ElasticSearch 6.2 Mapping参数说明

相逢意气为君饮,系马高楼垂柳边。这篇文章主要讲述ElasticSearch 6.2 Mapping参数说明相关的知识,希望能为你提供帮助。
背景:
由于本人使用的是6.0以上的版本es,在使用发现很多中文已过时。ES6.0以后有很多参数变化。
现我根据官网总结mapping最新的参数,希望能对大家有用处。
新增字段:
【ElasticSearch 6.2 Mapping参数说明】eager_global_ordinals
删除的字段:
include_in_all
以下是所有最新字段的详细说明

{ "analyzer" : "ik_max_word", #指定分词器,一般使用最大分词:ik_max_word"normalizer" : "normalizer_name", #字段标准化规则;如把所有字符转为小写;具体如下举例"boost" : 1.5, #字段权重;用于查询时评分,关键字段的权重就会高一些,默认都是1;另外查询时可临时指定权重"coerce" : true, #清理脏数据:1,字符串会被强制转换为整数 2,浮点数被强制转换为整数;默认为true"copy_to" : "field_name", #自定_all字段;指定某几个字段拼接成自定义;具体如下举例"doc_values" : true, #加快排序、聚合操作,但需要额外存储空间;默认true,对于确定不需要排序和聚合的字段可false"dynamic" : true, #新字段动态添加 true:无限制 false:数据可写入但该字段不保留 ‘strict‘:无法写入抛异常"enabled" : true, #是否会被索引,但都会存储; 可以针对一整个_doc"fielddata" : false, #针对text字段加快排序和聚合(doc_values对text无效);此项官网建议不开启,非常消耗内存"eager_global_ordinals": true, #是否开启全局预加载,加快查询;此参数只支持text和keyword,keyword默认可用,而text需要设置fielddata属性"format" : "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis" ,#格式化 此参数代表可接受的时间格式 3种都接受"ignore_above" : 100, #指定字段索引和存储的长度最大值,超过最大值的会被忽略"ignore_malformed" : false ,#插入文档时是否忽略类型 默认是false 类型不一致无法插入"index_options" : "docs" , # 4个可选参数 # docs(索引文档号), # freqs(文档号 + 词频), # positions(文档号 + 词频 + 位置,通常用来距离查询), # offsets(文档号 + 词频 + 位置 + 偏移量,通常被使用在高亮字段) # 分词字段默认是position,其他的默认是docs"index" : true, #该字段是否会被索引和可查询 默认true"fields": {"raw": {"type": "keyword"}} ,#可以对一个字段提供多种索引模式,使用text类型做全文检索,也可使用keyword类型做聚合和排序"norms" : true, #用于标准化文档,以便查询时计算文档的相关性。建议不开启"null_value" : "NULL", #可以让值为null的字段显式的可索引、可搜索"position_increment_gap" : 0 ,#词组查询时可以跨词查询 既可变为分词查询 默认100"properties" : {}, #嵌套属性,例如该字段是音乐,音乐还有歌词,类型,歌手等属性"search_analyzer" : "ik_max_word" ,#查询分词器; 一般情况和analyzer对应"similarity" : "BM25",#用于指定文档评分模型,参数有三个: # BM25 :ES和Lucene默认的评分模型 # classic :TF/IDF评分 # boolean:布尔模型评分"store" : true, #默认情况false,其实并不是真没有存储,_source字段里会保存一份原始文档。 # 在某些情况下,store参数有意义,比如一个文档里面有title、date和超大的content字段,如果只想获取title和date"term_vector" : "no" #默认不存储向量信息, # 支持参数yes(term存储), # with_positions(term + 位置), # with_offsets(term + 偏移量), # with_positions_offsets(term + 位置 + 偏移量) # 对快速高亮fast vector highlighter能提升性能,但开启又会加大索引体积,不适合大数据量用 }normalizer举例: { "settings": { "analysis": { "normalizer": { "my_normalizer": { "type": "custom", "char_filter": [], "filter": ["lowercase", "asciifolding"] } } } }, "mappings": { "type": { "properties": { "foo": { "type": "keyword", "normalizer": "my_normalizer" } } } } }copy_to举例: { "mappings": { "my_type": { "properties": { "first_name": { "type": "text", "copy_to": "full_name" }, "last_name": { "type": "text", "copy_to": "full_name" }, "full_name": { "type": "text" } } } } }

 

    推荐阅读