,hunan,ChangSha",
          "name03" : "liwenjun,hunan,ChangSha",
          "address" : [
            {
              "pro" : "hunan",
              "city" : "changsha"
            },
            {
              "pro" : "hebei",
              "city" : "baoding"
            }
          ]
        }
      }
    ]
  }
}

范围类型：

• 范围类型

整型范围
浮点范围
日期范围
IP范围

• 应用场景：

如，衣服尺寸适合，XL(175-185)
BDK树

复杂对象单一化类型

flattened:单一化类型
概念定义：
将复杂对象下的字段归属到单一类型，避免索引mapping字段数量限制引起的错误
应用场景：
日志混合场景，可以避免接入不确定字段数量过多，避免错误；
避免字段膨胀：

1. dynamic 设置为 strict

2. 设置 “address02”:{

   "type": "flattened"<br />     }<br />![image.png](https://cdn.nlark.com/yuque/0/2022/png/322762/1657680815546-833465e0-0839-449f-83e5-648307a8b64c.png#clientId=u374441af-746d-4&crop=0&crop=0&crop=1&crop=1&from=paste&height=541&id=u62dcf2bf&margin=%5Bobject%20Object%5D&name=image.png&originHeight=1082&originWidth=832&originalType=binary&ratio=1&rotation=0&showTitle=false&size=677444&status=done&style=none&taskId=u19597901-2769-4170-9ddd-4f725670e89&title=&width=416)

   索引字段类型设计限制

   字段设置限制默认1024个字段，但是可以修改
   对象对象深度限制20层，

   Mapping源码解读