elasticsearch 5.x数据类型与映射的介绍
这篇文章主要介绍"elasticsearch 5.x数据类型与映射的介绍"，在日常操作中，相信很多人在elasticsearch 5.x数据类型与映射的介绍问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"elasticsearch 5.x数据类型与映射的介绍"的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
在前面的文章中，我们创建了索引为bank的文档结构，但是，在创建1000个文档的时候，并没有指出他们每个属性的数据类型。在没有数据类型映射定义的情况下创建文档，这在ES中是允许的，因为ES会帮我们自动映射数据类型。但是，在我们的项目中，必须要先定义文档的数据类型，再操作文档，因为我们需要根据业务的需要，指定数据的属性，例如，是否需要全文索引，是否需要分词，分词器是什么。
下面我们看下索引bank自动创建文档数据类型映射成什么？
{ "bank": { "mappings": { "account": { "properties": { "account_number": { "type": "long" }, "address": { "type": "text", "fields": { "keyword": { "type": "keyword", "ignore_above": 256 } } }, "age": { "type": "long" }, "balance": { "type": "long" }, "city": { "type": "text", "fields": { "keyword": { "type": "keyword", "ignore_above": 256 } } }, "email": { "type": "text", "fields": { "keyword": { "type": "keyword", "ignore_above": 256 } } }, "employer": { "type": "text", "fields": { "keyword": { "type": "keyword", "ignore_above": 256 } } }, "firstname": { "type": "text", "fields": { "keyword": { "type": "keyword", "ignore_above": 256 } } }, "gender": { "type": "text", "fields": { "keyword": { "type": "keyword", "ignore_above": 256 } } }, "lastname": { "type": "text", "fields": { "keyword": { "type": "keyword", "ignore_above": 256 } } }, "state": { "type": "text", "fields": { "keyword": { "type": "keyword", "ignore_above": 256 } } } } } } }}上面通过type指定了数据的类型。接下来，我们将开始认识这些数据类型
一、数据类型
字段类型概述
| 一级分类 | 二级分类 | 具体类型 |
|---|---|---|
| 核心类型 | 字符串类型 | text,keyword |
| 整数类型 | integer,long,short,byte | |
| 浮点类型 | double,float,half_float,scaled_float | |
| 逻辑类型 | boolean | |
| 日期类型 | date | |
| 范围类型 | range | |
| 二进制类型 | binary | |
| 复合类型 | 数组类型 | array |
| 对象类型 | object | |
| 嵌套类型 | nested | |
| 地理类型 | 地理坐标类型 | geo_point |
| 地理地图 | geo_shape | |
| 特殊类型 | IP类型 | ip |
| 范围类型 | completion | |
| 令牌计数类型 | token_count | |
| 附件类型 | attachment | |
| 抽取类型 | percolator |
1、字符串类型
text 类型：当一个字段是要被全文搜索的，比如Email内容、产品描述，应该使用text类型。设置text类型以后，字段内容会被分析，在生成倒排索引以前，字符串会被分析器分成一个一个词项。text类型的字段不用于排序，很少用于聚合。
keyword：keyword类型适用于索引结构化的字段，比如email地址、主机名、状态码和标签。如果字段需要进行过滤(比如查找已发布博客中status属性为published的文章)、排序、聚合。keyword类型的字段只能通过精确值搜索到。
2、整数类型
| 类型 | 取值范围 |
|---|---|
| byte | -128~127 |
| short | -32768~32767 |
| integer | -231~231-1 |
| short | -263~263-1 |
在满足需求的情况下，尽可能选择范围小的数据类型。比如，某个字段的取值最大值不会超过100，那么选择byte类型即可。迄今为止吉尼斯记录的人类的年龄的最大值为134岁，对于年龄字段，short足矣。字段的长度越短，索引和搜索的效率越高。
3、浮点类型
| 类型 | 取值范围 |
|---|---|
| doule | 64位双精度IEEE 754浮点类型 |
| float | 32位单精度IEEE 754浮点类型 |
| half_float | 16位半精度IEEE 754浮点类型 |
| scaled_float | 缩放类型的的浮点数 |
对于float、half_float和scaled_float,-0.0和+0.0是不同的值，使用term查询查找-0.0不会匹配+0.0，同样range查询中上边界是-0.0不会匹配+0.0，下边界是+0.0不会匹配-0.0。
其中scaled_float，比如价格只需要精确到分，price为57.34的字段缩放因子为100，存起来就是5734
优先考虑使用带缩放因子的scaled_float浮点类型。
4、date类型
日期类型表示格式可以是以下几种：
（1）日期格式的字符串，比如 "2018-01-13" 或 "2018-01-13 12:10:30"
（2）long类型的毫秒数( milliseconds-since-the-epoch，epoch就是指UNIX诞生的UTC时间1970年1月1日0时0分0秒)
（3）integer的秒数(seconds-since-the-epoch)
5、boolean类型 true和false
6、 binary类型
进制字段是指用base64来表示索引中存储的二进制数据，可用来存储二进制形式的数据，例如图像。默认情况下，该类型的字段只存储不索引。二进制类型只支持index_name属性。
7、array类型
（1）字符数组: [ "one", "two" ]
（2）整数数组: productid:[ 1, 2 ]
（3）对象（文档）数组: "user":[ { "name": "Mary", "age": 12 }, { "name": "John", "age": 10 }]，
注意：lasticSearch不支持元素为多个数据类型：[ 10, "some string" ]
8、 object类型
JSON对象，文档会包含嵌套的对象
9、ip类型
p类型的字段用于存储IPv4或者IPv6的地址
二、Mapping 支持属性
下面解释下一些重要的映射属性
index
设置此字段能不能被查询，就是决定要不要将这个字段放进倒排索引裡
若index设置为true(默认是true)，则表示这个这个字段会被放进倒排索引裡，如果是text就是分词过后放进索引，如果是keyword、integer...就直接整段放进索引裡
若index设置为false，则表示这个字段不放进倒排索引裡，因此不能查询这个字段(因为他不存在于倒排索引裡)
通常这种被设成false的字段，可以想像成是属于一种附属的字段，就是不能被match、term查询，但是当该文档被其他搜索条件搜出来时，他可以附带的一起被找出来，因为他们同属于同一个文档。
举个例子，定义user索引的映射
PUT /user{ "mappings": { "doc": { "properties": { "name": { "type": "keyword", "index": false }, "uid": { "type": "integer" }, "nickname": { "type": "text", "analyzer": "standard" } } } }}当搜索uid时，name会一起被找出来
/user/_search{ "query": { "term": { "uid": 1 } }}如果搜索name属性，将会报错
GET /user/_search{ "query": { "term": { "name": "hugo" } }}出错信息如下
"caused_by": { "type": "illegal_argument_exception", "reason": "Cannot search on field [name] since it is not indexed." }analyzer
主要用在text类型的字段上，就是设定要使用哪种分词器来建立索引
可以使用内建的分词器，或是使用自定义的分词器
可以使用/_analyze测试分析器具体会将句子分词成什么样子，它能帮助我们理解Elasticsearch索引内部发生了什么
GET 127.0.0.1:9200/_analyze{ "analyzer": "standard", "text": "Text to analyze"}boost
官方建议：index time boost is deprecated. Instead, the field mapping boost is applied at query time.
也就是说，官方推荐在查询时指定boost。
我们可以通过指定一个boost值来控制每个查询子句的相对权重，该值默认为1。一个大于1的boost会增加该查询子句的相对权重。boost参数被用来增加一个子句的相对权重(当boost大于1时)，或者减小相对权重(当boost介于0到1时)，但是增加或者减小不是线性的。换言之，boost设为2并不会让最终的_score加倍。
POST /bank/_search?pretty{ "query": { "match" : { "address": { "query": "mill", "boost": 2 } } }}查询结果
{ "took": 1, "timed_out": false, "_shards": { "total": 5, "successful": 5, "skipped": 0, "failed": 0 }, "hits": { "total": 4, "max_score": 8.620199, "hits": [ { "_index": "bank", "_type": "account", "_id": "472", "_score": 8.620199, "_source": { "account_number": 472, "balance": 25571, "firstname": "Lee", "lastname": "Long", "age": 32, "gender": "F", "address": "288 Mill Street", "employer": "Comverges", "email": "leelong@comverges.com", "city": "Movico", "state": "MT" } }, { "_index": "bank", "_type": "account", "_id": "136", "_score": 8.532413, "_source": { "account_number": 136, "balance": 45801, "firstname": "Winnie", "lastname": "Holland", "age": 38, "gender": "M", "address": "198 Mill Lane", "employer": "Neteria", "email": "winnieholland@neteria.com", "city": "Urie", "state": "IL" } }, { "_index": "bank", "_type": "account", "_id": "970", "_score": 7.723722, "_source": { "account_number": 970, "balance": 19648, "firstname": "Forbes", "lastname": "Wallace", "age": 28, "gender": "M", "address": "990 Mill Road", "employer": "Pheast", "email": "forbeswallace@pheast.com", "city": "Lopezo", "state": "AK" } }, { "_index": "bank", "_type": "account", "_id": "345", "_score": 7.723722, "_source": { "account_number": 345, "balance": 9812, "firstname": "Parker", "lastname": "Hines", "age": 38, "gender": "M", "address": "715 Mill Avenue", "employer": "Baluba", "email": "parkerhines@baluba.com", "city": "Blackgum", "state": "KY" } } ] }}三、更新映射
当首次创建一个索引的时候，可以指定类型的映射，但假设后来想要增加一个新的映射字段，可以使用/_mapping把新的字段加进mapping映射裡
可以增加一个新的映射，但是不能修改存在的映射，原因是因为这个映射可能有文档去用，如果改了映射的类型，可能会导致索引的数据出错，因此只能新加字段进去，不能修改
具体实例
在user映射中的doc类型增加一个新的名为tag的keyword
PUT /user/_mapping/doc{ "properties": { "tag": { "type": "keyword", } }}到此，关于"elasticsearch 5.x数据类型与映射的介绍"的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！
