ES默认是动态创建索引和索引类型的mapping的，但是在学习的时候还能这样用，在生产中一定是手动制定mapping！在生产中经常会遇到这样的需求，想用某个字段进行统计，又想对该字段进行模糊查询，解决这种需求的方法就是对该字段创建别名！
mapping结构如下：
{
"settings" : {
"index" : {
"analysis" : {
"filter" : {
"english_keywords" : {
"type" : "keyword_marker",
"keywords" : [
"topsec"
]
},
"english_stemmer" : {
"type" : "stemmer",
"language" : "english"
},
"english_possessive_stemmer" : {
"type" : "stemmer",
"language" : "possessive_english"
},
"english_stop" : {
"type" : "stop",
"stopwords" : "_english_"
}
},
"analyzer" : {
"english" : {
"type" : "custom",
"filter" : [
"lowercase",
"english_stop"
],
"tokenizer" : "standard"
},
"ik" : {
"filter" : ["lowercase"],
"type" : "custom",
"tokenizer" : "ik_max_word"
},
"html" : {
"filter" : [
"lowercase",
"english_stop"
],
"char_filter" : [
"html_strip"
],
"type" : "custom",
"tokenizer" : "standard"
},
"lower" : {
"filter" : "lowercase",
"type" : "custom",
"tokenizer" : "keyword"
}
}
},
"number_of_shards" : "1",
"number_of_replicas" : "0"
}
},
"mappings" : {
"test" : {
"_all" : {
"enabled" : false
},
"properties" : {
"name" : {
"type" : "keyword"
},
"age" : {
"type" : "keyword",
"fields" : {
"cn" : {
"analyzer" : "ik",
"type" : "text"
}
}
},
"address" : {
"type" : "text"
}
}
}
}
}
字段age的"type" : "keyword"，不分词，然后起个别名cn，对它使用ik分词器进行分词！插入四条数据
用age字段对数据进行统计的时候，需要用不分词的age，并且需要使用全匹配规则，语句：
{
"query": {
"bool": {
"must": [
{
"term": {
"age": "北京市海淀区西二旗中关村西门"
}
}
],
"must_not": [],
"should": []
}
},
"from": 0,
"size": 10,
"sort": [],
"aggs": {}
}
结果：
使用age的分词age.cn进行统计是有问题的，运行的结果说明对age的别名age.cn进行分词，查询条件必须匹配分词器对age的内容进行分词的结果进行匹配，
{
"query": {
"bool": {
"must": [
{
"term": {
"age.cn": "北京市海淀区西二旗中关村西门"
}
}
],
"must_not": [],
"should": []
}
},
"from": 0,
"size": 10,
"sort": [],
"aggs": {}
}
结果：
{
"query": {
"bool": {
"must": [
{
"term": {
"age.cn": "北京市"
}
}
],
"must_not": [],
"should": []
}
},
"from": 0,
"size": 10,
"sort": [],
"aggs": {}
}
结果：
如果使用match来统计的话也会有问题，会把不正确的数据也统计出来，使用 match进行统计会把查询条件与内容进行匹配，根据匹配度进行打分，分数高的说明匹配度高，会排在上面
{
"query": {
"bool": {
"must": [
{
"match": {
"age.cn": "北京市海淀区西二旗中关村"
}
}
],
"must_not": [],
"should": []
}
},
"from": 0,
"size": 10,
"sort": [],
"aggs": {}
}
结果：
下面就是按匹配度打分排名的结果
{
"query": {
"bool": {
"must": [
{
"match": {
"age.cn": "北京市昌平区"
}
}
],
"must_not": [],
"should": []
}
},
"from": 0,
"size": 10,
"sort": [],
"aggs": {}
}
结果：
总结：统计就用term，不分词，全匹配；模糊查询就用match，分词，不用全匹配！
若有不正之处，请谅解和批评指正，不胜感激！！！！！欢迎大家留言讨论！！！