如何建立ElasticSearch里的mappings?

刚接触elasticsearch,好多东西都不会用,百度了很多,都看不懂,终于摸索出了最简单的通过http建立mappings的方法~

有人在建立mappings报各种错误,首先,如果你的这个索引中已经有数据了,你想修改,最简单的方法,重新建立一个新的索引,成功了以后,再切换。

1.示例说明,建立一个名为 rdx_index_v2的新索引

马赛克的部分,是你的服务器地址

3.设置mappings格式示范:

{
  "settings": {
    "number_of_shards": 5
  },
  "mappings": {
    "rdx_type": {
      "properties": {
        "zhanghu": {
          "type": "string"
        },
        "zy_mingzi": {
          "type": "string"
        },
        "zy_xingbie": {
          "type": "string",
          "index": "not_analyzed"
        },
        "zy_leixing": {
          "type": "string",
          "index": "not_analyzed"
        },
        "zy_hezuo_zishu": {
          "type": "integer"
        }
      }
    }
  }
}

4.点击提交请求,就成功啦~

ps:有问题,可以留言提问~

时间: 2024-10-09 10:57:17

如何建立ElasticSearch里的mappings?的相关文章

elasticsearch 使用事项

template的使用 刚开始的时候,每次实验都去改/etc/elasticsearch/elasticsearch.yml配置文件.事实上在template里修改settings更方便而且灵活!当然最主要的,还是调节里面的properties设定,合理的控制store和analyze了. template设定也有多种方法.最简单的就是和存储数据一样POST上去.长期的办法,就是写成json文件放在配置路径里.其中,default配置放在/etc/elasticsearch/下,其他配置放在/e

Elasticsearch 简介

1. 背景 Elasticsearch 在公司的使用越来越广,很多同事之前并没有接触过 Elasticsearch,所以,最近在公司准备了一次关于 Elasticsearch 的分享,整理成此文.此文面向 Elasticsearch 新手,老司机们可以撤了. 2. 倒排索引 先简单介绍下搜索引擎的基础数据结构倒排索引. 我们在平时,会经常使用各种各样的索引,如我们根据链接,可以找到链接里的具体文本,这就是索引.反过来,如果,如果我们能根据具体文本,找到文本存在的具体链接,这就是倒排索引,可简单理

elasticsearch 映射规则

Mapping简述 Elasticsearch是一个schema-less的系统,但并不代表no shema,而是会尽量根据JSON源数据的基础类型猜测你想要的字段类型映射.Elasticsearch中Mapping类似于静态语言中的数据类型,但是同语言的数据类型相比,映射还有一些其他的含义.Elasticsearch会根据JSON源数据的基础类型猜测你想要的字段映射.将输入的数据转变成可搜索的索引项.Mapping就是我们自己定义的字段的数据类型,同时告诉Elasticsearch如何索引数据

ElasticSearch 索引

ElasticSearch 索引 这是ElasticSearch 2.4 版本系列的第三篇: 第一篇:ES1:Windows下安装ElasticSearch 第二篇:ES2:ElasticSearch 集群配置 第三篇:ES3:ElasticSearch 索引 ElasticSearch是文档型数据库,索引(Index)定义了文档的逻辑存储和字段类型,每个索引可以包含多个文档类型,文档类型是文档的集合,文档以索引定义的逻辑存储模型,比如,指定分片和副本的数量,配置刷新频率,分配分析器等,存储在索

ElasticSearch(8)-分布式搜索

分布式搜索的执行方式 在继续之前,我们将绕道讲一下搜索是如何在分布式环境中执行的. 它比我们之前讲的基础的增删改查(create-read-update-delete ,CRUD)请求要复杂一些. 注意: 本章的信息只是出于兴趣阅读,使用Elasticsearch并不需要理解和记住这里的所有细节. 阅读这一章只是增加对系统如何工作的了解,并让你知道这些信息以备以后参考,所以别淹没在细节里. 一个CRUD操作只处理一个单独的文档.文档的唯一性由_index, _type和routing-value

Elasticsearch相关配置(二)

一.关于elasticsearch的基本概念 term 索引词,在elasticsearch中索引词(term)是一个能够被索引的精确值.foo,Foo Foo几个单词是不相同的索引词.索引词(term)是可以通过term查询进行准确的搜索. text 文本是一段普通的非结构化文字,通常,文本会被分析称一个个的索引词,存储在elasticsearch的索引库中,为了让文本能够进行搜索,文本字段需要事先进行分析:当对文本中的关键词进行查询的时候,搜索引擎应该根据搜索条件搜索出原文本. analys

ElasticSearch中文分词(IK)

ElasticSearch安装 官网:https://www.elastic.co 1.ElasticSearch安装 1.1.下载安装公共密钥 rpm --import https://artifacts.elastic.co/GPG-KEY-elasticsearch 1.2.在 /etc/yum.repos.d/ 目录下建立 elasticsearch.repo 文件 vim /etc/yum.repos.d/elasticsearch.repo 在文件中写入: [elasticsearc

转:使用Mongo Connector和Elasticsearch实现模糊匹配

原文来自于:http://www.csdn.net/article/2014-09-01/2821485-how-to-perform-fuzzy-matching-with-mongo-connector 摘要:短短两年,Mongo Connector取得了突破性的进展,用户已经可以通过它完成连接器两边的同步更新.而基于这个特性,其他工具针对MongoDB内存储文件的实时操作也成为可能. [编者按]本篇博文作者Luke Lovett是MongoDB公司的Java工程师,他展示了Mongo Co

Elasticsearch Suggester API(自动补全)

1.概念 1.补全api主要分为四类 Term Suggester(纠错补全,输入错误的情况下补全正确的单词) Phrase Suggester(自动补全短语,输入一个单词补全整个短语) Completion Suggester(完成补全单词,输出如前半部分,补全整个单词) Context Suggester(上下文补全) 整体效果类似百度搜索,如图: 2.Term Suggester(纠错补全) 2.1.api 1.建立索引 PUT /book4 { "mappings": { &q