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\""
}
}
}