elasticsearch5.x系列之三 mapping 映射的时候的各个字段的设置

浅浅的花香味﹌ 2022-05-14 10:51 188阅读 0赞

## 首先看来创建一个mapping 来show show： ##

curl -XPUT "master:9200/zebra_info?pretty" -H 'Content-Type: application/json' -d'
    {
        "settings": {
            "number_of_shards":5,
            "number_of_replicas":1
        },
        "mappings": {
             "zebra_info": {
                  "properties": {
                        "name" : {
       "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_max_word", "fielddata": true, "fields": {
       "raw": {
       "type":"keyword"}}},
                        "firstly_classification": {
       "type": "keyword"},
                        "secondary_classification": {
       "type": "keyword"},
                        "type_name": {
       "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_max_word", "fielddata": true,"fields": {
       "raw": {
       "type":"keyword"}}},
                        "province": {
       "type": "keyword"},
                        "city": {
       "type": "keyword"},
                        "citycode": {
       "type": "keyword"},
                        "district": {
       "type": "keyword"},
                        "adcode": {
       "type": "keyword"},
                        "township": {
       "type": "text"},
                        "business_circle": {
       "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_max_word", "fielddata": true,"fields": {
       "raw": {
       "type":"keyword"}}},
                        "formatted_address": {
       "type": "text"},
                        "location": {
       "type": "geo_point"},
                        "extensions": {
                          "type": "nested",
                          "properties": {
                            "avg_price": {
       "type": "double"},
                            "shops": {
       "type":"integer"},
                            "good_comments": {
       "type":"byte"},
                            "lvl": {
       "type":"byte"},
                            "other_type": {
       "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_max_word", "fielddata": true,  "fields": {
       "raw": {
       "type":"keyword"}}},
                            "numbers": {
       "type": "integer"}
                           }
                       }
                 }
            }
        }
    }
    '

## 二、show 看过了，来看一下elasticsearch 支持的数据类型。 ##

1，text:
    当一个字段是要被全文搜索的，比如Email内容、产品描述，应该使用text类型。设置text类型以后，字段内容会被分析，在生成倒排索引以前，字符串会被分析器分成一个一个词项。text类型的字段不用于排序，很少用于聚合（termsAggregation除外）。
    如果要聚合，请设置成keyword 参照上面的索引，设置一个fielddata。 聚合或者排序的时候用name.raw  进行排序。
    "name" : {
       "type": "text", "analyzer": "ik_max_word", "search_analyzer": "ik_max_word", "fielddata": true, "fields": {
       "raw": {
       "type":"keyword"}}}
    
    
    
    2，keyword： 
    keyword类型适用于索引结构化的字段，比如email地址、主机名、状态码和标签。如果字段需要进行过滤(比如查找已发布博客中status属性为published的文章)、排序、聚合。keyword类型的字段只能通过精确值搜索到。
    
    
    3，数据类型 范围
    long            -2^63至2^63-1
    integer         -2^31至2^31-1
    short           -32,768至32768
    byte            -128至127
    double          64位双精度IEEE 754浮点类型
    float           32位单精度IEEE 754浮点类型
    half_float  16位半精度IEEE 754浮点类型
    scaled_float    缩放类型的的浮点数（比如价格只需要精确到分，price为57.34的字段缩放因子为100，存起来就是5734）相当于可以定义精确度
    用法如下：
    PUT my_index
    {
      "mappings": {
        "my_type": {
          "properties": {
            "number_of_bytes": {
              "type": "integer"
            },
            "time_in_seconds": {
              "type": "float"
            },
            "price": {
              "type": "scaled_float",
              "scaling_factor": 100
            }
          }
        }
      }
    }
    
    
    4,object 类型 或者说是嵌套类型。定义参见文章标题给出的索引
    PUT my_index/my_type/1
    { 
      "region": "US",
      "manager": { 
        "age":     30,
        "name": { 
          "first": "John",
          "last":  "Smith"
        }
      }
    }
    
    
    5， 日期类型
    支持的格式如下：
    日期格式的字符串：e.g. “2015-01-01” or “2015/01/01 12:10:30”.
    long类型的毫秒数( milliseconds-since-the-epoch)
    integer的秒数(seconds-since-the-epoch)
    举栗子如下：
    PUT my_index/my_type/1
    { "date": "2015-01-01" } 
    PUT my_index/my_type/2
    { "date": "2015-01-01T12:10:30Z" } 
    PUT my_index/my_type/3
    { "date": 1420070400001 }
    
    
    
    6，Array类型
    ELasticsearch没有专用的数组类型，默认情况下任何字段都可以包含一个或者多个值，但是一个数组中的值要是同一种类型。例如：
    字符数组: [ “one”, “two” ]
    整型数组：[1,3]
    嵌套数组：[1,[2,3]],等价于[1,2,3]
    对象数组：[ { “name”: “Mary”, “age”: 12 }, { “name”: “John”, “age”: 10 }]
    注意事项：
    动态添加数据时，数组的第一个值的类型决定整个数组的类型
    混合数组类型是不支持的，比如：[1,”abc”]
    数组可以包含null值，空数组[ ]会被当做missing field对待。
    
    
    7，geo 类型，可以是点，线，或者面（区域）
    地理位置信息类型用于存储地理位置信息的经纬度。
    
    8，其他不常用的类型。
    range 类型
    integer_range   -2^31至2^31-1
    float_range 32-bit IEEE 754
    long_range  -2^63至2^63-1
    double_range    64-bit IEEE 754
    date_range  64位整数，毫秒计时
    
    ip 类型，binary 类型，token_count 类型， nested类型类型（特殊的object 类型）