elasticsearch中的字段类型/mapping参数

查看表结构的定义
GET /testindex/_mapping
GET /testindex/testtable/_mapping

（一）核心数据类型：

（1）string：默认会被分词
string类型包括：text 和 keyword

一个完整示例如下 :


 "status": {
          "type":  "string", //字符串类型
          "index": "analyzed"//分词，不分词是：not_analyzed ，设置成no，字段将不会被索引
          "analyzer":"ik"//指定分词器
          "boost":1.23//字段级别的分数加权
           "doc_values":false//对not_analyzed字段，默认都是开启，分词字段不能使用，对排序和聚合能提升较大性能，节约内存
            "fielddata":{"format":"disabled"}//针对分词字段，参与排序或聚合时能提高性能，不分词字段统一建议使用doc_value
            "fields":{"raw":{"type":"string","index":"not_analyzed"}} //可以对一个字段提供多种索引模式，同一个字段的值，一个分词，一个不分词
            "ignore_above":100 //超过100个字符的文本，将会被忽略，不被索引
            "include_in_all":ture//设置是否此字段包含在_all字段中，默认是true，除非index设置成no选项
            "index_options":"docs"//4个可选参数docs（索引文档号） ,freqs（文档号+词频），positions（文档号+词频+位置，通常用来距离查询），offsets（文档号+词频+位置+偏移量，通常被使用在高亮字段）分词字段默认是position，其他的默认是docs
            "norms":{"enable":true,"loading":"lazy"}//分词字段默认配置，不分词字段：默认{"enable":false}，存储长度因子和索引时boost，建议对需要参与评分字段使用 ，会额外增加内存消耗量
             "null_value":"NULL"//设置一些缺失字段的初始化值，只有string可以使用，分词字段的null值也会被分词
             "position_increament_gap":0//影响距离查询或近似查询，可以设置在多值字段的数据上火分词字段上，查询时可指定slop间隔，默认值是100
              "store":false//是否单独设置此字段的是否存储而从_source字段中分离，默认是false，只能搜索，不能获取值
               "search_analyzer":"ik"//设置搜索时的分词器，默认跟ananlyzer是一致的，比如index时用standard+ngram，搜索时用standard用来完成自动提示功能
                "similarity":"BM25"//默认是TF/IDF算法，指定一个字段评分策略，仅仅对字符串型和分词类型有效
                "term_vector":"no"//默认不存储向量信息，支持参数yes（term存储），with_positions（term+位置）,with_offsets（term+偏移量），with_positions_offsets(term+位置+偏移量) 对快速高亮fast vector highlighter能提升性能，但开启又会加大索引体积，不适合大数据量用
        }

string类型默认是analyzed，如果我们想映射字段为确切值，我们需要设置它为not_analyzed：

{
    "demo": {
        "type":     "string",
        "index":    "not_analyzed"
    }
}

ES默认的分词器为standard，想要改变默认分词器为ik分词器，可以在config/elasticsearch.yml文件中添加如下配置即可：
index.analysis.analyzer.default.type:ik

测试分词：
GET _analyze?text=Black-cats

GET /testindex/_analyze
{
“text”:”Black-cats”
}

测试字段中的分词:
GET /testindex/_analyze?field=demo&text=Black-cats

GET /testindex/_analyze
{
“field”:”demo”,
“text”:”Black-cats”
}

（2）数字类型主要如下几种：
long：64位存储
integer：32位存储
short：16位存储
byte：8位存储
double：64位双精度存储
float：32位单精度存储

支持参数：

coerce：true/false 如果数据不是干净的，将自动会将字符串转成合适的数字类型，字符串会被强转成数字，浮点型会被转成整形，经纬度会被转换为标准类型
boost：索引时加权因子
doc_value：是否开启doc_value
ignore_malformed：false（错误的数字类型会报异常）true（将会忽略）
include_in_all：是否包含在_all字段中
index:not_analyzed默认不分词
null_value：默认替代的数字值
precision_step：16 额外存储对应的term，用来加快数值类型在执行范围查询时的性能，索引体积相对变大
store：是否存储具体的值

（3）其他简单类型
日期类型：
date
布尔类型：
boolean
字节类型：
binary

（4）复合类型

数组类型：没有明显的字段类型设置，任何一个字段的值，都可以被添加0个到多个，要求，他们的类型必须一致：
对象类型：存储类似json具有层级的数据
嵌套类型：支持数组类型的对象Aarray[Object]，可层层嵌套

（5）地理类型

geo-point类型：支持经纬度存储和距离范围检索
geo-shape类型：支持任意图形范围的检索，例如矩形和平面多边形

（6）专用类型
ipv4类型：用来存储IP地址，es内部会转换成long存储
completion类型：使用fst有限状态机来提供suggest前缀查询功能
token_count类型：提供token级别的计数功能
mapper-murmur3类型：安装sudo bin/plugin install mapper-size插件，可支持_size统计_source数据的大小
附件类型：需要 https://github.com/elastic/elasticsearch-mapper-attachments开源es插件支持，可存储office，html等类型

（7）多值字段：
一个字段的值，可以通过多种分词器存储，使用fields参数，支持大多数es数据类型

（二）Mapping 参数列表，上面文章出现过的不再解释：

copy_to：与solr里面的copy_field字段功能一样，支持拷贝某个字段的值到集中的一个字段里面
properties：对象字段和嵌套字段可以包含子字段，这些属性可以被添加进去，例子如下

创建表结构

PUT /testindex/_mapping/testtable
{
    "testtable": {
             "_all": {
            "analyzer": "ik_max_word",
            "search_analyzer": "ik_max_word",
            "term_vector": "no",
            "store": "false"
        },
        "properties": {
            "demo": {
                "type": "text",
                "analyzer": "ik_max_word",
                "search_analyzer": "ik_max_word",
                "include_in_all": "true",
                "boost": 8
            }
        }
    }
}

–给表testtable添加一个字段demo

PUT testindex/_mapping/testtable
{
  "properties": {
    "demo": {
      "type": "text"
    }
  }
}

修改字段类型：
无法修改字段类型。

删除字段：
无法删除

修改mapping的方法：
http://www.tuicool.com/articles/7nIbIz

elasticsearch中的字段类型/mapping参数

猜你喜欢