elasticsearch mapping _Elasticsearch

生也有涯，知也无涯。这篇文章主要讲述elasticsearch mapping相关的知识，希望能为你提供帮助。
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^_^

core types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)
……
【elasticsearch mapping】本文出自 http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/mapping-core-types.html#mapping-core-types