ElasticStack學習(七):ElasticSearch之Mapping初探

来源:https://www.cnblogs.com/supersnowyao/archive/2019/07/16/11189661.html
-Advertisement-
Play Games

一、Mapping的概念 1、Mapping類似於資料庫中的Schema的定義,作用如下: 1)定義索引中的欄位的名稱; 2)定義欄位的數據類型,例如字元串、數字、日期、布爾等; 3)對每個欄位進行倒排索引的建立及相關配置; 4)Mapping會將Json文檔映射成Lucene所需要的扁平格式; 5 ...


一、Mapping的概念

  1、Mapping類似於資料庫中的Schema的定義,作用如下:

    1)定義索引中的欄位的名稱;

    2)定義欄位的數據類型,例如字元串、數字、日期、布爾等;

    3)對每個欄位進行倒排索引的建立及相關配置;

    4)Mapping會將Json文檔映射成Lucene所需要的扁平格式;

    5)一個Mapping屬於一個索引的Type,從7.0開始,不需要在Mapping中指定Type信息;

  2、欄位的數據類型

    1)簡單類型

      Text(會增加Keyword子欄位);

      Date;

         Integer/Long/Floating;

      Boolean;

      IP4&IP6;

      Keyword;

    2)複雜類型

      對象類型;

      嵌套類型;

      數組(由第一個非空數值的類型所決定);

      空值;

    3)特殊類型(地理信息)

      geo_point&geo_shape

二、Dynamic Mapping的概念

  1、在寫入文檔的時候,如果索引不存在,則會自動創建索引;

  2、由於上述機制,可以無需手動定義Mapping,ElasticSearch會自動根據文檔信息,推算出欄位的類型;

  3、但是有時候推算的可能不對,當類型設置的不對時,會導致一些功能無法正常運行,比如範圍內的Range查詢;

三、Mapping與Dynamic Mapping的使用

  1、推斷欄位的類型

//創建一個文檔
put mapping_test/_doc/1
{
    "id":"100",
    "isvip":false,
    "isadmin":"true",
    "age":18,
    "height":180
}
//查看索引Mapping結構
get mapping_test/_mapping
//刪除索引
delete mapping_test

   

  由上圖中可以得出,ElasticSearch基本上可以按照數據推斷出預想的欄位類型,由於isadmin欄位的值是由雙引號所括起來的,所以該欄位被推斷成text類型。

  2、更改Mapping的欄位類型

  對於索引後期加入的欄位,可以按照如下情況進行設置:

    1)新增加欄位

      a)Dynamic設置為True時,一旦有新增欄位的文檔寫入,Mapping同時會被更新;

      b)Dynamic設置為False時,有新增欄位的文檔寫入,Mapping不會被更新,新增欄位的數據也無法被索引,但是信息會出現在_Source中;

      c)Dynamic設置成Strict時,文檔寫入失敗;

    

    2)已有欄位

      a)對於已有欄位,一旦已經有數據寫入,就不再支持修改欄位定義。因為Lucene實現的倒排索引,一旦生成後,就不允許修改。

      b)如果希望改變已有欄位類型,必須ReIndex,重建索引;

      為什麼會這樣?

      I)如果修改了欄位的數據類型,會導致已被索引的屬於無法被搜索;

      II)正因為如此,對於新增加的欄位,就不會有這個問題的影響;

  3、對於這幾種情況,我們通過下圖進行演示:

    1)對於dynamic為true時,對於創建的文檔中的某一欄位進行搜索,是可以查詢到的。

    

    2)將dynamic設置為false,然後新增一個name欄位,然後對其搜索,是無法搜索到的。

    

    同時mapping中也不存在該欄位。

    

    但是可以在_Source中看到這個欄位。

    

    3)將dynamic設置為strict,然後新增一個grade欄位,會發現出現異常。

     

 四、索引Mapping的顯式定義

  1、Mapping定義的方式有兩種:

    1)可以參考API手冊,純手寫;

    2)為了減少輸入工作量,減少出錯概率,可以依照以下步驟:

      a)創建一個臨時的Index,寫入一些樣本數據;

      b)通過訪問Mapping API獲取該臨時索引的動態Mapping定義;

      c)修改成符合要求的Json,然後創建顯式索引;

      d)將臨時索引刪除;

  2、顯式Mapping定義的語法:

Put Index_Name
{
    "mappings":{
         定義Mapping信息,Json格式
     "properties":{
        "column_name":{
          "type":"text"
        },
        "column_name":{
          "type":"long"
        }
        ...
      }
}
}

  3、顯式Mapping定義的說明:

    1)控制當前欄位是否可以被索引,預設是True。如果設置成False,則該欄位不可被搜索。

     將不被搜索的欄位設置成索引為false,可以節省磁碟開銷,因為這樣該欄位就不需要進行倒排索引了。

 

    2)對於需要索引的欄位,ElasticSearch提供了Index_options配置,可以控制倒排索引記錄的內容,Index_options提供了四種控制級別:

      a)docs:記錄doc的Id;

      b)freqs:記錄doc Id、Term Frequencies;

      c)positions:記錄doc Id、Term Frequencies、Term Position;

      d)offsets:記錄doc Id、Term Frequencies、Term Position、Character offsets;

    3)Text類型預設是positions級別,其他類型預設是docs級別;

    4)索引欄位需要記錄的內容越多,那麼占用存儲空間越大;

    5)只有keyword類型支持設定Null值;

    

    6)copy_to的設置,是將欄位的值拷貝到所設定的目標欄位中,當查詢時,可以將該目標欄位做為搜索欄位進行查詢。但是該目標欄位不會出現在_source中。

    

     7)數組類型在ElasticSearch中並不提供,但是對於任何欄位,是可以包含多個相同類型的數據的。

     

    8)對欄位還可以指定特定的analyzer。

    

    9)查看索引Mapping,如下所示:  

    

五、ElasticSearch欄位特性與自定義Analyzer

  1、Exact Values(精確值)、Full Text(全文本)

    Exact Values就是指具體數字、日期、字元串,此類值是不需要進行分詞的;

    Full Text:是非結構化的文本數據,是需要進行分詞的;

  

  2、自定義分詞器

  當ElasticSearch自帶的分詞器無法滿足要求時,可以自定義分詞器,通過組合不同的Character Filter、Tokenizer、Token Filter進行實現。

  1)Charater Filters

    a)在Tokenizer之前,通過使用Character Filters對文本進行處理,如刪除或者替換字元。此種處理會影響後續Tokenizer對Term的Position與Offset的信息。

    b)可以設置多個Character Filters,一個自帶的Character Filters包括:HTML Strip(去除HTML標簽)、Mapping(字元串替換)、Pattern Replace(正則表達式替換)。

    如下圖所示:

    

    

    

  2)Tokenizer

    a)將原始的文本按照一定的規則,進行切分成詞(Term or Token);

    b)內置的Tokenizer有:Standard、uax_url_email、WhiteSpace、keyword、Pattern、Path hierarchy;

    c)可以實現自己的Tokenizer插件;

    如下圖所示:

    

   3)Token Filters

    a)將Tokenizer輸出的Term,進行增加、修改、刪除;

    b)內置的Token Filters有:lowercase、stop、synonym(近義詞);

    如下圖所示:

    

  3、自定義Analyzer使用

   

  在圖中的emotion、customer、english_stop,是分別對Character Filter、Tokenizer、Token Filter的自定義配置。

   

  註意:欄位類型keyword與text類型的子欄位keyword的說明:

    1、一切文本類型的字元串可以定義成"text"或"keyword"兩種類型。區別在於,text類型會使用預設分詞器分詞(當然也可以指定特定的分詞器),keyword類型預設不會對其進行分詞;

    2、多欄位類型情況下,查詢時可以用title,也可以用title.keyword查詢類型為keyword的子欄位;

 

  大家可關註我的公眾號 

    

  知識學習來源:阮一鳴:《Elasticsearch核心技術與實戰》  


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 一、MongoDB 創建資料庫 語法:MongoDB 創建資料庫的語法格式如下: 如果資料庫不存在,則創建資料庫,否則切換到指定資料庫。 如果你想查看所有資料庫,可以使用 show dbs 命令: 可以看到,我們剛創建的資料庫 Hero並不在資料庫的列表中, 要顯示它,我們需要向Hero資料庫插入一 ...
  • https://up.enterdesk.com/edpic_source/3f/31/14/3f31146128f447564807c88e2008eb4b.jpg ...
  • 在半年多前為一個MySQL資料庫生成過資料庫說明文檔,今天要重新生成一份,但是發現完全不記得當時是怎麼生成的,只能在網上搜索重來一遍,所以今天特意把這個過程記錄一下。 一、安裝 使用MySQL資料庫表結構導出器DBExportDoc V1.0 For MySQL導出資料庫說明文檔,需要配置資料庫源( ...
  • sql 註入風險 [TOC] 什麼是sql註入呢? 參考百度 查看sql註入風險 準備材料 示列 用戶的登錄模擬 select from userinfo;查看資料庫信息 select from userinfo where name = '凱歌318' and pwd = 666; 正常情況下 s ...
  • 首先,我先簡述一下自己做的過程啊,相信大家來找這樣的博客,也都是為了完成自己課程任務吧。我也一樣是一名大一的學生,是為了自己的課程任務而開始做資料庫的項目的。因為還沒學mysql嗎,所以是自己找視頻啊,搜百度之類的,完成的。這個項目的代碼主要是界面的製作,監聽和資料庫的交互。建議大家至少有一定的ja ...
  • 創建表: create table 表名 ( 欄位名1 欄位類型 預設值 是否為空 , 欄位名2 欄位類型 預設值 是否為空, 欄位名3 欄位類型 預設值 是否為空, ...... ); 創建一個user表: create table user ( id number(6) primary key, ...
  • 創建表數據 CREATE TABLE `praise_info` ( `id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT 'ID', `pic_id` varchar(64) DEFAULT NULL COMMENT '圖片ID', `created_ti ...
  • 一 資料庫鏡像部署準備 1.1 資料庫鏡像支持 有關對 SQL Server 2012 中的資料庫鏡像的支持的信息,請參考:https://docs.microsoft.com/zh-cn/previous-versions/sql/sql-server-2012/cc645993%28v%3dsq ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...