elasticsearch的映射

Posted 2021-01-15 lyq-biu

一.简介：

　　映射：在创建索引时，可以预先定义字段的类型（映射类型，也就是type，一个索引可以有一个或多个类型）及相关属性。

　　Elasticsearch会根据JSON源数据的基础类型猜测你想要的字段映射。将输入的数据转变成可搜索的索引项。Mapping就是我们定义的字段的数据类型，同时告诉Elasticsearch如何索引数据以及是否可以被搜索。

　　作用：会让索引建立的更加细致和完善。

二.映射类型：　

　　1.3 动态映射：

　　　　字段和属性不需要预先事先定义。在你添加文档的时候，就会自动添加到索引，这个过程不需要事先在索引进行字段数据类型匹配之类，他会自己推断数据类型，动态映射是可以配置的。

　　1.4 显示映射：　　　

　　　　和动态映射相反，显示映射需要我们在索引映射中进行预先定义。

　　1.5 更新当前映射：　

　　  　一般我们不会改变当前的索引的映射类型和字段，因为这样，意味着废弃已经索引的文档。我们应该根据映射创建新的索引并重新索引数据。

三.内置类型：

　　1.string类型：

　　　　text（会进行分析【分词，建立倒排索引】），keyword【不会分析，只有完全匹配才能搜索到】，（string类型在es5后已经废弃了）

　　2.数字类型：

　　　　long、integer、short、byte、double、float

　　3.日期类型：

　　　　date（可以解析date和datetime（时分秒）等日期）

　　4.bool类型：

　　　　boolean（可以解析传递过来的值，True/False/Yes/No等都能解析成bool类型）

　　5.二进制数据类型：

　　　　binary（不会被检索）

　　6.复杂数据类型

　　　　 数组：无需专门的数据类型

　　　　对象数据类型：object，单独的JSON对象

　　　　嵌套数据类型：nested，关于JSON对象的数组

如Company就是一个object类型

　emplyment是一个nested类型

　　7.geo类型（地理数据类型）：　　　

　　　　地理点数据类型：geo_point，经纬点

　　　　 地理形状数据类型：geo_shape

　　8.专业数据类型：

　　　　IPv4数据类型

　　　　 完成数据类型：completion

　　　　单词计数数据类型:token_counts

三.数据类型可以接收的参数

　　1.简单概括：

属性	描述	适合类型
store	值为yes表示存储，为no表示不存储，默认为no	all
index	yes表示分析，no表示不分析，默认为true	string
null_value	如果字段为空，可以设置一个默认值，比如"人生"	all
analyzer	可以设置索引和搜索时用的分析器，默认使用的是standard分析器，还可以使用whitespace，simple，english	all
include_in_all	默认es为每个文档定义一个特殊域_all，它的作用是让每个字段被搜索到，如果不想让某个字段被搜索到，可以设置为false	all
format	时间格式字符串的模式	date

　　2.详细：

　　　　2.1符串可以接收的参数：

 

　　　　2.2数字型可以接收的参数：

 

　　　　2.3日期型可以接收的参数：

 

　　　　2.4布尔型可以接收的参数：

四.演示

　　1.创建索引及映射（创建映射后无法修改）： 

PUT lagou
 {
 #参数mappings
    "mappings":
    {
 #指定表jobs
      "jobs":
      {
 #参数（中文特性，性能）
       "properties":
       {
 #指定类型为text，会分词等
        "title":{
           "type":"text"
         },
 #指定类型为integer
           "salary_min":
        {
           "type":"integer"
        },
        "city":{
 #指定类型为keyword，不分词，必须完全匹配才搜索得到
              "type":"keyword"     
     }.

 #嵌套properies
       "Company":{
         "properties":{
           "name":{
            "type":"text"
           },
           "address":{
            "type":"text"
           }
        }
     },
#date类型
     "pub-date":{
      "type":"date"
   }
   }
   }
  }
 }         

 

运行成功

查看索引信息一致

　　2.数据插入：

PUT lagou/job/1
{
  "title":"Java后端研发",
#这里插入时，为"20000"也行，会尝试转换为整型
  "salary_min":20000,
  "city":"北京",
  "Company":{
    "name":"百度",
    "address":"北京"
  },
  "pub_date":"2018-10-28"
}
PUT lagou/job/2
{
  "title":"Python分部式爬虫",
  "salary_min":20000,
   "city":"成都",
  "Company":{
    "name":"美团",
    "address":"成都"
  },
  "pub_date":"2018-10-27"
}
PUT lagou/job/3
{
  "title":"前端研发",
  "salary_min":20000,
   "city":"北京",
  "Company":{
    "name":"阿里",
    "address":"北京"
  },
  "pub_date":"2018-10-28"
}

 

 　　3.获取mapping:

#所有
GET _all/_mapping
#索引为拉钩
GET lagou/_mapping
#索引为lagou，type为job
GET lagou/_mapping/job

 

 五.参考文献：

　　　　https://blog.csdn.net/zhanglh046/article/details/78529208