怎样设计方案一个性能卓越 Elasticsearch mapping

文件目录

• 序言
• mapping
  • mapping 能干什么
  • Dynamic mapping
    • dynamic=true
    • dynamic=runtime
    • dynamic=false
    • dynamic=strict
    • 是不是能够 改动 mapping 中的基本数据类型
    • 关掉 dynamic mapping
  • Explicit mapping
    • text 种类
    • keyword 种类
    • date 种类
    • numeric 种类
    • boolean 种类
    • 其他类型
• 汇总

序言

在关联型概念模型设计之中，表的设计方案特别是在关键，殊不知关联型数据库查询更关心的表与表中间的关联，及其表的区划是不是有效，而 Elasticsearch 中却更为关心字段名种类的设计方案，一个好的字段种类设计方案能够 更强的运用 Elasticsearch 的检索剖析特点。

mapping

假如说大家要想用好 Elasticsearch，那麼就务必要先掌握 mapping 什么叫 mapping。一句话：mapping是界定怎样储存和数据库索引文本文档以及包括的字段名的全过程。

mapping 能干什么

前边大家提及，在 Elasticsearch 中，mapping 类似传统式关联型数据库查询的表构造界定，关键做下列一些事：

• 界定字段名称和字段名种类。
• 界定全文索引有关的配备，例如是不是被数据库索引，是不是能够 被词性标注等。

mapping 能够 分成二种：Dynamic mapping 和 Explicit mapping。

Dynamic mapping

Dynamic mapping 即：动态性投射。动态性投射说白了便是 mapping 会被实例化，换句话说大家不用界定 mapping 就可以往一个数据库索引插进数据信息，插进数据库索引数据信息以后，Elasticsearch 会依据插进的数据信息全自动推断基本数据类型，从而动建立 mapping。

例如下边便是往一个不会有的数据库索引 index_001 插进一条数据信息：

PUT index_001/_doc/1
{
  "name":"lonely wolf",
  "age": 18,
  "create_date":"2021-05-19 20:45:11",
  "update_date":"2021-05-23"
}

插进数据信息以后，实行 GET index_001 来查看一下数据库索引信息内容：

能够 发觉，此刻数据库索引早已被全自动建立了，并且 age 字段名被 Elasticsearch 界定为 long 种类，update_date 被界定为 data 种类，别的2个字段名则被推断为 text 种类。

Elasticsearch 中全自动投射种类标准能够 根据 dynamic 主要参数开展配备，dynamic 种类有 4 种：

dynamic=true

初始值。当设定为 true 时，一旦有新字段插进文本文档，则 mapping 会被同歩升级。

大家在上面的文本文档中再插进一个新文本文档，新文本文档增加一个 address 字段名：

PUT index_001/_doc/2
{
  "name":"lonely wolf2",
  "age": 20,
  "create_date":"2021-05-23 11:37:11",
  "update_date":"2021-05-23",
  "address":"广东省深圳市"
}

随后再查询一下 mapping，能够 见到 mapping 早已增加了一个 address 字段名，mapping 字段名被升级代表着该字段名会添加数据库索引：

dynamic=runtime

这一种类和 true 种类十分类似，可是有一个十分大的差别便是，尽管添加新字段也会升级 mapping，可是新添加的字段名不容易被数据库索引，也就是不容易促使数据库索引增大，但是尽管不被数据库索引，可是新添加的字段依然能够 被查看，仅仅查看的成本会更高。因此 这类种类一般不建议用在常常查看的标准字段名上，而更合适用在一些不确定性算法设计的日志类数据库索引中。

改动 dynamic 种类：

PUT index_001/_mapping
{
  "dynamic":  "runtime"
}

增加一个文本文档，并添加一个新字段：

PUT index_001/_doc/3
{
  "email":"123@qq.com"
}

最终询一下 mapping，能够 见到字段名特性是 runtime，并且种类是 keyword：

下表便是全自动建立 mapping 时，Elasticsearch 的投射关联：

PS：keyword 表明 不参加词性标注。

dynamic=false

当设定为 false 时，新添加的字段名不容易被升级到 mapping，换句话说新字段不容易被数据库索引，故以这一字段名为标准开展检索时，没法被检索到（这一点要留意和 runtime 种类开展区别），但是尽管没法被数据库索引，可是该字段名会发生在 _source 中。换句话说该字段名不可以做为查询条件，可是能被查看出去。

下面大家将 dynamic 改动为 false，并增加一个字段名来认证，能够 发觉增加的字段名会发生在 _source 中，可是没法做为标准被查看出去：

dynamic=strict

这类种类更为严苛，表明不允许增加一个没有 mapping 中的字段名，一旦增加的字段名没有 mapping 界定中，则立即出错：

是不是能够 改动 mapping 中的基本数据类型

在 Elasticsearch 中，一旦一个字段名被界定在了 mapping 中，是没法被改动的，由于一旦字段名被改动了，便会没法被数据库索引（增加字段名以外），因此 一般大家必须改动数据库索引得话，都是会复建数据库索引，并选用 reindex 实际操作来转移数据信息。

关掉 dynamic mapping

能够 根据下列2个配备来关掉 dynamic mapping，下列2个特性初始值均为 true，假如必须关掉，则必须改动为 false：

action.auto_create_index: true
index.mapper.dynamic: true

Explicit mapping

Explicit mapping 即：显式投射。换句话说此刻大家必须表明的界定字段名种类。

Elasticsearch 中适用的字段名种类许多，在这儿就举一些较为常见的字段名种类：

text 种类

它是最常见的一种种类，储存字符串数组，用以全文索引。当字段名被界定为 text 种类时，默认设置不可以用以汇聚，排列等实际操作：

能够 见到，用 text 种类字段名排列报告凑，假如要想容许这种实际操作，能够 根据设定 fielddata=true，以下

PUT my-index-011/_mapping
{
  "properties": {
    "my_field": { 
      "type":     "text",
      "fielddata": true
    }
  }
}

field 字段名储存在堆内存中，由于其牵涉到的测算较为耗费特性，因此 一般不建议设定 fielddata=true，只是根据创建一个 keyword 子域来完成（默认设置方法）：

PUT index_111
{
  "mappings": {
    "properties": {
      "my_field": { 
        "type": "text",
        "fields": {
          "keyword": { 
            "type": "keyword"
          }
        }
      }
    }
  }
}

这类界定方法我们可以将一个字段名另外做为 text 和 keyword 种类应用，假如要用以汇聚或是排列等实际操作则能够 应用 字段名.keyword 来做为字段名来开展实际操作：

keyword 种类

这类种类也十分常见，该字段名储存的数指一个总体，不能被词性标注，因此 一般不容易用于界定大文中的全文搜索字段名，只是用于储存一些结构型的字符串数组，例如：id，电子邮箱，标识等。

keyword 种类一般用以汇聚，排列等实际操作。此外，该字段名也有二种衍化种类：constant_keyword 和 wildcard。

• constant_keyword：一般用以界定变量定义种类，例如一个数据库索引中某一个字段名所有为同一个值，能够 界定为这类种类。
• wildcard：一般用以模糊匹配查看或是正则匹配查看。

以下便是一个模糊匹配查看的实例（能够 相互配合使用通配符应用，类似关联型数据库查询的 like 实际操作）：

GET index_112/_search
{
  "query": {
    "wildcard": {
      "my_wildcard": {
        "value": "*quite*lengthy"
      }
    }
  }
}

date 种类

用以界定日期种类，界定日期种类的另外，能够 根据 format 来特定日期的文件格式：

PUT index_113
{
  "mappings": {
    "properties": {
      "date": {
        "type":   "date",
        "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"     }
    }
  }
}

numeric 种类

Elasticsearch 中给予了比较多的文件格式用于表明不一样长短的数据种类：

界定方法以下所显示：

PUT index_002
{
  "mappings": {
    "properties": {
      "number_of_bytes": {
        "type": "integer"
      },
      "time_in_seconds": {
        "type": "float"
      },
      "price": {
        "type": "scaled_float",
        "scaling_factor": 100
      }
    }
  }
}

boolean 种类

布尔类型非常简单，仅有 true 和 false 二种：

PUT index_001
{
  "mappings": {
    "properties": {
      "is_published": {
        "type": "boolean"
      }
    }
  }
}

其他类型

除开上边详细介绍的一些较为常见的基本数据类型，Elasticsearch 中也有一些高級基本数据类型：如 Nested（嵌入种类），自然地理基本数据类型，ip 种类等。

汇总

Elasticsearch 中适用动态性 mapping 和表明 mapping 二种，在应用中有时能够 先插进一条数据信息到临时性数据库索引，等自动生成 mapping 以后，在对目前 mapping 开展改动调节，在字段名上特别是在要考虑到好 text 种类和 keyword 种类的设定，假如必须适用全文检索和词性标注检索，则必须应用 text 种类，必须适用关键词模糊查询或是汇聚排列等实际操作能够 考虑到应用 keyword 字段名。