elasticsearch mapping
es的mapping设置很关键，mapping设置不到位可能导致索引重建。如何更好的设置mapping？
请看下面各个类型介绍^_^
每一个JSON字段可以被映射到一个特定的核心类型。JSON本身已经为我们提供了一些输入,支持string, integer/long, float/double, boolean, and null.
下面的示例tweet的JSON文档将被用来解释核心类型:
{
"tweet" {
"user" : "kimchy"
"message" : "This is a tweet!",
"postDate" : "2009-11-15T14:12:12",
"priority" : 4,
"rank" : 12.3
}
}
可以显式映射为上面的JSON tweet:
{
"tweet" : {
"properties" : {
"user" : {"type" : "string", "index" : "not_analyzed"},
"message" : {"type" : "string", "null_value" : "na"},
"postDate" : {"type" : "date"},
"priority" : {"type" : "integer"},
"rank" : {"type" : "float"}
}
}
}
string
基于文本的字符串类型是最基本的类型,包含一个或多个字符。可以映射一个例子:
{
"tweet" : {
"properties" : {
"message" : {
"type" : "string",
"store" : "yes",
"index" : "analyzed",
"null_value" : "na"
}
}
}
}
上面的映射定义一个字符串消息属性/字段在tweet类型。字段存储在索引(所以它稍后可以被检索使用选择性加载搜索时),并得到分析(分解成可搜索条件)。如果该消息有一个空值,那么该值将被存储是na.
下表列出了所有的属性,可以使用字符串类型:
Attribute Description
|
|
index_name 字段的名称,将存储在索引中。默认属性/字段名. |
|
|
store 设置为yes来存储实际的字段索引,没有不存储它。默认为没 有(注意,JSON文档本身是存储,可以从它检索)。 |
|
|
index 为该领域设置为分析索引和搜索在被分解成令牌使用分析 仪。不分析意味着其仍可搜索,但没有经过任何分析过程或分 解为令牌。不意味着它不会搜索(作为一个单独字段,它可能仍 然被包括在所有)。设置没有禁用包含在所有。默认为分析。 |
|
|
term_vector 可能的值是不,是的,与补偿,与职位,与位置偏移。默认为没 有。 |
|
|
boost 该boost的值，默认是1.0。 |
|
|
null_value 当有一个(JSON)null值的字段,可以使用null值的字段值。默认 为不添加字段在所有。 |
|
|
omit_norms 布尔值如果规范应该省略或不是。默认值为假的分析领域,适 用于不分析领域。 |
|
|
omit_term_freq_and_positions 布尔值如果术语和位置应该忽略频率。默认值为假。弃用自 0.20,看到指数期权。 |
|
|
index_options 自从0.20可用。允许设置索引选项,可能的值是文档(只有doc 数字索引),freqs(doc数字和词的频率),和职位(doc数字,词的频 率和位置)。默认位置分析领域,和文档中没有分析领域。因为 0.90也可以设置偏移量(doc数字,词的频率,位置和补偿)。 |
|
|
analyzer 这个分析仪用于分析文本内容分析时在索引和搜索时使用查 询字符串。默认为全球配置分析仪。 |
|
index_analyzer 这个分析仪用于分析文本内容分析时在索引。 |
|
|
|
search_analyzer 这个分析仪用于分析场当一部分查询字符串。可以更新现有 的字段。 |
|
|
include_in_all 应该被包括在这个领域的所有字段(如果启用)。如果索引设置 为无默认值为false,否则,默认为true或父对象类型设置。 |
| ignore_above 这个分析器将忽略字符串大于这个尺寸。用于通用不分析领 域,应该忽略长文本。(因为@0.19.9)。 |
| position_offset_gap 位置增量字段实例之间的差距与相同的字段名。默认值为0。 |
字符串类型也支持自定义索引参数相关的索引值。例如:
{
"message" : {
"_value": "boosted value",
"_boost": 2.0
}
}
需要消除歧义的映射文档的含义。否则,该结构将解释“消息”作为“对象”类型的值。键值(或价值)在内部文档指定字符串内容,最终真正应该被编入索引。促进(或提高)键指定每个字段的文档增加(这里是2.0)。
number
许多类型的基础支持浮动,双,字节,短、整数和长。它使用特定的构造在Lucene为了支持数字值。数字类型有相同的范围作为相应的Java类型。一个例子可以映射:
{
"tweet" : {
"properties" : {
"rank" : {
"type" : "float",
"null_value" : 1.0
}
}
}
}
在这里多举几个常用的例子：
例1：当某一个字段要分词搜索， 则index就要设置相应的分词器，store设置为true
例2：当某一个字段要facet（分组统计），则必须设置这个字段为no_analyzerd（不分词）；原因是字段不设置分词，默认是一元分词。
例3：搜索关键字相应分数，对一些排名算法有一定的帮助，可以为一些重要字段设置分值（boost）
例4：时间格式问题，es支持format时间格式。(format:yyyy-MM-dd HH:mm:ss.SSS)
……
