ElasticSearch的Mapping之字段类型

刺骨的言语ヽ痛彻心扉 2022-08-17 14:22 211阅读 0赞

es支持大多数java里面的数据类型：  
  
（一）核心数据类型：  
  
（1）string： 默认会被分词，一个完整示例如下

Java代码 [ ![复制代码][icon_copy.gif]][_icon_copy.gif] ![收藏代码][icon_star.png]![spinner.gif][]

1.  "status": \{
2.  "type": "string", //字符串类型 
3.  "index": "analyzed"//分词，不分词是：not\_analyzed ，设置成no，字段将不会被索引 
4.  "analyzer":"ik"//指定分词器 
5.  "boost":1.23//字段级别的分数加权 
6.  "doc\_values":false//对not\_analyzed字段，默认都是开启，分词字段不能使用，对排序和聚合能提升较大性能，节约内存 
7.  "fielddata":\{ "format":"disabled"\}//针对分词字段，参与排序或聚合时能提高性能，不分词字段统一建议使用doc\_value 
8.  "fields":\{ "raw":\{ "type":"string","index":"not\_analyzed"\}\} //可以对一个字段提供多种索引模式，同一个字段的值，一个分词，一个不分词 
9.  "ignore\_above":100 //超过100个字符的文本，将会被忽略，不被索引 
10. "include\_in\_all":ture//设置是否此字段包含在\_all字段中，默认是true，除非index设置成no选项 
11. "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 
12. "norms":\{ "enable":true,"loading":"lazy"\}//分词字段默认配置，不分词字段：默认\{"enable":false\}，存储长度因子和索引时boost，建议对需要参与评分字段使用 ，会额外增加内存消耗量 
13. "null\_value":"NULL"//设置一些缺失字段的初始化值，只有string可以使用，分词字段的null值也会被分词 
14. "position\_increament\_gap":0//影响距离查询或近似查询，可以设置在多值字段的数据上火分词字段上，查询时可指定slop间隔，默认值是100 
15. "store":false//是否单独设置此字段的是否存储而从\_source字段中分离，默认是false，只能搜索，不能获取值 
16. "search\_analyzer":"ik"//设置搜索时的分词器，默认跟ananlyzer是一致的，比如index时用standard+ngram，搜索时用standard用来完成自动提示功能 
17. "similarity":"BM25"//默认是TF/IDF算法，指定一个字段评分策略，仅仅对字符串型和分词类型有效 
18. "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 
19. \}

"status": {
              "type":  "string", //字符串类型
              "index": "analyzed"//分词，不分词是：not_analyzed ，设置成no，字段将不会被索引
              "analyzer":"ik"//指定分词器
              "boost":1.23//字段级别的分数加权
               "doc_values":false//对not_analyzed字段，默认都是开启，分词字段不能使用，对排序和聚合能提升较大性能，节约内存
                "fielddata":{"format":"disabled"}//针对分词字段，参与排序或聚合时能提高性能，不分词字段统一建议使用doc_value
                "fields":{"raw":{"type":"string","index":"not_analyzed"}} //可以对一个字段提供多种索引模式，同一个字段的值，一个分词，一个不分词
                "ignore_above":100 //超过100个字符的文本，将会被忽略，不被索引
                "include_in_all":ture//设置是否此字段包含在_all字段中，默认是true，除非index设置成no选项
                "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
                "norms":{"enable":true,"loading":"lazy"}//分词字段默认配置，不分词字段：默认{"enable":false}，存储长度因子和索引时boost，建议对需要参与评分字段使用 ，会额外增加内存消耗量
                 "null_value":"NULL"//设置一些缺失字段的初始化值，只有string可以使用，分词字段的null值也会被分词
                 "position_increament_gap":0//影响距离查询或近似查询，可以设置在多值字段的数据上火分词字段上，查询时可指定slop间隔，默认值是100
                  "store":false//是否单独设置此字段的是否存储而从_source字段中分离，默认是false，只能搜索，不能获取值
                   "search_analyzer":"ik"//设置搜索时的分词器，默认跟ananlyzer是一致的，比如index时用standard+ngram，搜索时用standard用来完成自动提示功能
                    "similarity":"BM25"//默认是TF/IDF算法，指定一个字段评分策略，仅仅对字符串型和分词类型有效
                    "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
            }

（2）数字类型主要如下几种：  
long：64位存储  
integer：32位存储  
short：16位存储  
byte：8位存储  
double：64位双精度存储  
float：32位单精度存储  
  
支持参数：

Java代码 [ ![复制代码][icon_copy.gif]][_icon_copy.gif] ![收藏代码][icon_star.png]![spinner.gif][]

1.  coerce：true/false 如果数据不是干净的，将自动会将字符串转成合适的数字类型，字符串会被强转成数字，浮点型会被转成整形，经纬度会被转换为标准类型
2.  boost：索引时加权因子
3.  doc\_value：是否开启doc\_value
4.  ignore\_malformed：false（错误的数字类型会报异常）true（将会忽略）
5.  include\_in\_all：是否包含在\_all字段中
6.  index:not\_analyzed默认不分词
7.  null\_value：默认替代的数字值
8.  precision\_step：16 额外存储对应的term，用来加快数值类型在执行范围查询时的性能，索引体积相对变大
9.  store：是否存储具体的值

coerce：true/false 如果数据不是干净的，将自动会将字符串转成合适的数字类型，字符串会被强转成数字，浮点型会被转成整形，经纬度会被转换为标准类型
    boost：索引时加权因子
    doc_value：是否开启doc_value
    ignore_malformed：false（错误的数字类型会报异常）true（将会忽略）
    include_in_all：是否包含在_all字段中
    index:not_analyzed默认不分词
    null_value：默认替代的数字值
    precision_step：16 额外存储对应的term，用来加快数值类型在执行范围查询时的性能，索引体积相对变大
    store：是否存储具体的值

（3）复合类型  
  
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，要求，他们的类型必须一致：  
对象类型：存储类似json具有层级的数据  
嵌套类型：支持数组类型的对象Aarray\[Object\]，可层层嵌套  
  
（4）地理类型  
  
geo-point类型： 支持经纬度存储和距离范围检索  
geo-shape类型：支持任意图形范围的检索，例如矩形和平面多边形  
  
（5）专用类型  
ipv4类型：用来存储IP地址，es内部会转换成long存储  
completion类型：使用fst有限状态机来提供suggest前缀查询功能  
token\_count类型：提供token级别的计数功能  
mapper-murmur3类型：安装sudo bin/plugin install mapper-size插件，可支持\_size统计\_source数据的大小  
附件类型：需要[https://github.com/elastic/elasticsearch-mapper-attachments][https_github.com_elastic_elasticsearch-mapper-attachments]开源es插件支持，可存储office，html等类型  
  
（6）多值字段：  
一个字段的值，可以通过多种分词器存储，使用fields参数，支持大多数es数据类型  
  
  
（二）Mapping 参数列表，上面文章出现过的不再解释：

<table> 
 <tbody> 
  <tr> 
   <td>序号</td> 
   <td>名称</td> 
   <td>解释</td> 
  </tr> 
  <tr> 
   <td>1</td> 
   <td>copy_to</td> 
   <td>与solr里面的copy_field字段功能一样，支持拷贝某个字段的值到集中的一个字段里面</td> 
  </tr> 
  <tr> 
   <td>2</td> 
   <td>properties</td> 
   <td>mapping type，对象字段和嵌套字段可以包含子字段，这些属性可以被添加进去，例子如下</td> 
  </tr> 
 </tbody> 
</table>

![1d5a15e4-a521-30b4-a77d-d70bca1136a0.png][]  
  
  
官网文档：[https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html\#\_multi\_fields\_2][https_www.elastic.co_guide_en_elasticsearch_reference_current_mapping-types.html_multi_fields_2]

[icon_copy.gif]: http://qindongliang.iteye.com/images/icon_copy.gif
[_icon_copy.gif]: http://qindongliang.iteye.com/blog/2259541#
[icon_star.png]: http://qindongliang.iteye.com/images/icon_star.png
[spinner.gif]: /images/20220731/fea38f1a8a354e7e886324458a485637.png
[https_github.com_elastic_elasticsearch-mapper-attachments]: https://github.com/elastic/elasticsearch-mapper-attachments
[1d5a15e4-a521-30b4-a77d-d70bca1136a0.png]: /images/20220731/f5cc2ca861f849d79d2d9132c8660124.png
[https_www.elastic.co_guide_en_elasticsearch_reference_current_mapping-types.html_multi_fields_2]: https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html#_multi_fields_2