Elasticsearch5.X Mapping详解

0、引言

在关系型数据库如Mysql中，设计库表需要注意的是：
1）需要几个表；
2）每个表有哪些字段；
3）表的主键及外键的设定——便于有效关联。
表的设计遵守范式约束，考虑表的可扩展性，避免开发后期对表做大的改动。
Mysql或者Oracle中，修改数据类型相对比较简单，通过命令行或者navicat、sqldeveloper等可视化工具直接修改。
即便千万级别数据量，多等点时间，也能修改好。

而在Elasticsearch非关系型数据存储的搜索引擎中，设计表对应的就是Mapping的设计。
且ES中一旦字段设定后，不能修改。
当然，这也不是绝对的，可以通过新建索引，然后reindex将原有数据迁移到新索引。
即便如此，还是建议：索引设计的前期，根据项目的需要设计好字段。如考虑如下的因素？
1）字段的大小，考虑最大、最小的情况，如某一个字段超过1MB甚至更多；
2）字段需不需要分词、全文检索、其他类型的检索；
3）时间字段类型的设置，时间戳、UTC类型或者字符串类型；
4) 字段需不需要聚合
…….

这就引申出本文的内容，Elasticearch到底支持哪些数据类型？Elasticsearch如何进行数据选型？
有没有直接拿来就用的Mapping万能模板。

1、Elasticsearch数据类型有哪些？一图胜千言

2、Elasticsearch数据如何选型？

2.1 字符串类型选型

text类型作用：分词，将大段的文字根据分词器切分成独立的词或者词组，以便全文检索。
适用：email内容、某产品的描述等需要分词全文检索的字段；
不适用：排序或聚合（Significant Terms 聚合例外）

keyword类型：无需分词、整段完整精确匹配。
适用于：email地址、住址、状态码、分类tags。

2.2 数值类型选型

long长整型：一个带符号的64位整数，最小值为 -263 ，最大值为 263 -1。
integer 整数：一个带符号的32位整数，最小值为 -231 ，最大值为 231 -1。
short 短整形:一个带符号的16位整数，最小值为-32,768，最大值为32,767。
byte 字节型：一个带符号的8位整数，最小值为-128，最大值为127。
double 双精度浮点型：双精度64位IEEE 754浮点数。
float 单精度浮点型：单精度32位IEEE 754浮点数。
half_float半精度浮点型：半精度16位IEEE 754浮点数。
scaled_float：由长度固定的缩放因子支持的浮点数。
以上，根据长度选型即可。

2.3 日期类型选型

{ “date”: “2015-01-01” }
{ “date”: “2015-01-01T12:10:30Z” }
{ “date”: 1420070400001 }
如上，日期类型或者时间戳类型。

参考模板：
“date”: {
“type”: “date”,
“format”: “yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis”
}

2.4 布尔类型选型

布尔字段接受JSON true和false值，但也可以接受被解释为true或false的字符串和数字：
false值举例：
false，“false”，“off”，“no”，“0”，“”（空字符串），0，0.0
true值举例：
以上false示例的反面，一切非假值。

2.5 二进制类型选型

二进制类型接受二进制值作为Base64编码字符串。该字段默认情况下不存储，不可搜索：
如： “blob”: “U29tZSBiaW5hcnkgYmxvYg==”

2.6 范围类型选型

integer_range ：整型范围类型；
float_range ：单精度浮点范围类型；
long_range ：长整型范围类型；
double_range ：双精度范围类型；
date_range ：时间范围类型；
ip_range ：IP范围类型。
以上，根据类型&范围需要选型即可。

2.7 数组类型选型

2.7.1 Array数组类型选型

在Elasticsearch中，没有专门的数组类型。
默认情况下，任何字段都可以包含零个或多个值，但是数组中的所有值必须是相同的数据类型。例如：
字符串数组： [ “one”, “two”
整数数组：[1,2]
阵列数组：[1，[2,3]]，相当于[1，2，3]
一系列对象数组：[{“name”：“Mary”，“age”：12}，{“name”：“John”，“age”：10}]
可以理解为单类型扩展多个值的类型。
如果需要根据数组值进行查询操作，官网建议使用nested嵌套类型。

数组类型：没有明显的字段类型设置，任何一个字段的值，都可以被添加0个到多个，当类型一直含有多个值存储到ES中会自动转化成数组类型
对于数组类型的数据，是一个数组元素做一个数据单元，如果是分词的话也只是会依一个数组元素作为词源进行分词，不会是所有的数组元素整合到一起。
在查询的时候如果数组里面的元素有一个能够命中那么将视为命中，被召回。

2.7.2 Object对象类型

JSON文档本质上是分层的：存储类似json具有层级的数据，文档可能包含内部对象，而内部对象又可能包含其他内部对象。

PUT my_index/my_type/1
{
  "region": "US",
  "manager": {
  "age": 30,
  "name": {
  "first": "John",
  "last": "Smith"
  }
  }
}

这和Json类型的初衷是一致的。
访问方式举例： “manager.name.last”: “Smith”。

2.7.3 nested嵌套类型

nested 嵌套类型是Object数据类型的特定版本，允许对象数组彼此独立地进行索引和查询。
一个例子，自然就明白了：

PUT my_index
{
  "mappings": {
  "my_type": {
  "properties": {
  "user": {
  "type": "nested"
  }
  }
  }
  }
}

PUT my_index/my_type/1
{
  "group" : "fans",
  "user" : [
  {
  "first" : "John",
  "last" : "Smith"
  },
  {
  "first" : "Alice",
  "last" : "White"
  }
  ]
}

GET my_index/_search
{
  "query": {
  "nested": {
  "path": "user",
  "query": {
  "bool": {
  "must": [
  { "match": { "user.first": "Alice" }},
  { "match": { "user.last": "Smith" }}
  ]
  }
  }
  }
  }
}

能完成嵌套查询&检索，对于非一对一关系的字段适用。

在ElasticSearch内部，嵌套的文档（Nested Documents）被索引为很多独立的隐藏文档（separate documents），这些隐藏文档只能通过嵌套查询（Nested Query）访问。每一个嵌套的文档都是嵌套字段（文档数组）的一个元素。
嵌套文档的内部字段之间的关联被ElasticSearch引擎保留，而嵌套文档之间是相互独立的。
默认情况下，每个索引最多创建50个嵌套文档，可以通过索引设置选项：index.mapping.nested_fields.limit 修改默认的限制。

2.8 IP类型

存储IPV4或IPV6地址。
如： “ip_addr”: “192.168.1.1”

2.9 completion suggester类型

suggester类型对应 suggester检索，完成自动补全。

2.10 令牌计数类型

类型为token_count的字段实际上是一个接受字符串值的整数字段，对它们进行分析，然后对字符串中的令牌数进行索引。

……..

3、Elasticsearch万能Mapping模板。

以下模板，已验证好用，笔者在实际生产环境下就是这样使用的：

PUT testinfo_index
{
  "mappings": {
  "testinfo_type": {
  "properties": {
  "id": {
  "type": "long"
  },
  "title": {
  "type": "keyword"
  },
  "content": {
  "analyzer": "ik_max_word",
  "type": "text",
  "fields": {
  "keyword": {
  "ignore_above": 256,
  "type": "keyword"
  },
  "available": {
  "type": "boolean"
  },
  "review": {
  "type": "nested",
  "properties": {
  "nickname": {
  "type": "text"
  },
  "text": {
  "type": "text"
  },
  "stars": {
  "type": "integer"
  }
  }
  },
  "publish_time": {
  "type": "date",
  "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
  },
  "expected_attendees": {
  "type": "integer_range"
  },
  "ip_addr": {
  "type": "ip"
  },
  "suggest": {
  "type": "completion"
  }
  }
  }
  }
  }
  }
}

　　以上是笔者结合官网以及自己实践过程中的一些总结，希望对各位有帮助：https://www.elastic.co/guide/en/elasticsearch/reference/5.6/mapping-types.html

posted @ 2018-04-13 07:30 哀乐之巅写年华阅读(1932) 评论(0) 编辑收藏举报

刷新页面返回顶部

不为乌合不从众