分享一下我老师大神的人工智能教程。零基础！通俗易懂！风趣幽默！还带黄段子！希望你也加入到我们人工智能的队伍中来！https://blog.csdn.net/jiangjunshow
0、引言
在关系型数据库如Mysql中，设计库表需要注意的是：
1）需要几个表；
2）每个表有哪些字段；
3）表的主键及外键的设定——便于有效关联。
表的设计遵守范式约束，考虑表的可扩展性，避免开发后期对表做大的改动。
Mysql或者Oracle中，修改数据类型相对比较简单，通过命令行或者navicat、sqldeveloper等可视化工具直接修改。
即便千万级别数据量，多等点时间，也能修改好。
而在Elasticsearch非关系型数据存储的搜索引擎中，设计表对应的就是Mapping的设计。
且ES中一旦字段设定后，不能修改。
当然，这也不是绝对的，可以通过新建索引，然后reindex将原有数据迁移到新索引。
即便如此，还是建议：索引设计的前期，根据项目的需要设计好字段。如考虑如下的因素？
1）字段的大小，考虑最大、最小的情况，如某一个字段超过1MB甚至更多；
2）字段需不需要分词、全文检索、其他类型的检索；
3）时间字段类型的设置，时间戳、UTC类型或者字符串类型；
4) 字段需不需要聚合
…….
这就引申出本文的内容，Elasticearch到底支持哪些数据类型？Elasticsearch如何进行数据选型？
有没有直接拿来就用的Mapping万能模板。
以上问题，本文一一透彻解答。
1、Elasticsearch数据类型有哪些？
2、Elasticsearch数据如何选型？
2.1 字符串类型选型
text类型作用：分词，将大段的文字根据分词器切分成独立的词或者词组，以便全文检索。
适用：email内容、某产品的描述等需要分词全文检索的字段；
不适用：排序或聚合（Significant Terms 聚合例外）
keyword类型：无需分词、整段完整精确匹配。
适用于：email地址、住址、状态码、分类tags。
2.2 数值类型选型
long长整型：一个带符号的64位整数，最小值为 -263 ，最大值为 263 -1。
integer 整数：一个带符号的32位整数，最小值为 -231 ，最大值为 231 -1。
short 短整形:一个带符号的16位整数，最小值为-32,768，最大值为32,767。
byte 字节型：一个带符号的8位整数，最小值为-128，最大值为127。
double 双精度浮点型：双精度64位IEEE 754浮点数。
float 单精度浮点型：单精度32位IEEE 754浮点数。
half_float半精度浮点型：半精度16位IEEE 754浮点数。
scaled_float：由长度固定的缩放因子支持的浮点数。
以上，根据长度选型即可。
2.3 日期类型选型
{ “date”: “2015-01-01” }
{ “date”: “2015-01-01T12:10:30Z” }
{ “date”: 1420070400001 }
如上，日期类型或者时间戳类型。
参考模板：
“date”: {
“type”: “date”,
“format”: “yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis”
}
2.4 布尔类型选型
布尔字段接受JSON true和false值，但也可以接受被解释为true或false的字符串和数字：
false值举例：
false，“false”，“off”，“no”，“0”，“”（空字符串），0，0.0
true值举例：
以上false示例的反面，一切非假值。
2.5 二进制类型选型
二进制类型接受二进制值作为Base64编码字符串。 该字段默认情况下不存储，不可搜索：
如： “blob”: “U29tZSBiaW5hcnkgYmxvYg==”
2.6 范围类型选型
integer_range ：整型范围类型；
float_range ：单精度浮点范围类型；
long_range ：长整型范围类型；
double_range ：双精度范围类型；
date_range ：时间范围类型；
ip_range ：IP范围类型。
以上，根据类型&范围需要选型即可。
2.7 数组类型选型
2.7.1 Array数组类型选型
在Elasticsearch中，没有专门的数组类型。
默认情况下，任何字段都可以包含零个或多个值，但是数组中的所有值必须是相同的数据类型。 例如：
字符串数组： [ “one”, “two”
整数数组：[1,2]
阵列数组：[1，[2,3]]，相当于[1，2，3]
一系列对象数组：[{“name”：“Mary”，“age”：12}，{“name”：“John”，“age”：10}]
可以理解为单类型扩展多个值的类型。
如果需要根据数组值进行查询操作，官网建议使用nested嵌套类型。
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，当类型一直含有多个值存储到ES中会自动转化成数组类型
对于数组类型的数据，是一个数组元素做一个数据单元，如果是分词的话也只是会依一个数组元素作为词源进行分词，不会是所有的数组元素整合到一起。
在查询的时候如果数组里面的元素有一个能够命中那么将视为命中，被召回。
2.7.2 Object对象类型
JSON文档本质上是分层的： 存储类似json具有层级的数据，文档可能包含内部对象，而内部对象又可能包含其他内部对象。
PUT my_index/my_type/1{ "region": "US", "manager": { "age": 30, "name": { "first": "John", "last": "Smith" } }}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
这和Json类型的初衷是一致的。
访问方式举例： “manager.name.last”: “Smith”。
2.7.3 nested嵌套类型
nested 嵌套类型是Object数据类型的特定版本，允许对象数组彼此独立地进行索引和查询。
一个例子，自然就明白了：
PUT my_index{ "mappings": { "my_type": { "properties": { "user": { "type": "nested" } } } }}PUT my_index/my_type/1{ "group" : "fans", "user" : [ { "first" : "John", "last" : "Smith" }, { "first" : "Alice", "last" : "White" } ]}GET my_index/_search{ "query": { "nested": { "path": "user", "query": { "bool": { "must": [ { "match": { "user.first": "Alice" }}, { "match": { "user.last": "Smith" }} ] } } } }}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
能完成嵌套查询&检索，对于非一对一关系的字段适用。
在ElasticSearch内部，嵌套的文档（Nested Documents）被索引为很多独立的隐藏文档（separate documents），这些隐藏文档只能通过嵌套查询（Nested Query）访问。每一个嵌套的文档都是嵌套字段（文档数组）的一个元素。
嵌套文档的内部字段之间的关联被ElasticSearch引擎保留，而嵌套文档之间是相互独立的。
默认情况下，每个索引最多创建50个嵌套文档，可以通过索引设置选项：index.mapping.nested_fields.limit 修改默认的限制。
2.8 IP类型
存储IPV4或IPV6地址。
如： “ip_addr”: “192.168.1.1”
2.9 completion suggester类型
suggester类型对应 suggester检索，完成自动补全。
2.10 令牌计数类型
类型为token_count的字段实际上是一个接受字符串值的整数字段，对它们进行分析，然后对字符串中的令牌数进行索引。
……..
3、Elasticsearch万能Mapping模板。
以下模板，已验证好用。
PUT testinfo_index{ "mappings": { "testinfo_type": { "properties": { "id": { "type": "long" }, "title": { "type": "keyword" }, "content": { "analyzer": "ik_max_word", "type": "text", "fields": { "keyword": { "ignore_above": 256, "type": "keyword" }, "available": { "type": "boolean" }, "review": { "type": "nested", "properties": { "nickname": { "type": "text" }, "text": { "type": "text" }, "stars": { "type": "integer" } } }, "publish_time": { "type": "date", "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis" }, "expected_attendees": { "type": "integer_range" }, "ip_addr": { "type": "ip" }, "suggest": { "type": "completion" } } } } } }}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
4、小结
看到这里，有人可能不服气的说，哎，又是官网都有的资料！
突然想起另一个问题，高考的时候的每一个得分点，课本上不都有吗？那为什么我们没有达到700分以上呢？
既然课本上都有，为什么还要那么多《黄冈XX冲刺》、《黄冈XX密卷》以及N多复习资料呢？
或许正如大神刘未鹏所说，“ 重要的事情要营造比较大的时间块来完成。比如读一本好书，或者掌握一个重要的知识点，最好不要切得太琐碎了看，否则看了后面忘了前面，不利于知识的组织和联系。 ”
以上，是说给我自己的，也与大家共勉！
参考：https://www.elastic.co/guide/en/elasticsearch/reference/5.6/mapping-types.html
——————————————————————————————————
更多ES相关实战干货经验分享，请扫描下方【铭毅天下】微信公众号二维码关注。
（每周至少更新一篇！）
和你一起，死磕Elasticsearch！
——————————————————————————————————
2017年10月30日 20:25 于家中床前
作者：铭毅天下
转载请标明出处，原文地址：
http://blog.csdn.net/laoyang360/article/details/78396928
如果感觉本文对您有帮助，请点击‘顶’支持一下，您的支持是我坚持写作最大的动力，谢谢！
分享一下我老师大神的人工智能教程。零基础！通俗易懂！风趣幽默！还带黄段子！希望你也加入到我们人工智能的队伍中来！https://blog.csdn.net/jiangjunshow