Elasticsearch教程8Mapping字段类型之keyword
Posted OkidoGreen
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Elasticsearch教程8Mapping字段类型之keyword相关的知识,希望对你有一定的参考价值。
一、前言
ES的keyword类型家族有3种:
- keyword,用于结构化内容,如ID、邮箱、邮编、手机号、主机名、状态码或标记
- constant_keyword,某个字段为constant_keyword类型,则该index中,所有文档的该字段的值必须一致
- wildcard,存非机构化数据,且值的内容大,相似性低的数据,如HTTP请求体,Log日志这些让人阅读性差的数据。
其中第1个keyword类型是最常用的类型,后面2个类型出现的比较晚,使用的场景也比较少。
二、keyword
2.1 keyword适用场景
keyword类型通常存储结构化数据,对keyword类型不能进行match查询,适合用keyword的例子:
场景 | 值 |
---|---|
订单状态 | 1:未付款;2:已付款;3:申请退款;4:已退款 |
HTTP状态码 | 200,400,500,404 |
ID/手机号/邮箱/性别 | 对手机号没必要分词,也不需要数学计算,所以也不能设为数字类型 |
用户画像标签 | 学生,IT男,腐女,宝妈 |
- ES把keyword类型的值作为一整体存在倒排索引中,不进行分词。
- keyword适合存结构化数据,如性别、手机号、数据状态、标签HttpCode(404,200,500)等。
- 字段常用来精确查询、过滤、排序、聚合时,应设为keyword,而不是数值型。
- 如果某个字段你经常用来做range查询, 你还是设置为数值型(integer,long),ES对数字的range有优化。
- 还可以把字段设为multi-field,这样又有keyword类型又有数值类型,方便多种方式的使用。
- 最长支持32766个UTF-8类型的字符,但放入倒排索引时,只截取前一段字符串,长度由ignore_above参数决定,默认"ignore_above" : 256。
2.2 keyword实验
(1)创建一个文档
PUT /pigg_user/_doc/1
"name": "冬哥",
"age": 32
(2)查询name="冬哥"的数据,用term在name字段上查询,是查询不到文档的
这条语句是查询不到的
GET /pigg_user/_search
"query":
"term":
"name": "冬哥"
(3)查看文档的mapping
要想探知没有搜到的原因,得先看排查文档的mapping,发现name是text类型,其下面有一个keyword子类型。
GET /pigg_user/_mapping
#返回如下
"pigg_user" :
"mappings" :
"properties" :
"age" :
"type" : "long"
,
"name" :
"type" : "text",
"fields" :
"keyword" : #这行的keyword是字段名,全称是name.keyword
"type" : "keyword", #这行的keyword是指类型
"ignore_above" : 256 #这里的ignore_above下面会讲
(4)分析原因
如果不设置mapping,ES默认把字符串设为text类型,并包含一个keyword子类型。
name是text类型,“冬哥”这个词已经被拆成“冬”和“哥”这2个词。
所以上面用term来匹配“冬哥”时,查询不到数据。
简单理解:
- “name”这个字段按照“冬”和“哥”2个词存的,根据“冬”或者“哥”都能term查询到文档。
- “name.keyword”这个字段存储的是“冬哥”这完整字符串。
#根据name匹配“冬”,可以查询到文档
GET /pigg_user/_search
"query":
"term":
"name": "冬"
#根据name.keyword匹配"冬哥",可以查询到文档
GET /pigg_user/_search
"query":
"term":
"name.keyword": "冬哥"
#根据name.keyword匹配"冬",查询不到文档
GET /pigg_user/_search
"query":
"term":
"name.keyword": "冬"
2.3 手动设置keyword类型
#先删除之前创建的index
DELETE pigg_user
#设置name为keyword,age为short。
PUT pigg_user
"mappings":
"properties":
"name":
"type": "keyword"
,
"age":
"type": "short"
#新增一个文档
PUT /pigg_user/_doc/1
"name": "冬哥",
"age": 32
#根据name精确匹配,可以查到数据
GET /pigg_user/_search
"query":
"term":
"name": "冬哥"
三、constant_keyword类型
constant_keyword 是 keyword 字段的特例,用于索引中所有文档具有相同值的情况。
PUT logs-debug
"mappings":
"properties":
"@timestamp":
"type": "date"
,
"message":
"type": "text"
,
"level":
"type": "constant_keyword", #指明level这个字段是constant_keyword类型
"value": "debug" #且所有文档的level字段的值都是debug
constant_keyword 支持与 keyword 字段相同的查询和聚合,而且constant_keyword的效率更高,因为ES利用所有文档的的某个constant_keyword字段的值必须相同的这一事实,进行了针对性优化。
允许提交没有字段值或值等于映射中配置的值的文档。 以下两个索引请求是等效的:
POST logs-debug/_doc
"date": "2019-12-12",
"message": "Starting up Elasticsearch",
"level": "debug"
POST logs-debug/_doc
"date": "2019-12-12",
"message": "Starting up Elasticsearch"
如果把level设置成非debug的值,比如error,则会返回错误
POST logs-debug/_doc
"date": "2019-12-12",
"message": "Starting up Elasticsearch",
"level": "error"
返回如下错误提示:
"caused_by" :
"type" : "illegal_argument_exception",
"reason" : "[constant_keyword] field [level] only accepts values that are equal to the value defined in the mappings [debug], but got [error]"
constant_keyword类型使用的场景确实非常少见,所以用的很少。
四、wildcard类型
当你要在某个非结构化数据上进行wildcard或regexp查询的时候,wildcard类型就比较合适了。这种非结构化数据的内容一般是机器产生的(machine-generated),它们的可阅读比较低,不适合我们人阅读,比如日志message或者HTTP的请求体。
PUT my-index-000001
"mappings":
"properties":
"my_wildcard":
"type": "wildcard"
PUT my-index-000001/_doc/1
"my_wildcard" : "This string can be quite lengthy"
GET my-index-000001/_search
"query":
"wildcard":
"my_wildcard":
"value": "*quite*lengthy"
以上是关于Elasticsearch教程8Mapping字段类型之keyword的主要内容,如果未能解决你的问题,请参考以下文章