干货 | Elasticsearch5.X Mapping万能模板

0、引言

 

在关系型数据库如Mysql中，设计库表需要注意的是：

 

表的设计遵守范式约束，考虑表的可扩展性，避免开发后期对表做大的改动。

Mysql或者Oracle中，修改数据类型相对比较简单，通过命令行或者navicat、sqldeveloper等可视化工具直接修改。

即便千万级别数据量，多等点时间，也能修改好。

而在Elasticsearch非关系型数据存储的搜索引擎中，设计表对应的就是Mapping的设计。

且ES中一旦字段设定后，不能修改。

当然，这也不是绝对的，可以通过新建索引，然后reindex将原有数据迁移到新索引。

即便如此，还是建议：索引设计的前期，根据项目的需要设计好字段。如考虑如下的因素:

 

1、Elasticsearch数据类型有哪些？

2、Elasticsearch数据如何选型？

 

2.1 字符串类型选型

 

text类型作用：分词，将大段的文字根据分词器切分成独立的词或者词组，以便全文检索。

适用：email内容、某产品的描述等需要分词全文检索的字段；

不适用：排序或聚合（Significant Terms 聚合例外）

keyword类型：无需分词、整段完整精确匹配。

适用：email地址、住址、状态码、分类tags。

 

2.2 数值类型选型

 

long长整型：一个带符号的64位整数，最小值为-263，最大值为263-1。

integer整数：一个带符号的32位整数，最小值为-231，最大值为231-1。

short 短整形:一个带符号的16位整数，最小值为-32,768，最大值为32,767。

byte字节型：一个带符号的8位整数，最小值为-128，最大值为127。

double双精度浮点型：双精度64位IEEE 754浮点数。

float 单精度浮点型：单精度32位IEEE 754浮点数。

half_float半精度浮点型：半精度16位IEEE 754浮点数。

scaled_float：由长度固定的缩放因子支持的浮点数。

以上，根据长度和精度选型即可。

 

2.3 日期类型选型

如上，日期类型或者时间戳类型。

参考模板：

 

2.4 布尔类型选型

 

布尔字段接受JSON true和false值，但也可以接受被解释为true或false的字符串和数字。

false值举例：

false，“false”，“off”，“no”，“0”，“”（空字符串），0，0.0

true值举例：

以上false示例的反面，一切非假值。

 

2.5 二进制类型选型

 

二进制类型接受二进制值作为Base64编码字符串。 该字段默认情况下不存储，不可搜索。

2.6 范围类型选型

 

integer_range ：整型范围类型；

float_range ：单精度浮点范围类型；

long_range ：长整型范围类型；

double_range ：双精度范围类型；

date_range ：时间范围类型；

ip_range ：IP范围类型。

以上，根据类型&范围需要选型即可。

 

2.7 数组类型选型

 

2.7.1 Array数组类型选型

 

在Elasticsearch中，没有专门的数组类型。

默认情况下，任何字段都可以包含零个或多个值，但是数组中的所有值必须是相同的数据类型。 例如：

字符串数组：[ "one", "two" ]

整数数组：[1,2]

阵列数组：[1，[2,3]]，相当于[1，2，3]

一系列对象数组：[{“name”：“Mary”，“age”：12}，{“name”：“John”，“age”：10}] 

可以理解为单类型扩展多个值的类型。

如果需要根据数组值进行查询操作，官网建议使用nested嵌套类型。

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，当类型一直含有多个值存储到ES中会自动转化成数组类型

对于数组类型的数据，是一个数组元素做一个数据单元，如果是分词的话也只是会依一个数组元素作为词源进行分词，不会是所有的数组元素整合到一起。

在查询的时候如果数组里面的元素有一个能够命中那么将视为命中，被召回。

 

2.7.2 Object对象类型

 

JSON文档本质上是分层的：存储类似json具有层级的数据，文档可能包含内部对象，而内部对象又可能包含其他内部对象。

 

这和Json类型的初衷是一致的。

访问方式举例： "manager.name.last":  "Smith"。

 

2.7.3 nested嵌套类型

 

nested嵌套类型是Object数据类型的特定版本，允许对象数组彼此独立地进行索引和查询。

一个例子，自然就明白了：

 

能完成嵌套查询&检索，对于非一对一关系的字段适用。

在ElasticSearch内部，嵌套的文档（Nested Documents）被索引为很多独立的隐藏文档（separate documents），这些隐藏文档只能通过嵌套查询（Nested Query）访问。每一个嵌套的文档都是嵌套字段（文档数组）的一个元素。

嵌套文档的内部字段之间的关联被ElasticSearch引擎保留，而嵌套文档之间是相互独立的。

默认情况下，每个索引最多创建50个嵌套文档，可以通过索引设置选项：index.mapping.nested_fields.limit 修改默认的限制。

 

2.8 IP类型

 

存储IPV4或IPV6地址。

如： 

2.9 completion suggester类型

 suggester类型对应 suggester检索，完成自动补全。

 

2.10 令牌计数类型

 

类型为token_count的字段实际上是一个接受字符串值的整数字段，对它们进行分析，然后对字符串中的令牌数进行索引。

........

 

3、Elasticsearch万能Mapping模板

 

以下模板，已验证好用。

4、小结

 

看到这里，有人可能不服气的说，哎，又是官网都有的资料！

突然想起另一个问题：

高考的时候的每一个得分点，课本上不都有吗？那为什么我们没有达到700分以上呢？

既然课本上都有，为什么还要那么多《黄冈XX冲刺》、《黄冈XX密卷》以及N多复习资料呢？
或许正如大神刘未鹏所说，“重要的事情要营造比较大的时间块来完成。比如读一本好书，或者掌握一个重要的知识点，最好不要切得太琐碎了看，否则看了后面忘了前面，不利于知识的组织和联系。”

 

我做的就是上面的工作。

 

以上，是说给自己的，也与大家共勉！