elasticsearch数据组织结构
Posted wodeboke-y
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数据组织结构相关的知识,希望对你有一定的参考价值。
elasticsearch数据组织结构
1. mapping
1.1. 简介
mapping:意为映射关系,特别是指组织结构。在此语境中可理解为数据结构,包括表结构,表约束,数据类型等。(非母语环境伤不起。。。晦涩无比,半小时才转过圈来)
1.2. mapping type
每个索引都有一个映射类型,它决定文档索引的方式。
映射类型分为两种:
- 元字段:_index,_type,_id,_source
- 值字段或属性:
值字段数据类型—相当于mysql的数据类型
有text,keywork,date,boolean,object,nested,geo_point等
具体见其它文档。
1.3. 映射约束
在一个索引中定义太多的字段可能会导致内存溢出,它并不像想象的那么少见。
有一些设置用来约束
index.mapping.total_fields.limit
索引字段数量,计数包括字段,对象映射,字段别名。默认值1000
index.mapping.depth.limit
字段最大深度,指对象引用的深度。默认为20.
index.mapping.nested_fields.limit
The maximum number of distinct nested mappings in an index, defaults to 50.
非重复的嵌套映射数量,默认50
index.mapping.nested_objects.limit
单一文档嵌套json对象的最大值,默认10000
index.mapping.field_name_length.limit
字段名的长度限制,默认无限制。
1.4. 动态映射
字段和映射类型无需提前定义。添加时会自动创建。
在顶层映射、内部对象及nested字段上都会如此。
1.5. 显示映射explicit mapping
设置命令语法:
PUT /<index>/_mapping
创建index并指定映射
curl -X PUT "localhost:9200/my-index?pretty" -H ‘Content-Type: application/json‘ -d‘
"mappings":
"properties":
"age": "type": "integer" ,
"email": "type": "keyword" ,
"name": "type": "text"
‘
为一个映射添加字段
案例:
curl -X PUT "localhost:9200/my-index/_mapping?pretty" -H ‘Content-Type: application/json‘ -d‘
"properties":
"employee-id": # 字段名
"type": "keyword", # 字段类型
"index": false # 代表此字段不参与index
注意:
已存在的映射是不能修改的,下述项例外:
- 为object字段添加属性
- ignore_above的值是可以改的。
修改已存在的映射会使已有索引数据失效。如果想修改映组织关系,创建新的index并reindex数据。如果只是想修改字段名,建议添加别名字段。
1.6. 相关命令
查看索引的映射
GET /my-index/_mapping
rv = es.indices.get_mapping(index_name)
1.7. 注意事项
_doc问题
7.X及以后版本并没有type参数,但在7.x中部分命令的type位置需要写成_doc。
2. field datatypes
Elasticsearch supports a number of different datatypes for the fields in a document:
-----Core datatypes
2.1. string
text and keyword
2.1.1. text
它会被解析为individual terms before being indexed.
2.1.2. keyword
用于索引结构化内容的字段,例如email addresses, hostnames, status code.
案例
PUT my_index
"mappings":
"properties":
"tags":
"type": "keyword"
2.2. Numeric
long, integer, short, byte, double, float, half_float, scaled_float
2.3. Date
date
2.4. Date nanoseconds
date_nanos
2.5. Boolean
boolean
2.6. Binary
binary
2.7. Range
integer_range, float_range, long_range, double_range, date_range
------Complex datatypes
2.8. Object
object for single JSON objects
2.9. Nested
nested for arrays of JSON objects
3. meta-field元字段
每个文档都有自己的元字段。
3.1. identity meta-fields
_index
_type
_id
3.2. document source meta-fields
_source:源JSON数据
_size:_source的大小,单位bytes,provided by the mapper-size plugin.
3.3. indexing meta-fields
_fields_names
_igonred
3.4. routing meta-field
_routing
3.5. other meta-field
_meta
4. analyzer
document: https://www.elastic.co/guide/en/elasticsearch/reference/current/analyzer.html
下面是一个设置索引分词器参数及应用的案例:
PUT my_index
"settings":
"analysis":
"analyzer":
"my_analyzer":
"type":"custom",
"tokenizer":"standard",
"filter":[
"lowercase"
]
,
"my_stop_analyzer":
"type":"custom",
"tokenizer":"standard",
"filter":[
"lowercase",
"english_stop"
]
,
"filter":
"english_stop":
"type":"stop",
"stopwords":"_english_"
,
"mappings":
"properties":
"title":
"type":"text",
"analyzer":"my_analyzer",
"search_analyzer":"my_stop_analyzer",
"search_quote_analyzer":"my_analyzer"
PUT my_index/_doc/1
"title":"The Quick Brown Fox"
PUT my_index/_doc/2
"title":"A Quick Brown Fox"
GET my_index/_search
"query":
"query_string":
"query":"\"the quick brown fox\""
以上是关于elasticsearch数据组织结构的主要内容,如果未能解决你的问题,请参考以下文章
针对Elasticsearch的开源分析及可视化平台——Kibana