5 创建映射

news2024/11/26 15:40:16

5 映射

上边章节安装了ik分词器，如果在索引和搜索时去使用ik分词器呢？如何指定其它类型的field，比如日期类型、数值类型等。

本章节学习各种映射类型及映射维护方法。

5.1 映射维护方法

1、查询所有索引的映射：

GET： http://localhost:9200/_mapping

2、创建映射

post 请求：http://localhost:9200/xc_course/doc/_mapping

一个例子：

{ 
    "properties": { 
        "name": { 
            "type": "text" 
        },
        "description": { 
            "type": "text" 
        },
        "studymodel": { 
            "type": "keyword" 
        } 
    } 
}

3、更新映射

映射创建成功可以添加新字段，已有字段不允许更新。

4、删除映射

通过删除索引来删除映射。

5.2 常用映射类型

下图是ES6.2核心的字段类型如下：

字符串包括text和keyword两种类型：

5.2.1 String字符串类型

5.2.1.1 text文本字段类型

type 为 text 时

1）analyzer

通过analyzer属性指定分词器。

下边指定name的字段类型为text，使用ik分词器的ik_max_word分词模式。

"name": { 
    "type": "text", 
    "analyzer":"ik_max_word" 
}

上边指定了analyzer是指在索引和搜索都使用ik_max_word，如果单独想定义搜索时使用的分词器则可以通过

search_analyzer属性。

对于ik分词器建议是索引时使用细颗粒分成器ik_max_word将搜索内容进行细粒度分词，搜索时使用粗颗粒分成器ik_smart提高搜索精确性。

因为搜索时用细粒度分词器ik_max_word的话，你输入的一句话就会分成很细的词去搜索，这显然不合理。比如你想搜索中华人民共和国人民大会堂相关的文章，输入中华人民共和国人民大会堂时：就会分成中华、华人、人民去搜索，这时候就可能会匹配到很多文章，这显然没有提高搜索的精确度

"name": { 
    "type": "text", 
    "analyzer":"ik_max_word", 
    "search_analyzer":"ik_smart" 
}

2）index

通过index属性指定是否索引。

默认为index=true，即要进行索引，只有进行索引才可以从索引库搜索到。

但是也有一些内容不需要索引，比如：商品图片地址只被用来展示图片，不进行搜索图片，此时可以将index设置

为false。

删除索引，重新创建映射，将pic的index设置为false，尝试根据pic去搜索，结果搜索不到数据

"pic": { 
    "type": "text", 
    "index":false 
}

3）store

是否在source之外存储，每个文档索引后会在 ES中保存一份原始文档，存放在"_source"中，一般情况下不需要设置 store为true，因为在_source中已经有一份原始文档了。

测试

删除xc_course/doc下的映射

创建新映射：Post http://localhost:9200/xc_course/doc/_mapping

{ 
    "properties": { 
        "name": {
            "type": "text", 
            "analyzer":"ik_max_word",
            "search_analyzer":"ik_smart" 
        }, 
        "description": { 
            "type": "text", 
            "analyzer":"ik_max_word", 
            "search_analyzer":"ik_smart" 
        },
        "pic":{ 
            "type":"text", 
            "index":false 
        },
        "studymodel":{ 
            "type":"text" 
        } 
    } 
}

插入文档：

http://localhost:9200/xc_course/doc/4028e58161bcf7f40161bcf8b77c0000

{ 
    "name":"Bootstrap开发框架", 
    "description":"Bootstrap是由Twitter推出的一个前台页面开发框架，在行业之中使用较为广泛。此开发框架包 含了大量的CSS、JS程序代码，可以帮助开发者（尤其是不擅长页面开发的程序人员）轻松的实现一个不受浏览器限制的 精美界面效果。", 
    "pic":"group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg", 
    "studymodel":"201002" 
}

查询测试：

Get http://localhost:9200/xc_course/_search?q=name:开发

Get http://localhost:9200/xc_course/_search?q=description:开发

Get http://localhost:9200/xc_course/_search? q=pic:group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg

Get http://localhost:9200/xc_course/_search?q=studymodel:201002

通过测试发现：name和description都支持全文检索，pic不可作为查询条件。

5.2.2.2 keyword关键字字段类型

上边介绍的text文本字段在映射时要设置分词器，keyword字段为关键字字段，通常搜索keyword是按照整体搜

索，所以创建keyword字段的索引时是不进行分词的，比如：邮政编码、手机号码、身份证等。keyword字段通常

用于过虑、排序、聚合等。

测试

更改映射：

{ 
    "properties": { 
        "studymodel":{ 
            "type":"keyword" 
        },
        "name":{ 
            "type":"keyword" 
        } 
    } 
}

插入文档：

{
    "name": "java编程基础", 
 	"description": "java语言是世界第一编程语言，在软件开发领域使用人数最多。", 
    "pic":"group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg", 
    "studymodel": "201001" 
}

根据studymodel查询文档

搜索：http://localhost:9200/xc_course/_search?q=name:java

name是keyword类型，所以查询方式是精确查询。

5.2.3 date日期类型

日期类型不用设置分词器。

通常日期类型的字段用于排序。

1)format

通过format设置日期格式

例子：

下边的设置允许date字段存储年月日时分秒、年月日及毫秒三种格式。

{ 
    "properties": { 
        "timestamp": { 
            "type": "date", 
            "format": "yyyy‐MM‐dd HH:mm:ss||yyyy‐MM‐dd" 
        } 
    } 
}

插入文档：

Post :http://localhost:9200/xc_course/doc/3

{
    "name": "spring开发基础", 
    "description": "spring 在java领域非常流行，java程序员都在用。", 
    "studymodel": "201001", 
    "pic":"group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg", 
    "timestamp":"2018‐07‐04 18:28:58" 
}

5.2.4 数值类型

下边是ES支持的数值类型

1、尽量选择范围小的类型，提高搜索效率

2、对于浮点数尽量用比例因子，比如一个价格字段，单位为元，我们将比例因子设置为100这在ES中会按分存

储，映射如下：

"price": { 
    "type": "scaled_float", 
    "scaling_factor": 100 
},

由于比例因子为100，如果我们输入的价格是23.45则ES中会将23.45乘以100存储在ES中。

如果输入的价格是23.456，ES会将23.456乘以100再取一个接近原始值的数，得出2346。

使用比例因子的好处是整型比浮点型更易压缩，节省磁盘空间。

如果比例因子不适合，则从下表选择范围小的去用：

更新已有映射，并插入文档：

http://localhost:9200/xc_course/doc/3

{
    "name": "spring开发基础", 
    "description": "spring 在java领域非常流行，java程序员都在用。", 
    "studymodel": "201001", 
    "pic":"group1/M00/00/01/wKhlQFqO4MmAOP53AAAcwDwm6SU490.jpg", 
    "timestamp":"2018‐07‐04 18:28:58", 
    "price":38.6 
}

5.2.5 综合例子

创建如下映射

post：http://localhost:9200/xc_course/doc/_mapping

{ 
    "properties": { 
        "description": { 
            "type": "text", 
            "analyzer": "ik_max_word", 
            "search_analyzer": "ik_smart" 
        },
        "name": { 
            "type": "text", 
            "analyzer": "ik_max_word", 
            "search_analyzer": "ik_smart" 
        },
        "pic":{ 
            "type":"text", 
            "index":false 
        }, 
        "price": { 
            "type": "float" 
        },
        "studymodel": { 
            "type": "keyword" 
        },
        "timestamp": { 
            "type": "date", 
            "format": "yyyy‐MM‐dd HH:mm:ss||yyyy‐MM‐dd||epoch_millis" 
        } 
    } 
}

插入文档：

Post: http://localhost:9200/xc_course/doc/1

{
    "name": "Bootstrap开发",
    "description": "Bootstrap是由Twitter 推出的一个前台页面开发框架，是一个非常流行的开发框架，此框架集成了多种页面效果。此开发框架包含了大量的CSS、JS程序代码，可以帮助开发者（尤其是不擅长页面开发的程序人员）轻松的实现一个不受浏览器限制的精 美界面效果。",
    "studymodel": "201002", 
    "price":38.6, 
    "timestamp":"2018-04-25 19: 11: 35", 
	"pic": "group1/M00/00/00/wKhlQFs6RCeAY0pHAAJx5ZjNDEM428.jpg"
}