elasticsearch(三) mapping之type,anlayzer

1.造数据

POST my_index/my_type/1
{
"group":"高富帅",
"id": "1234",
"sex": 1,
"attribute": "eating,car,girls",
"birthday": "1900-12-10",
"lat_lng": "31.2427760000,121.4903420000"
}

第1位高富帅，来自南京西路东路地铁站

POST my_index/my_type/2
{
"group":"白富美",
"id": "2234",
"sex": 2,
"attribute": "eat,dog,boys",
"birthday": "1989-12-10",
"lat_lng": "31.2433470000,121.5087220000"
}

第2位白富美来自陆家嘴

PUT my_index/my_type/3
{
"group":"小妹妹",
"id": "3234",
"sex": 2,
"attribute": "eat dog boy flowers",
"birthday": "2010-12-10",
"lat_lng": "31.2257000000,121.5508340000"
}

第3位小妹妹来自世纪大道

PUT my_index/my_type/4
{
"group":"空姐",
"id": "4234",
"sex": 2,
"attribute": "eat,dog,girl",
"birthday": "1995-12-10",
"lat_lng": "31.1573860000,121.8150200000"
}

第4位空姐，来自浦东机场

2.mapping是啥？

看下刚刚我们建的索引的mapping长啥样

GET my_index/_mapping/my_type

response:

{
"my_index": {
"mappings": {
"my_type": {
"properties": {
"attribute": {
"type": "string"
},
"birthday": {
"type": "date",
"format": "strict_date_optional_time||epoch_millis"
},
"group": {
"type": "string"
},
"id": {
"type": "string"
},
"lat_lng": {
"type": "string"
},
"sex": {
"type": "long"
}
}
}
}
}
}

很明显，mapping 定义了每个field的数据类型(用途之一),es很聪明,能自动确定类型:

“1900-12-10” -> date

1 -> long

然而，有些field要让它完全猜对我们的心思还是有些强人所难，比如：

“1234” -> string

“31.2427760000,121.4903420000” -> striing

我其实希望

“1234” - > int

“31.2427760000,121.4903420000” -> （维度，经度）

后面会提到怎样修改type,不过在此之前，先了解下es有哪些type

3.Field Types

• String:string

• Whole number: byte, short, integer, long(默认)

• Floating-point:float,double

• Boolean:boolean

• Date:date

• lat/lon points:geo_point

所有的type见:Field datatypes

指定type

要改变field的类型，必须先删掉之前的索引！

DELETE /my_index

再重新建

PUT /my_index
{
"mappings": {
"my_type": {
"properties": {
"id": {
"type": "string"
},
"birthday": {
"type": "date"
},
"sex": {
"type": "short"
},
"attribute": {
"type": "string"
},
"lat_lng": {
"type": "geo_point"
}
}
}
}
}

检查下

GET my_index/_mapping/my_type

{
"my_index": {
"mappings": {
"my_type": {
"properties": {
"attribute": {
"type": "string"
},
"birthday": {
"type": "date",
"format": "strict_date_optional_time||epoch_millis"
},
"id": {
"type": "string"
},
"lat_lng": {
"type": "geo_point"
},
"sex": {
"type": "short"
}
}
}
}
}
}

再将之前的4个doc全塞进去！

很好，type就是我们想要的啦，有啥用，目前的app很多有附近搜索，我们也来小试牛刀下

位置搜索

GET my_index/my_type/_search
{
"query": {
"geo_distance": {
"distance": "4km",
"lat_lng": "31.2393950000,121.4837130000"
}
}
}

lat_lng:搜索的中心，我这里用的是人民广场

distance:搜索半径，我这里设为4km，单位可以是m,有兴趣的可以了解下geohash，就大概知道为啥能这么快实现啦

当然，还可以指定区域搜索，更多精彩内容见：Geo Distance Query，Geo Location and Search

4.Analyzers

ref:Analysis and Analyzers

上一节已经稍稍讲过analyzer，总之，建索引的时候，es会按每个field配置的analyzer分析field值，用来建倒排索引（Inverted Index），搜索的时候，也会按搜索字段的analyzer分析查询值。

和type类似的思路，先了解下es有哪些analyzer，接着指定analyzer。

Analyzers

介绍2个简单的，自己运行理解下吧

- whitespace（空格）

GET /_analyze?analyzer=whitespace
{
"text":"full-text books, tired  sleeping"
}

english

GET /_analyze?analyzer=english
{
"text":"full-text books, tired  sleeping"
}

分词，词干化后剩下：full,text,book,tire,sleep

其它Built-in Analyzers analyzer，自定义analyzer见：Analyzers

指定analyzer

同样要先删掉之前的索引

DELETE /my_index

PUT /my_index
{
"mappings": {
"my_type": {
"properties": {
"id": {
"index": "no",
"type": "string"
},
"birthday": {
"index": "not_analyzed",
"type": "date"
},
"sex": {
"index": "not_analyzed",
"type": "short"
},
"attribute": {
"index": "analyzed",
"analyzer": "whitespace",
"type": "string"
},
"lat_lng": {
"type": "geo_point"
}
}
}
}
}

index：控制fiel是否被索引，是否要分析

no:指定field不参与建索引，当然也无法搜索该字段

analyzed:分析字段（缺省时，默认analyzed）

not_analyzed:不分析字段

analyzer：控制怎样被索引（缺省时，默认 standard ）

_all field

补充一个可以搜索所有字段的内容，_all field，要去找房子啦o(╯□╰)o，自己看看吧

"_all": {
"enabled": false
}