Elasticsearch - 自动检测及动态映射Dynamic Mapping

Posted 2022-12-14 席飞剑

一、自动映射：

ES通过查看定义某文档的json格式就能猜测到文档结构，我们称之为自动映射，在开发过程中需要注意这些特性。

字段自动检测

在某个字段第一次出现时，如果之前没有定义过映射，ES会自动检测它可能满足的类型，然后创建对应的映射。

JSON数据	ES中的数据类型
null	不会添加字段
true or false	boolean
floating point number	double
integer	long
object	object
array	依赖于第一个非null得值
string	如果通过了date检测，则为date 如果通过了numeric检测，则为Number

上面就是类型自动检测的结果，除了上面列出的基本类型，其他的高级的类型比如geo,ip就需要手动指定了。

日期自动检测

日期自动检测，即date_detection是默认开启的，因此只要符合默认的日期格式，就可以自动创建成date类型

日期的格式为：

[ "strict_date_optional_time","yyyy/MM/dd HH:mm:ss || yyyy/MM/dd"]

例如：

$ curl -XPUT localhost:9200/test/test/1 -d '"create":"2015/11/11"'
"_index":"test","_type":"test","_id":"1","_version":1,"created":true

$ curl -XGET localhost:9200/test/_mapping?pretty

  "test" : 
    "mappings" : 
      "test" : 
        "properties" : 
          "create" : 
            "type" : "date",
            "format" : "yyyy/MM/dd HH:mm:ss||yyyy/MM/dd"
          
        
      
    
  

可以通过修改dynamic_date_formats 修改日期格式：

PUT my_index

    "mappings":
        “my_type":"dynamic_date_formats":["MM/dd/yyyy"]
    


PUT my_index/my_type/1"create_date":"09/25/2015"

数字自动检测

数字自动检测，即numeric_detection默认是关闭的。因此需要手动打开：

PUT my_index
"mappings":"my_type":"numeric_detection":true

当执行索引操作时，如果符合float型，就会自动创建为double，如果符合int型，ES默认创建为long

可能通过类似curl -XPUT localhost:9200/test1/test1/_mapping?pretty查询自动生成的映射。

二、动态映射：

ES中有一个非常重要的特性——动态映射，即索引文档前不需要创建索引、类型等信息，在索引的同时会自动完成索引、类型、映射的创建。那么什么是映射呢？映射就是描述字段的类型、如何进行分析、如何进行索引等内容。

当ES在文档中碰到一个以前没见过的字段时，它会利用动态映射来决定该字段的类型，并自动地对该字段添加映射。

有时这正是需要的行为，但有时不是，需要留意。你或许不知道在以后你的文档中会添加哪些字段，但是你想要它们能够被自动地索引。或许你只是想要忽略它们。或者，尤其当你将ES当做主要的数据存储使用时，大概你会希望这些未知的字段会抛出异常来提醒你注意这一问题。

幸运的是，你可以通过dynamic设置来控制这一行为，它能够接受以下的选项：

• true：默认值。动态添加字段
• false：忽略新字段
• strict：如果碰到陌生字段，抛出异常

dynamic设置可以适用在根对象上或者object类型的任意字段上。你应该默认地将dynamic设置为strict，但是为某个特定的内部对象启用它：

PUT /my_index

    "mappings": 
        "my_type": 
            "dynamic":      "strict", 
            "properties": 
                "title":   "type": "string",
                "stash":  
                    "type":     "object",
                    "dynamic":  true 
                
            
        
    

在my_type对象上如果碰到了未知字段则会抛出一个异常。 在stash对象上会动态添加新字段。

通过以上的映射，你可以向stash添加新的可搜索的字段：

PUT /my_index/my_type/1

  "title": "This doc adds a new field",
  "stash": 
    "new_field": "Success!"
  

但是，如果在顶层对象上试图添加新字段则会失败：

PUT /my_index/my_type/1

    "title":     "This throws a StrictDynamicMappingException",
    "new_field": "Fail!"

NOTE

将dynamic设置为false并不会改变_source字段的内容，_source字段仍然会保存你索引的整个JSON文档。只不过是陌生的字段将不会被添加到映射中，以至于它不能被搜索到。

自定义动态映射

如果你知道你需要动态的添加的新字段，那么你也许会启用动态映射。然而有时动态映射的规则又有些不够灵活。幸运的是，你可以调整某些设置来让动态映射的规则更加适合你的数据。

date_detection

当ES碰到一个新的字符串字段时，它会检查该字串是否含有一个可被识别的日期，比如2014-01-01。如果存在，那么它会被识别为一个date类型的字段。否则会将它作为string进行添加。

有时这种行为会导致一些问题。如果你想要索引一份这样的文档：

 "note": "2014-01-01" 

假设这是note字段第一次被发现，那么根据规则它会被作为date字段添加。但是如果下一份文档是这样的：

 "note": "Logged out" 

这时该字段显然不是日期，但是已经太迟了。该字段的类型已经是日期类型的字段了，因此这会导致一个异常被抛出。

可以通过在根对象上将date_detection设置为false来关闭日期检测：

PUT /my_index

    "mappings": 
        "my_type": 
            "date_detection": false
        
    

有了以上的映射，一个字符串总是会被当做string类型。如果你需要一个date字段，你需要手动地添加它。

NOTE

ES中识别日期的方法可以通过dynamic_date_formats设置改变。

dynamic_templates

通过dynamic_templates，你可以拥有对新字段的动态映射规则拥有完全的控制。你设置可以根据字段名称或者类型来使用一个不同的映射规则。

每个模板都有一个名字，可以用来描述这个模板做了什么。同时它有一个mapping用来指定具体的映射信息，和至少一个参数(比如match)用来规定对于什么字段需要使用该模板。

模板的匹配是有顺序的 - 第一个匹配的模板会被使用。比如我们可以为string字段指定两个模板：

• es：以_es结尾的字段名应该使用spanish解析器
• en：其它所有字段使用english解析器

我们需要将es模板放在第一个，因为它相比能够匹配所有字符串字段的en模板更加具体：

PUT /my_index

    "mappings": 
        "my_type": 
            "dynamic_templates": [
                 "es": 
                      "match":              "*_es", 
                      "match_mapping_type": "string",
                      "mapping": 
                          "type":           "string",
                          "analyzer":       "spanish"
                      
                ,
                 "en": 
                      "match":              "*", 
                      "match_mapping_type": "string",
                      "mapping": 
                          "type":           "string",
                          "analyzer":       "english"
                      
                
            ]

match_mapping_type允许你只对特定类型的字段使用模板，正如标准动态映射规则那样，比如string，long等。

match参数只会匹配字段名，path_match参数用于匹配对象中字段的完整路径，比如address.*.name可以匹配如下字段：

    "address":
        "city":
            "name": "New York"
        
    

unmatch和path_unmatch模式能够用来排除某些字段，没有被排除的字段则会被匹配。

参考官方文档：https://www.elastic.co/guide/en/elasticsearch/reference/1.4//mapping-root-object-type.html