映射配置

索引有了，接下來肯定是添加數據。但是，在添加數據之前必須定義映射。

什么是映射？

映射是定義文檔的過程，文檔包含哪些字段，這些字段是否保存，是否索引，是否分詞等

只有配置清楚，Elasticsearch才會幫我們進行索引庫的創建（不一定）

?

創建映射字段

語法

請求方式依然是PUT

PUT /索引庫名/_mapping/類型名稱 {"properties": {"字段名": {"type": "類型","index": true，"store": true，"analyzer": "分詞器"}} }

• 類型名稱：就是前面將的type的概念，類似于數據庫中的不同表字段名：任意填寫 ，可以指定許多屬性，例如：

• type：類型，可以是text、long、short、date、integer、object等

• index：是否索引，默認為true

• store：是否存儲，默認為false

• analyzer：分詞器，這里的ik_max_word即使用ik分詞器

示例

發起請求：

PUT learn/_mapping/goods {"properties": {"title": {"type": "text","analyzer": "ik_max_word"},"images": {"type": "keyword","index": "false"},"price": {"type": "float"}} }

響應結果：

{"acknowledged": true }

查看映射關系

語法：

GET /索引庫名/_mapping

示例：

GET /learn/_mapping

響應：

{"learn": {"mappings": {"goods": {"properties": {"images": {"type": "keyword","index": false},"price": {"type": "float"},"title": {"type": "text","analyzer": "ik_max_word"}}}}} }

字段屬性詳解

2.5.3.1.type

Elasticsearch中支持的數據類型非常豐富：

我們說幾個關鍵的：

• String類型，又分兩種：

  • text：可分詞，不可參與聚合

  • keyword：不可分詞，數據會作為完整字段進行匹配，可以參與聚合

• Numerical：數值類型，分兩類

  • 基本數據類型：long、interger、short、byte、double、float、half_float

  • 浮點數的高精度類型：scaled_float

    • 需要指定一個精度因子，比如10或100。elasticsearch會把真實值乘以這個因子后存儲，取出時再還原。

• Date：日期類型

  elasticsearch可以對日期格式化為字符串存儲，但是建議我們存儲為毫秒值，存儲為long，節省空間。

index

index影響字段的索引情況。

• true：字段會被索引，則可以用來進行搜索。默認值就是true

• false：字段不會被索引，不能用來搜索

index的默認值就是true，也就是說你不進行任何配置，所有字段都會被索引。

但是有些字段是我們不希望被索引的，比如商品的圖片信息，就需要手動設置index為false。

?

store

是否將數據進行額外存儲。

在學習lucene和solr時，我們知道如果一個字段的store設置為false，那么在文檔列表中就不會有這個字段的值，用戶的搜索結果中不會顯示出來。

但是在Elasticsearch中，即便store設置為false，也可以搜索到結果。

原因是Elasticsearch在創建文檔索引時，會將文檔中的原始數據備份，保存到一個叫做_source的屬性中。而且我們可以通過過濾_source來選擇哪些要顯示，哪些不顯示。

而如果設置store為true，就會在_source以外額外存儲一份數據，多余，因此一般我們都會將store設置為false，事實上，store的默認值就是false。

?

boost

激勵因子，這個與lucene中一樣

其它的不再一一講解，用的不多，大家參考官方文檔：

?

超強干貨來襲 云風專訪：近40年碼齡，通宵達旦的技術人生

總結

以上是生活随笔為你收集整理的映射的配置的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。