2018年05月17日 18:01:37 lyzkks 阅读数:444更多
个人分类: Elastic stack
版权声明:文章内容来自于网络和博主自身学习体会,转载请注明出处,欢迎留言大家一起讨论学习~~ https://blog.csdn.net/sinat_35930259/article/details/80354732
什么是mapping
mapping是类似于数据库中的表结构定义,主要作用如下:
- 定义index下的字段名
- 定义字段类型,比如数值型、浮点型、布尔型等
- 定义倒排索引相关的设置,比如是否索引、记录position等
查看mapping
GET /[index_name]/_mapping
- 1
其中 keyword表示部分次的字符串类型
自定义mapping
api
说明
mapping中的字段类型一旦设置,禁止直接修改,因为 lucene实现的倒排索引生成后不允许修改,应该重新建立新的索引,然后做reindex操作。
但是可以新增字段,通过 dynamic 参数来控制字段的新增,这个参数的值如下:
- true:默认值,表示允许选自动新增字段
- false:不允许自动新增字段,但是文档可以正常写入,但无法对字段进行查询等操作
- strict:严格模式,文档不能写入,报错
示例
首先创建名为 my_index的索引并设置mapping:
PUT my_index
{
"mappings": {
"doc": {
"dynamic": false,
"properties": {
"title": {
"type": "text"
},
"name": {
"type": "keyword"
},
"age": {
"type": "integer"
}
}
}
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
其中包含了 title、name、age三个字段
查询索引的mapping设置:
GET my_index/_mapping
- 1
然后写入一个文档:
PUT my_index/doc/1
{
"title": "hello world",
"desc": "this is book"
}
- 1
- 2
- 3
- 4
- 5
注意,这里在mapping设置中,”dynamic”: false,表示在写入文档时,如果写入字段不存在也不会报错。这里的desc字段就是不存在的字段。
查询一下写入的文档:
GET my_index/doc/_search
{
"query": {
"match": {
"title": "hello"
}
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
可以通过 title字段查询到文档的内容
如果说想通过desc字段查询文档内容呢?当然是查不到的:
GET my_index/doc/_search
{
"query": {
"match": {
"desc": "book"
}
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
可以验证一下”dynamic”: strict模式:
首先删除索引:
DELETE my_index
- 1
然后修改索引mapping设置:
PUT my_index
{
"mappings": {
"doc": {
"dynamic": "strict",
"properties": {
"title": {
"type": "text"
},
"name": {
"type": "keyword"
},
"age": {
"type": "integer"
}
}
}
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
在重新创建文档:
PUT my_index/doc/1
{
"title": "hello world",
"desc": "this is book"
}
- 1
- 2
- 3
- 4
- 5
在strict 模式下插入不存在的字段将会出现报错
copy_to参数说明
作用是将该字段的值复制到目标字段,实现类似_all的作用。不会出现在_source中,只能用来搜索。
PUT my_index4
{
"mappings": {
"doc": {
"properties": {
"first_name": {
"type": "text"
, "copy_to": "full_name"
},
"last_name": {
"type": "text"
, "copy_to": "full_name"
},
"full_name" : {
"type": "text"
}
}
}
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
可以看到这个index中,full_name的内容就是从 first_name 和 last_name 中复制过来的。
然后创建一个新的文档,文档只需要写first_name 和 last_name即可:
PUT my_index4/doc/1
{
"first_name": "john",
"last_name": "smith"
}
- 1
- 2
- 3
- 4
- 5
最后查询一下文档的内容:
GET my_index4/_search
{
"query": {
"match": {
"full_name": {
"query": "john smith",
"operator": "and"
}
}
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
这个查询语句意思是:查询包含关键字john smith的文档,必须同时包含两个关键字才返回。
index参数
index参数作用是控制当前字段是否被索引,默认为true,false表示不记录,即不可被搜索。
PUT my_index5
{
"mappings": {
"doc": {
"properties": {
"cookie": {
"type": "text",
"index": false
},
"content": {
"type": "text",
"index": true
}
}
}
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
这个index有两个字段,其中cookie设定为不可被搜索
写入文档:
PUT my_index5/doc/1
{
"cookie": "name=mike",
"content": "hello world"
}
- 1
- 2
- 3
- 4
- 5
尝试分别查询一下两个字段,看看区别:
GET my_index5/_search
{
"query": {
"match": {
"cookie": "mike"
}
}
}
GET my_index5/_search
{
"query": {
"match": {
"content": "hello"
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
当在es中存储了一些不想要被检索的字段如身份证、手机等,这是对于这些字段就可以使用index设置为false,这样有一定的安全性还可以节省空间
index_options参数
index_options的作用是用于控制倒排索引记录的内容,有如下四种配置:
- docs:只记录doc id
- freqs:记录doc id 和term frequencies
- positions:记录doc id、 term frequencies和term position
- offsets:记录doc id、 term frequencies、term position、character offsets
text类型的默认配置为positions,其他默认为docs。记录的内容越多,占据的空间越大。
null_value参数
这个参数的作用是当字段遇到null值的时候的处理策略,默认为null,即空值,此时es会忽略该值。可以通过这个参数设置某个字段的默认值。
数据类型
核心数据类型
- 字符串型:text、keyword(不会分词)
- 数值型:long、integer、short、byte、double、float、half_float等
- 日期类型:date
- 布尔类型:boolean
- 二进制类型:binary
- 范围类型:integer_range、float_range、long_range、double_range、date_range
复杂数据类型
- 数组类型:array
- 对象类型:object
- 嵌套类型:nested object
- 地理位置数据类型:geo_point、geo_shape
- 专用类型:ip(记录ip地址)、completion(实现自动补全)、token_count(记录分词数)、murmur3(记录字符串hash值)
多字段特性
多字段特性(multi-fields),表示允许对同一字段采用不同的配置,比如分词。
常见例子是对人名实现拼音搜索,只需要在人名中新增一个字段pinyin即可。但是这种方式不是十分优雅,multi-fields可以在不改变整体结构的前提下,增加一个子字段:
Dynamic mapping
自动识别规则
在前面说过,在写入文档的时候如果index不存在的话es会自动创建这个索引。但是es是如何确定index字段的类型的呢?
首先es可以自动识别文档字段的类型,这样可以降低用户的使用成本。
es是依靠json文档的字段类型来实现自动识别字段类型的:
日期自动识别
日期的自动识别可以自行配置日期的格式,默认情况下是:
["strict_date_opeional_time", "yyyy/MM/dd HH:mm:ss Z||yyyy/MM/dd Z"]
- 1
strict_date_opeional_time 是ISO 标准的日期格式,完整的格式如下:
YYYY-MM-DDhh:mm:ssTZD(eg:1997-07-16y19:20:30+01:00)
- 1
dynamic_date_formats:可以自定义日期类型
date_detection:可以关闭日期自动识别机制(默认开启)
首先创建一个日期自动识别的索引:
PUT test_index
{
"mappings": {
"doc": {
"dynamic_date_formats": ["MM/dd/yyyy"]
}
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
然后创建一个文档:
PUT test_index/doc/1
{
"create_time": "09/21/2016"
}
- 1
- 2
- 3
- 4
查看:
GET test_index/_mapping
- 1
关闭日期自动识别可以如下:
数字自动识别
字符串为数字的时候,默认不会自动识别为整型,因为字符串中出现数字是完全合理的。
numeric_detection 可以开启字符串中数字的自动识别。
Dynamic Templates
Dynamic Templates 意为 动态模板,它的作用是允许根据es自动识别的数据类型、字段名等来动态设定字段类型。
可以实现的效果如下:
- 所有字符串类型都设置为keyword类型,即默认不分词
- 所有以message开头的字段都设置为text类型,即分词
- 所有以long_开头的字段都设置为long类型
- 所有自动匹配为double类型的都设定为float类型,以节省空间
API
匹配规则参数
- match_mapping_type:匹配es自动识别的字段类型,如boolean、long等
- match、unmatch:匹配字段名
- path_match、path_unmatch:匹配路径
举例
字段类型匹配
首先PUT一个文档,然后查看mapping:
PUT test_index/doc/1
{
"name": "Tom"
}
GET test_index/_mapping
- 1
- 2
- 3
- 4
- 5
- 6
可以看到在默认情况下,字符串被识别成为text类型,并且有一个子字段keyword。
现在设置动态模板,要求匹配到string类型的字段设置为keyword:
PUT test_index
{
"mappings": {
"doc": {
"dynamic_templates": [
{
"strings_as_keywords": {
"match_mapping_type": "string",
"mapping": {
"type": "keyword"
}
}
}
]
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
重新创建文档并查看mapping:
name字段的类型变成了 keyword类型
字段匹配
现在想将以message开头的字段且为string的匹配称为text类型,其余为keyword:
PUT test_index
{
"mappings": {
"doc": {
"dynamic_templates": [
{
"message_as_text": {
"match_mapping_type": "string",
"match": "message",
"mapping": {
"type": "text"
}
}
},
{
"strings_as_keywords": {
"match_mapping_type": "string",
"mapping": {
"type": "keyword"
}
}
}
]
}
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
Dynamic Templates 的匹配顺序是从上到下执行的,匹配到一个后后面的规则就会跳过
然后创建一个文档并查看mapping:
PUT test_index/doc/1
{
"name": "john",
"message": "good boy"
}
GET test_index/_mapping
- 1
- 2
- 3
- 4
- 5
- 6
- 7
可以看到message被设置为了text类型,name还是keyword
double设定为float
这样可以节省空间
自定义mapping的建议
一般步骤
自定义mapping 的步骤:
- 写一条文档到es的临时索引中,获取es自动生成的mapping
- 修改第一步得到的mapping,自定义相关配置
- 使用第2步的mapping创建市级的索引
实际举例
假设我得到了需要存入es的文档,首先将文档写入临时的index中:
PUT test_index/doc/1
{
"referre": "-",
"response_code": "200",
"remote_ip": "172.0.0.1",
"method": "POST",
"username": "-",
"http_version": "1.1",
"body_sent": {
"bytes": "0"
},
"url": "/helloworld"
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
然后查看es自动生成的mapping:
GET test_index/_mapping
- 1
现在希望将bytes设置为整型,url设置为text类型,其他都使用keyword(将上一步的输出复制过来就好):
PUT product_index
{
"mappings": {
"doc": {
"properties": {
"body_sent": {
"properties": {
"bytes": {
"type": "long"
}
}
},
"http_version": {
"type": "keyword"
},
"method": {
"type": "keyword"
},
"referre": {
"type": "keyword"
},
"remote_ip": {
"type": "keyword"
},
"response_code": {
"type": "keyword"
},
"url": {
"type": "text"
},
"username": {
"type": "keyword"
}
}
}
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
这样直接将测试index的mapping复制过来进行修改,不会遗漏字段,修改完成设置一个index的名称就行了。
然后就可以向实际的索引中写入文档了:
PUT product_index/doc/1
{
"referre": "-",
"response_code": "200",
"remote_ip": "172.0.0.1",
"method": "POST",
"username": "-",
"http_version": "1.1",
"body_sent": {
"bytes": "0"
},
"url": "/helloworld"
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
然后查看一下实际索引的mapping:
GET product_index/_mapping
- 1
使用动态模板优化
上边的设置方法很直接,但是当字段比较多的时候显得复杂,可以使用动态模板进行匹配:
DELETE product_index
PUT product_index
{
"mappings": {
"doc": {
"dynamic_templates": [
{
"strings": {
"match_mapping_type": "string",
"mapping": {
"type": "keyword"
}
}
}
],
"properties": {
"body_sent": {
"properties": {
"bytes": {
"type": "long"
}
}
},
"url": {
"type": "text"
},
"username": {
"type": "keyword"
}
}
}
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
这里使用动态模板匹配所有字符串都设置为keyword类型,需要单独设置类型的在下面另行指出。
索引模板
什么是索引模板
索引模板,index template,主要用于在新建索引时自动应用预先设置的配置,简化索引创建的步骤。
模板中可以设定索引的配置以及mapping,可以有多个模板,根据order设置,order大的覆盖小的范围。
API
模板加载顺序根据 order 从小到大加载,后面的大order的模板的配置将会覆盖小 order配置。
获取与删除的API 如下:
举例
这里设置了两个索引模板:
PUT _template/test_template
{
"index_patterns": ["te*", "bar*"],
"order": 0,
"settings": {
"number_of_shards": 1
},
"mappings": {
"doc": {
"_source": {
"enabled": false
},
"properties": {
"name": {
"type": "keyword"
}
}
}
}
}
PUT _template/test_template2
{
"index_patterns": ["test*"],
"order": 1,
"settings": {
"number_of_shards": 1
},
"mappings": {
"doc": {
"_source": {
"enabled": true
}
}
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
然后先创建一个foo_index,并获取一下它的mapping:
PUT foo_index
GET foo_index/_mapping
- 1
- 2
因为这个index没有被任何一个模板匹配到,所以它的mapping是空的
再创建一个bar_index,并获取一下它的mapping:
PUT bar_index
GET bar_index/_mapping
- 1
- 2
这个索引匹配到了test_template
再创建一个test_index,并获取一下它的index配置:
PUT test_index
GET test_index/
- 1
- 2
这个索引匹配到了test_template2模板,这使得索引的”_source”: {“enabled”: true}
原文地址:https://www.cnblogs.com/bigben0123/p/10057121.html