ElasticSearch之映射常用操作

 本文案例操作，建议先阅读我之前的文章[《ElasticSearch之安装及基本操作API》](https://ytao.top/2019/12/14/11-elasticsearch/) > Mapping (映射)类似关系型数据库中的表的结构定义。我们将数据以 JSON 格式存入到 ElasticSearch 中后，在搜索引擎中 JSON 字段映射对应的类型，这时需要 mapping 来定义内容的类型。 # 字段类型 JSON 数据类型映射到 ElasticSearch 定义的类型，常用的简单类型有： JSON类型 | ElasticSearch 类型 :--:|:--: 文本类型 | Text/Keyword 整数类型 | long/integer 浮点类型 | floathttps://img.qb5200.com/download-x/double 时间类型 | date 布尔值 | boolean 数组 | Text/Keyword 上面要注意的是时间类型，JSON 中并没有时间类型，这里主要指时间格式数据的类型。 # 定义映射 在关系型数据库中，存储数据之前，我们会先创建表结构，给字段指定一个存在的类型。同样 ElasticSearch 在进行数据存储前，也可以先定义好存储数据的 Mapping 结构。 先定义一个简单的 person Mapping：  上图中就是一个 Mapping 的定义，如果是在 ElasticSearch7 之前，mappings 里还有 _type 属性。 # 动态映射 当没有事先定义好 Mapping，添加数据时，ElasticSearch 会自动根据字段进行换算出对应的类型，但是换算出来的类型并不一定是我们想要的字段类型，还是需要人为的干预进行修改成想要的 Mapping。 # 更新映射 使用 **dynamic** 控制映射是否可以被更新。 ## dynamic-true 设置 dynamic 为`true`是默认 dynamic 的默认值，新增字段数据可以写入，同时也可以被索引，Mapping 结构也会被更新。  添加数据，同时多添加一个没被定义的 `gender` 字段。 ```bash # 向 person 中添加数据 PUT person/_doc/1 { "uId": 1, "name": "ytao", "age": 18, "address": "广东省珠海市", "birthday": "2020-01-15T12:00:00Z", "money": 108.2, "isStrong": true, "gender": "男" # Mapping 中未定义的字段 } ``` 添加成功，搜索 `gender` 字段：  查看 Mapping 结构：  新添加的字段值，在添加过程中 Mapping 已自动添加字段。 ## dynamic-false 设置 dynamic 为`false`时，新增字段数据可以写入，不可以被索引，Mapping 结构会被更新。 同样先将 dynamic 设置为 false，然后向里面添加数据，其他步骤和上面 true 操作一样。定义 Mapping，添加数据。 搜索 `gender` 字段：  此时新增字段数据无法被索引，但数据可以写入。  Mappnig 也不会添加新增的字段：  ## dynamic-strict 设置 dynamic 为`strict`时，从字面上意思也可以看出，对于动态映射是较严格的，新增字段数据不可以写入，不可以被索引，Mapping 结构不会被更新。只能按照定义好的 Mapping 结构添加数据。 在添加新字段数据时，就马上会抛出异常：  # 自动识别日期类型 上文中，当 dynamic 设置为 true 时，添加新字段数据自动识别类型更新 Mapping，如果是日期类型的话，我们是可以指定识别的类型。 指定 person 的 **dynamic_date_formats** 格式： ```bash PUT person/_mapping { "dynamic_date_formats": ["yyyy/MMhttps://img.qb5200.com/download-x/dd"] } ``` 这里是可以指定多个时间格式。 向 person 添加新数据，分别是 today 和 firstDate： ```bash PUT person/_doc/2 { "today": "2020-01-15", "firstDate": "2020/01/15" } ``` 添加新字段数据后的 Mapping：  由于上面我们指定了时间格式为 `yyyy/MMhttps://img.qb5200.com/download-x/dd` 时是可以识别为时间格式，所以 today 字段的值为 `yyyy-MM-dd` 格式无法识别为时间类型，判为 text 类型。 # 多字段 Mapping 中可以定义 **fields** 多字段属性，以满足不同场景下的实现。比如 `address` 定义为 `text` 类型，fields 里面又有定义 `keyword` 类型，这里主要是区分两个不同不同使用场景。 - `text` 会建立分词倒排索引，用于全文检索。 - `keyword` 不会建立分词倒排索引，用于排序和聚合。 添加数据： ```bash # 向 person 中添加数据 PUT person/_doc/1 { "uId": 1, "name": "ytao", "age": 18, "address": "广东省珠海市", "birthday": "2020-01-15T12:00:00Z", "money": 108.2, "isStrong": true } ``` 查询`address`数据。  查询`address.keyword`数据。  通过`keyword`检索时，由于不会建立分词索引，并没有获取到数据。 # 控制索引 在字段中使用 **index** 指定当前字段索引是否能被搜索到。指定类型为 boolean 类型，false 为不可搜索到，true 为可以搜索到。 先删除之前的 Mapping： ```bash DELETE person ``` 创建 Mapping，设置`name`属性的 `index` 为 false。  再次添加上面的数据后搜索`name`字段：  字段 index 设置 false 后，由于没有被索引，所以搜索无法获取到索引。 # 空值处理 现在向 ElasticSearch 中添加一条 address 为空的数据： ```bash PUT person/_doc/2 { "uId": 2, "name": "Jack", "age": 22, "address": null, "birthday": "2020-01-15T12:00:00Z", "money": 68.7, "isStrong": true } ``` 搜索 address.keyword 为空的数据：  搜索返回异常，默认是不被允许搜索 NUll。 这是需要在 Mapping 指定 **null_value** 属性，并且不能在`text`类型中声明。  搜索 address.keyword 为空的数据：  设置 `"null_value": "NULL"` 后，空值可以处理搜索。 # 聚合多个字段 聚合多个字段放到一个索引中，使用 **copy_to** 进行聚合。例如我们在多字段查询中，这是不需要对每个字段进行过滤筛选，只需对聚合字段即可。 在使用 copy_to 时，是通过指定聚合的名称实现。  实际上，copy_to 不使用数组格式添加名称，也会自动转换成数据格式。 添加两条数据，待校验搜索： ```bash # 向 person 中添加数据 PUT person/_doc/1 { "uId": 1, "name": "ytao", "age": 18, "address": "广东省珠海市", "birthday": "2020-01-15T12:00:00Z", "money": 108.2, "isStrong": true } PUT person/_doc/2 { "uId": 2, "name": "杨广东", "age": 22, "address": null, "birthday": "2020-01-15T12:00:00Z", "money": 68.7, "isStrong": true } ``` 查询 `full_name` 的值，会返回 name 和 address 相关的值的对象。  从上面返回结果看到，_source 中的字段没有增加相应的 copy_to 字段名，所以 copy_to 只会拷贝字段内容至索引，并不会改变包含的字段。 # 总结 > 通过本文对创建 Mapping 文件的常用并且实用的操作介绍，也基本能掌握这些日常的使用。了解 Mapping 的功能操作，相信对存储时的设计也有一定帮助。 个人博客： [https://ytao.top](https://ytao.top) 关注公众号 【ytao】，更多原创好文