希望长大对我而言，是可以做更多想做的事，而不是被迫做更多不想做的事...... 首页

Elasticsearch之mapping介绍

丁D
学无止境
2019-09-03 08:54
43046已阅读

摘要本文将详细介绍分析器、mapping、手动创建mapping、mapping的复合数据类型。

**学习目标**
>分析器的组成
>内置分析器
>什么是mapping
>手动创建mapping
>mapping复合数据类型

[参考Elasticsearch权威指南](https://es.xiaoleilu.com/052_Mapping_Analysis/00_Intro.html
)

**分析器的组成**
```js
分析器(analyzer)就是将一句话切分成各个词语，同时也可能对单词就行时态转化，单复数转化等，方便es建立倒排索引，主要由字符过滤器、分词器、标记过滤组成。

字符过滤器(character filter)主要是在分词之前对句子进行预处理，比如将html过滤掉，将&转成and

分词器(tokenizer)被标记化成独立的词。一个简单的分词器可以根据空格或逗号将单词分开（中文不适用）

标记过滤(token filters)，主要将大写转小写，去掉 a，the an 这种没有意义的停用词，同义词转化等。

```

**内置分析器**
```js
es提供了一些内建分析器。
"Set the shape to semi-transparent by calling set_trans(5)"
//
标准分析器(standard)：是es默认的分析器，如果没有特殊要求，是任何语言最佳的选择。
set, the, shape, to, semi, transparent, by, calling, set_trans, 5
//
简单分析器(simple)：非单个字母的文本切分，然后把每个词转为小写
set, the, shape, to, semi, transparent, by, calling, set, trans
//
空格分析器(whitespace)：简单的根据空格拆分
Set, the, shape, to, semi-transparent, by, calling, set_trans(5)

语言分析器：特定语言分析器适用于很多语言，例如，english分析器

当我们对文档新增新的字符串字段，它将自动设置它为全文string字段并用standard分析器分析，当然我们通常都需要设置，所以我们需要人工设置映射(mapping)来改变这些字段。
```

**什么是mapping**
```js
映射(mapping)就是确认字段数据类型，数据类型不一样，分词的结果可能就不一样，可以理解成传统数据库的模式定义。

es支持下面这些字段
string、byte、short、integer、long、float、double、boolean、date
```  
JSON type| Field type
------- | ------- 
true or false| boolean
123| long
"123"| string
123.45| double
2014-09-15| date
"foo bar"| string

**手动创建mapping**
```js
查询映射
格式：GET /index/_mapping/type
如：GET /test_index/_mapping/test_type

指定数据类型
{
    "number_of_clicks": {
        "type": "integer"
    }
}
映射中最重要的字段参数是type，用它来指定数据类型，但是通常我们使用string会比较多，
对于string类型还有两个重要的映射参数是index和analyer。

index的值可以是 analyzed、not_analyzed、no，介绍见下面表格
analyer的值可以是 whitespace、simple或english 默认是standard

{
    "tag": {
        "type":     "string",
        "index":    "not_analyzed"
    }
}
```
 
值| 解释
------- | ------- 
analyzed| 首先分析这个字符串，然后索引。换言之，以全文形式索引此字段。 
not_analyzed| 索引这个字段，使之可以被搜索，但是索引内容和指定值一样。不分析此字段。
no| 不索引这个字段。这个字段不能为搜索到
 
>**注意**
其他简单类型（long、double、date等等）也接受index参数，但相应的值只能是no和not_analyzed，它们的值不能被分析。

>**重要**
如果一个字段的映射已经存在，我们不能修改它，所以就必须在创建索引的时候就确定了，但是我们可以新增一个新字段和新字段的mapping

```js
新增一个index，并指定各个字段的mapping
PUT /gb 
{
  "mappings": {
    "tweet" : {
      "properties" : {
        "tweet" : {
          "type" :    "string",
          "analyzer": "english"
        },
        "date" : {
          "type" :   "date"
        },
        "name" : {
          "type" :   "string"
        },
        "user_id" : {
          "type" :   "long"
        }
      }
    }
  }
}

对一个已经存在的index，新增字段的mapping
PUT /gb/_mapping/tweet
{
  "properties" : {
    "tag" : {
      "type" :    "string",
      "index":    "not_analyzed"
    }
  }
}
```  
**mapping复合数据类型**
```js
空字段：空字段没有任何意义，所以将会被识别为空字段而不被索引
"empty_string":             "",
"null_value":               null,
"empty_array":              [],
"array_with_null_value":    [ null ]

数组
{ "tag": [ "search", "nosql" ]}
数组每个值他的类型必须一样。
```

上一篇：Elasticsearch之mget、bulk、路由原理、深度分页

下一篇：Elasticsearch之持久化、路由过程、CRUD原理、scroll技术