elasticsearch中的mapping简介

最近项目准备用到elasticsearch， 首先需要搞清楚elasticsearch的一些概念，在网上发现这篇文章不错，以通俗易懂的语言讲明白了mapping的概念。

 

默认mapping

elasticsearch(以下简称ES)是没有模式(schema)的，当我们执行以下命令：

 

[sql]  view plain copy

 

1. curl -XPUT http://localhost:9200/test/item/1 -d '{"name":"zach", "description": "A Pretty cool guy."}'  

ES能非常聪明的识别出"name"和"description"字段的类型是string， ES默认会创建以下的mapping。

 

 

[sql]  view plain copy

 

1. mappings: {  
2.     item: {  
3.         properties: {  
4.             description: {  
5.                 type: string  
6.             }  
7.             name: {  
8.                 type: string  
9.             }  
10.         }  
11.     }  
12. }  

 

 

什么是mapping

ES的mapping非常类似于静态语言中的数据类型：声明一个变量为int类型的变量， 以后这个变量都只能存储int类型的数据。同样的， 一个number类型的mapping字段只能存储number类型的数据。

同语言的数据类型相比，mapping还有一些其他的含义，mapping不仅告诉ES一个field中是什么类型的值， 它还告诉ES如何索引数据以及数据是否能被搜索到。

当你的查询没有返回相应的数据， 你的mapping很有可能有问题。当你拿不准的时候， 直接检查你的mapping。

 

剖析mapping

一个mapping由一个或多个analyzer组成， 一个analyzer又由一个或多个filter组成的。当ES索引文档的时候，它把字段中的内容传递给相应的analyzer，analyzer再传递给各自的filters。

filter的功能很容易理解：一个filter就是一个转换数据的方法， 输入一个字符串，这个方法返回另一个字符串，比如一个将字符串转为小写的方法就是一个filter很好的例子。

一个analyzer由一组顺序排列的filter组成，执行分析的过程就是按顺序一个filter一个filter依次调用， ES存储和索引最后得到的结果。

总结来说， mapping的作用就是执行一系列的指令将输入的数据转成可搜索的索引项。

 

默认analyzer

回到我们的例子， ES猜测description字段是string类型，于是默认创建一个string类型的mapping，它使用默认的全局analyzer， 默认的analyzer是标准analyzer, 这个标准analyzer有三个filter：token filter, lowercase filter和stop token filter。

我们可以在做查询的时候键入_analyze关键字查看分析的过程。使用以下指令查看description字段的转换过程：

 

[sql]  view plain copy

 

1. curl -X GET "http://localhost:9200/test/_analyze?analyzer=standard&pretty=true" -d "A Pretty cool guy."  
2.    
3. {  
4.   "tokens" : [ {  
5.     "token" : "pretty",  
6.     "start_offset" : 2,  
7.     "end_offset" : 8,  
8.     "type" : "<ALPHANUM>",  
9.     "position" : 2  
10.   }, {  
11.     "token" : "cool",  
12.     "start_offset" : 9,  
13.     "end_offset" : 13,  
14.     "type" : "<ALPHANUM>",  
15.     "position" : 3  
16.   }, {  
17.     "token" : "guy",  
18.     "start_offset" : 14,  
19.     "end_offset" : 17,  
20.     "type" : "<ALPHANUM>",  
21.     "position" : 4  
22.   } ]  

可以看到， 我们的description字段的值转换成了[pretty], [cool], [guy]， 在转换过程中大写的A， 标点符号都被filter过滤掉了， Pretty也转成了全小写的pretty， 这里比较重要的是， 即使ES存储数据的时候仍然存储的是完整的数据， 但是可以搜索到这条数据的关键字只剩下这三个单词了， 其他的都是抛弃掉了。

 

看看以单词a来搜索的结果：

 

[sql]  view plain copy

 

1. $ curl -X GET "http://localhost:9200/test/_search?pretty=true" -d '{  
2.     "query" : {  
3.         "text" : { "description": "a" }  
4.     }  
5. }'  
6.    
7. {  
8.   "took" : 29,  
9.   "timed_out" : false,  
10.   "_shards" : {  
11.     "total" : 5,  
12.     "successful" : 5,  
13.     "failed" : 0  
14.   },  
15.   "hits" : {  
16.     "total" : 0,  
17.     "max_score" : null,  
18.     "hits" : [ ]  
19.   }  
20. }  

text类型的搜索在查询过程中使用了和之前插入数据相同的分析/过滤系统， 所以我们输入"a"，mapping不会有任何返回， 因为单词“a”不会被ES存储和索引。反过来，如果我们使用单词"cool"进行搜索：

 

 

[sql]  view plain copy

 

1. curl -X GET "http://localhost:9200/test/_search?pretty=true" -d '{  
2.     "query" : {  
3.         "text" : { "description": "cool" }  
4.     }  
5. }'  
6.    
7. {  
8.   "took" : 29,  
9.   "timed_out" : false,  
10.   "_shards" : {  
11.     "total" : 5,  
12.     "successful" : 5,  
13.     "failed" : 0  
14.   },  
15.   "hits" : {  
16.     "total" : 1,  
17.     "max_score" : 0.15342641,  
18.     "hits" : [ {  
19.       "_index" : "test",  
20.       "_type" : "item",  
21.       "_id" : "1",  
22.       "_score" : 0.15342641, "_source" : {"name":"zach", "description": "A pretty cool guy"}  
23.     } ]  
24.   }  
25. }  

现在就能得到正确的结果，这是一个公认的简单例子， 但是它描述了ES是如何工作的， 不要把mapping想成是数据类型， 把它想象成是搜索数据的指令集合。如果你不想字符"a"被删除， 你需要修改你的analyzer。

 

原文: http://euphonious-intuition.com/2012/07/an-introduction-to-mapping-in-elasticsearch/

 

http://blog.csdn.net/lvhong84/article/details/23936697