您的位置:首页 > 移动开发

干货 | Elasticsearch5.X Mapping万能模板

2020-08-02 22:55 776 查看

0、引言

在关系型数据库如Mysql中,设计库表需要注意的是:

1)需要几个表;

2)每个表有哪些字段;

3)表的主键及外键的设定——便于有效关联。

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)字段的大小,考虑最大、最小的情况,如某一个字段超过1MB甚至更多;

2)字段需不需要分词、全文检索、其他类型的检索;

3)时间字段类型的设置,时间戳、UTC类型或者字符串类型;

4) 字段需不需要聚合

.......

这就引申出本文的内容:

Elasticearch到底支持哪些数据类型?

Elasticsearch如何进行数据选型?

有没有直接拿来就用的Mapping万能模板?

以上问题,本文一一透彻解答。

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

{ "date": "2015-01-01" }

{ "date": "2015-01-01T12:10:30Z" }

{ "date": 1420070400001 }

如上,日期类型或者时间戳类型。

参考模板:

"date": {

"type":   "date",

"format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"

}

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。

如: "blob": "U29tZSBiaW5hcnkgYmxvYg=="

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。

PUT my_index/my_type/1

{

"region": "US",

"manager": {

"age":     30,

"name": {

"first": "John",

"last":  "Smith"

}

}

}

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:

PUT my_index

{

"mappings": {

"my_type": {

"properties": {

"user": {

"type": "nested"

}

}

}

}

}

PUT my_index/my_type/1

{

"group" : "fans",

"user" : [

{

"first" : "John",

"last" :  "Smith"

},

{

"first" : "Alice",

"last" :  "White"

}

]

}

GET my_index/_search

{

"query": {

"nested": {

"path": "user",

"query": {

"bool": {

"must": [

{ "match": { "user.first": "Alice" }},

{ "match": { "user.last":  "Smith" }}

]

}

}

}

}

}

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:

"ip_addr": "192.168.1.1"

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。

PUT testinfo_index

{

"mappings": {

"testinfo_type": {

"properties": {

"id": {

"type": "long"

},

"title": {

"type": "keyword"

},

"content": {

"analyzer": "ik_max_word",

"type": "text",

"fields": {

"keyword": {

"ignore_above": 256,

"type": "keyword"

},

"available": {

"type": "boolean"

},

"review": {

"type": "nested",

"properties": {

"nickname": {

"type": "text"

},

"text": {

"type": "text"

},

"stars": {

"type": "integer"

}

}

},

"publish_time": {

"type": "date",

"format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"

},

"expected_attendees": {

"type": "integer_range"

},

"ip_addr": {

"type": "ip"

},

"suggest": {

"type": "completion"

}

}

}

}

}

}

}

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!

参考:https://www.elastic.co/guide/en/elasticsearch/reference/5.6/mapping-types.html

内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: