ElasticSearch7.6入門學習筆記-KuangStudy-文章

ElasticSearch

在學習ElasticSearch之前，先簡單了解一下Lucene：

• Doug Cutting開發(fā)
• 是apache軟件基金會4 jakarta項目組的一個子項目
• 是一個開放源代碼的全文檢索引擎工具包
• 不是一個完整的全文檢索引擎兔跌，而是一個全文檢索引擎的架構(gòu)坟桅，提供了完整的查詢引擎和索引引擎，部分文本分析引擎（英文與德文兩種西方語言）
• 當前以及最近幾年最受歡迎的免費Java信息檢索程序庫方灾。

Lucene和ElasticSearch的關(guān)系：

• ElasticSearch是基于Lucene 做了一下封裝和增強

一洞慎、ElasticSearch概述

官網(wǎng)：https://www.elastic.co/cn/downloads/elasticsearch

Elaticsearch，簡稱為es焦人，es是一個開源的高擴展的分布式全文檢索引擎花椭，它可以近乎實時的存儲矿辽、檢索數(shù)據(jù);本身擴展性很好，可以擴展到上百臺服務(wù)器宾娜，處理PB級別(大數(shù)據(jù)時代）的數(shù)據(jù)前塔。es也使用java開發(fā)并使用Lucene作為其核心來實現(xiàn)所有索引和搜索的功能嘱根，但是它的目的是<mark>通過簡單的RESTful API來隱藏Lucene的復(fù)雜性，從而讓全文搜索變得簡單</mark>凑保。

據(jù)國際權(quán)威的數(shù)據(jù)庫產(chǎn)品評測機構(gòu)DB Engines的統(tǒng)計，在2016年1月芝此，ElasticSearch已超過Solr等婚苹，成為排名第一的搜索引擎類應(yīng)用怎炊。

歷史

多年前，一個叫做Shay Banon的剛結(jié)婚不久的失業(yè)開發(fā)者瓜挽，由于妻子要去倫敦學習廚師，他便跟著也去了。在他找工作的過程中排惨，為了給妻子構(gòu)建一個食譜的搜索引擎，他開始構(gòu)建一個早期版本的Lucene辕宏。

直接基于Lucene工作會比較困難，所以Shay開始抽象Lucene代碼以便lava程序員可以在應(yīng)用中添加搜索功能腊瑟。他發(fā)布了他的第一個開源項目闰非，叫做“Compass”膘格。

后來Shay找到一份工作，這份工作處在高性能和內(nèi)存數(shù)據(jù)網(wǎng)格的分布式環(huán)境中财松，因此高性能的瘪贱、實時的、分布式的搜索引擎也是理所當然需要的。然后他決定重寫Compass庫使其成為一個獨立的服務(wù)叫做Elasticsearch菜秦。

第一個公開版本出現(xiàn)在2010年2月甜害，在那之后Elasticsearch已經(jīng)成為Github上最受歡迎的項目之一，代碼貢獻者超過300人喷户。一家主營Elasticsearch的公司就此成立河哑，他們一邊提供商業(yè)支持一邊開發(fā)新功能拱雏，不過Elasticsearch將永遠開源且對所有人可用阱冶。

Shay的妻子依舊等待著她的食譜搜索…..

誰在使用：

1、維基百科,類似百度百科，全文檢索,高亮,搜索推薦/2
2夸溶、The Guardian (國外新聞網(wǎng)站) ,類似搜狐新聞,用戶行為日志(點擊,瀏覽,收藏,評論) +社交網(wǎng)絡(luò)數(shù)據(jù)(對某某新聞的相關(guān)看法) ,數(shù)據(jù)分析,給到每篇新聞文章的作者,讓他知道他的文章的公眾反饋(好,壞,熱門，垃圾,鄙視进苍，崇拜)
3柄延、Stack Overflow (國外的程序異常討論論壇) , IT問題,程序的報錯,提交上去,有人會跟你討論和回答,全文檢索,搜索相關(guān)問題和答案,程序報錯了,就會將報錯信息粘貼到里面去,搜索有沒有對應(yīng)的答案
4摆昧、GitHub (開源代碼管理),搜索 上千億行代碼
5、電商網(wǎng)站,檢索商品
6脚猾、日志數(shù)據(jù)分析, logstash采集日志, ES進行復(fù)雜的數(shù)據(jù)分析, ELK技術(shù), elasticsearch+logstash+kibana
7、商品價格監(jiān)控網(wǎng)站,用戶設(shè)定某商品的價格閾值,當?shù)陀谠撻撝档臅r候,發(fā)送通知消息給用戶,比如說訂閱牙膏的監(jiān)控,如果高露潔牙膏的家庭套裝低于50塊錢,就通知我,我就去買
8烘嘱、BI系統(tǒng),商業(yè)智能, Business Intelligence哮内。比如說有個大型商場集團琳拨，BI ,分析一下某某區(qū)域最近3年的用戶消費 金額的趨勢以及用戶群體的組成構(gòu)成,產(chǎn)出相關(guān)的數(shù)張報表, **區(qū),最近3年,每年消費金額呈現(xiàn)100%的增長,而且用戶群體85%是高級白領(lǐng)狱庇，開-個新商場乳规。ES執(zhí)行數(shù)據(jù)分析和挖掘, Kibana進行數(shù)據(jù)可視化
9放坏、國內(nèi):站內(nèi)搜索(電商,招聘,門戶,等等),IT系統(tǒng)搜索(OA,CRM,ERP,等等),數(shù)據(jù)分析(ES熱門
的一一個使用場景)

ES和Solr

ElasticSearch簡介

• Elasticsearch是一個實時分布式搜索和分析引擎愚战。 它讓你以前所未有的速度處理大數(shù)據(jù)成為可能。
• 它用于<mark>全文搜索齐遵、結(jié)構(gòu)化搜索寂玲、分析</mark>以及將這三者混合使用:
• 維基百科使用Elasticsearch提供全文搜索并高亮關(guān)鍵字,以及輸入實時搜索(search-asyou-type)和搜索糾錯(did-you-mean)等搜索建議功能。
• 英國衛(wèi)報使用Elasticsearch結(jié)合用戶日志和社交網(wǎng)絡(luò)數(shù)據(jù)提供給他們的編輯以實時的反饋,以便及時了解公眾對新發(fā)表的文章的回應(yīng)梗摇。
• StackOverflow結(jié)合全文搜索與地理位置查詢,以及more-like-this功能來找到相關(guān)的問題和答案拓哟。
• Github使用Elasticsearch檢索1300億行的代碼。
• 但是Elasticsearch不僅用于大型企業(yè)留美，它還讓像DataDog以及Klout這樣的創(chuàng)業(yè)公司將最初的想法變成可擴展的解決方案。
• Elasticsearch可以在你的筆記本上運行,也可以在數(shù)以百計的服務(wù)器上處理PB級別的數(shù)據(jù)伸刃。
• Elasticsearch是一個基于Apache Lucene(TM)的開源搜索引擎谎砾。無論在開源還是專有領(lǐng)域, Lucene可被認為是迄今為止最先進、性能最好的捧颅、功能最全的搜索引擎庫景图。
  • 但是, Lucene只是一個庫。 想要使用它,你必須使用Java來作為開發(fā)語言并將其直接集成到你的應(yīng)用中,更糟糕的是, Lucene非常復(fù)雜,你需要深入了解檢索的相關(guān)知識來理解它是如何工作的碉哑。
• Elasticsearch也使用Java開發(fā)并使用Lucene作為其核心來實現(xiàn)所有索引和搜索的功能,但是它的目的是<mark>通過簡單的RESTful API來隱藏Lucene的復(fù)雜性,從而讓全文搜索變得簡單挚币。</mark>

Solr簡介

• Solr是Apache下的一個頂級開源項目,采用Java開發(fā),它是基于Lucene的全文搜索服務(wù)器亮蒋。Solr提供了比Lucene更為豐富的查詢語言,同時實現(xiàn)了可配置、可擴展妆毕，并對索引慎玖、搜索性能進行了優(yōu)化
• Solr可以獨立運行,運行在letty. Tomcat等這些Selrvlet容器中 , Solr 索引的實現(xiàn)方法很簡單,<mark>用POST方法向Solr服務(wù)器發(fā)送一個描述Field及其內(nèi)容的XML文檔, Solr根據(jù)xml文檔添加、刪除笛粘、更新索引</mark>趁怔。Solr 搜索只需要發(fā)送HTTP GET請求,然后對Solr返回xml、json等格式的查詢結(jié)果進行解析,組織頁面布局薪前。
• Solr不提供構(gòu)建UI的功能, Solr提供了一個管理界面,通過管理界面可以查詢Solr的配置和運行情況润努。
• Solr是基于lucene開發(fā)企業(yè)級搜索服務(wù)器,實際上就是封裝了lucene.
• Solr是一個獨立的企業(yè)級搜索應(yīng)用服務(wù)器,它對外提供類似于Web-service的API接口。用戶可以通過http請求,向搜索引擎服務(wù)器提交-定格式的文件,生成索引;也可以通過提出查找請求,并得到返回結(jié)果示括。

ElasticSearch與Solr比較

當單純的對已有數(shù)據(jù)進行搜索時铺浇，Solr更快

當實時建立索引時，Solr會產(chǎn)生io阻塞垛膝，查詢性能較差鳍侣，ElasticSearch具有明顯的優(yōu)勢

隨著數(shù)據(jù)量的增加，Solr的搜索效率會變得更低繁涂，而ElasticSearch卻沒有明顯的變化

轉(zhuǎn)變我們的搜索基礎(chǔ)設(shè)施后從Solr ElasticSearch拱她，我們看見一個即時~ 50x提高搜索性能！

總結(jié)

1扔罪、es基本是開箱即用(解壓就可以用!) ,非常簡單秉沼。Solr安裝略微復(fù)雜一丟丟!
2、Solr 利用Zookeeper進行分布式管理,而Elasticsearch自身帶有分布式協(xié)調(diào)管理功能矿酵。
3唬复、Solr 支持更多格式的數(shù)據(jù),比如JSON、XML全肮、 CSV ,而Elasticsearch僅支持json文件格式敞咧。
4、Solr 官方提供的功能更多,而Elasticsearch本身更注重于核心功能辜腺，高級功能多有第三方插件提供休建，例如圖形化界面需要kibana友好支撐
<mark>5、</mark>Solr 查詢快,但更新索引時慢(即插入刪除慢) 评疗，用于電商等查詢多的應(yīng)用;

• ES建立索引快(即查詢慢) 测砂，即實時性查詢快，用于facebook新浪等搜索百匆。
• Solr是傳統(tǒng)搜索應(yīng)用的有力解決方案砌些，但Elasticsearch更適用于新興的實時搜索應(yīng)用。

6、Solr比較成熟存璃，有一個更大仑荐，更成熟的用戶、開發(fā)和貢獻者社區(qū)纵东，而Elasticsearch相對開發(fā)維護者較少,更新太快,學習使用成本較高粘招。

二、ElasticSearch安裝

JDK8篮迎，最低要求

使用Java開發(fā)男图，必須保證ElasticSearch的版本與Java的核心jar包版本對應(yīng)！（Java環(huán)境保證沒錯）

這里在windows上進行安裝

Windows下安裝

1甜橱、安裝

下載地址：https://www.elastic.co/cn/downloads/

歷史版本下載：https://www.elastic.co/cn/downloads/past-releases/

解壓即可（盡量將ElasticSearch相關(guān)工具放在統(tǒng)一目錄下）

2逊笆、熟悉目錄

bin 啟動文件目錄config 配置文件目錄    1og4j2 日志配置文件    jvm.options java 虛擬機相關(guān)的配置(默認啟動占1g內(nèi)存，內(nèi)容不夠需要自己調(diào)整)    elasticsearch.ym1 elasticsearch 的配置文件! 默認9200端口!跨域!1ib     相關(guān)jar包modules 功能模塊目錄plugins 插件目錄    ik分詞器

3岂傲、啟動

一定要檢查自己的java環(huán)境是否配置好

安裝可視化界面

elasticsearch-head

使用前提：需要安裝nodejs

1难裆、下載地址

https://github.com/mobz/elasticsearch-head

2、安裝

解壓即可（盡量將ElasticSearch相關(guān)工具放在統(tǒng)一目錄下）

3镊掖、啟動

cd elasticsearch-head# 安裝依賴npm install# 啟動npm run start# 訪問http://localhost:9100/

安裝依賴

運行

訪問

存在跨域問題（只有當兩個頁面同源乃戈，才能交互）

同源（端口，主機亩进，協(xié)議三者都相同）

https://blog.csdn.net/qq_38128179/article/details/84956552

開啟跨域（在elasticsearch解壓目錄config下elasticsearch.yml中添加）

# 開啟跨域http.cors.enabled: true# 所有人訪問http.cors.allow-origin: "*"

重啟elasticsearch

再次連接

如何理解上圖：

• 如果你是初學者

  • 索引 可以看做 “數(shù)據(jù)庫”
  • 類型 可以看做 “表”
  • 文檔 可以看做 “庫中的數(shù)據(jù)（表中的行）”

• 這個head症虑，我們只是把它

  當做可視化數(shù)據(jù)展示工具

  ，之后

  所有的查詢都在kibana中進行

  • 因為不支持json格式化归薛，不方便

安裝kibana

Kibana是一個針對ElasticSearch的開源分析及可視化平臺,用來搜索谍憔、查看交互存儲在Elasticsearch索引中的數(shù)據(jù)。使用Kibana ,可以通過各種圖表進行高級數(shù)據(jù)分析及展示主籍。Kibana讓海量數(shù)據(jù)更容易理解习贫。它操作簡單,基于瀏覽器的用戶界面可以快速創(chuàng)建儀表板( dashboard )實時顯示Elasticsearch查詢動態(tài)。設(shè)置Kibana非常簡單千元。無需編碼或者額外的基礎(chǔ)架構(gòu),幾分鐘內(nèi)就可以完成Kibana安裝并啟動Elasticsearch索引監(jiān)測苫昌。

1、下載地址:

下載的版本需要與ElasticSearch版本對應(yīng)

https://www.elastic.co/cn/downloads/

歷史版本下載：https://www.elastic.co/cn/downloads/past-releases/

2幸海、安裝

解壓即可（盡量將ElasticSearch相關(guān)工具放在統(tǒng)一目錄下）

3祟身、啟動

訪問

localhost:5601

4、開發(fā)工具

（Postman物独、curl袜硫、head、谷歌瀏覽器插件）

可以使用 Kibana進行測試

[圖片上傳失敗...(image-c54fca-1678202956876)]

如果說议纯，你在英文方面不太擅長父款，kibana是支持漢化的

5溢谤、kibana漢化

編輯器打開kibana解壓目錄/config/kibana.yml瞻凤，添加

i18n.locale: "zh-CN"

重啟kibana

漢化成功

了解ELK

• ELK是

  Elasticsearch憨攒、Logstash、 Kibana三大開源框架首字母大寫簡稱

  阀参。市面上也被成為Elastic Stack肝集。

  • 其中Elasticsearch是一個基于Lucene、分布式蛛壳、通過Restful方式進行交互的近實時搜索平臺框架杏瞻。
    • 像類似百度、谷歌這種大數(shù)據(jù)全文搜索引擎的場景都可以使用Elasticsearch作為底層支持框架衙荐，可見Elasticsearch提供的搜索能力確實強大,市面上很多時候我們簡稱Elasticsearch為es捞挥。
  • Logstash是ELK的中央數(shù)據(jù)流引擎,用于從不同目標(文件/數(shù)據(jù)存儲/MQ )收集的不同格式數(shù)據(jù),經(jīng)過過濾后支持輸出到不同目的地(文件/MQ/redis/elasticsearch/kafka等)。
  • Kibana可以將elasticsearch的數(shù)據(jù)通過友好的頁面展示出來 ,提供實時分析的功能忧吟。

• 市面上很多開發(fā)只要提到ELK能夠一致說出它是一個日志分析架構(gòu)技術(shù)椘龊總稱 ,但實際上ELK不僅僅適用于日志分析,它還可以支持其它任何數(shù)據(jù)分析和收集的場景,日志分析和收集只是更具有代表性。并非唯一性溜族。

收集清洗數(shù)據(jù)(Logstash) ==> 搜索讹俊、存儲(ElasticSearch) ==> 展示(Kibana)

三、ElasticSearch核心概念

概述

1煌抒、索引（ElasticSearch）

• 包多個分片

2仍劈、字段類型（映射）

• 字段類型映射（字段是整型，還是字符型…）

3寡壮、文檔

4贩疙、分片（Lucene索引，倒排索引）

ElasticSearch是面向文檔诬像，關(guān)系行數(shù)據(jù)庫和ElasticSearch客觀對比屋群！一切都是JSON！

elasticsearch（集群）中可以包含多個索引（數(shù)據(jù)庫） ,每個索引中可以包含多個類型（表） ,每個類型下又包含多個文檔（行） ,每個文檔中又包含多個字段（列）坏挠。

物理設(shè)計:

elasticsearch在后臺把每個索引劃分成多個分片芍躏，每分分片可以在集群中的不同服務(wù)器間遷移

一個人就是一個集群! ，即啟動的ElasticSearch服務(wù)降狠，默認就是一個集群对竣，且默認集群名為elasticsearch

邏輯設(shè)計:

一個索引類型中，包含多個文檔榜配，比如說文檔1否纬，文檔2。當我們索引一篇文檔時蛋褥，可以通過這樣的順序找到它：索引 => 類型 => 文檔ID 临燃，通過這個組合我們就能索引到某個具體的文檔。 注意：ID不必是整數(shù)，實際上它是個字符串膜廊。

文檔（”行“）

之前說elasticsearch是面向文檔的乏沸，那么就意味著索引和搜索數(shù)據(jù)的最小單位是文檔，elasticsearch中爪瓜，文檔有幾個重要屬性:

• 自我包含蹬跃，一篇文檔同時包含字段和對應(yīng)的值，也就是同時包含key:value !
• 可以是層次型的铆铆，一個文檔中包含自文檔蝶缀，復(fù)雜的邏輯實體就是這么來的! {就是一個json對象 ! fastjson進行自動轉(zhuǎn)換 !}
• 靈活的結(jié)構(gòu)，文檔不依賴預(yù)先定義的模式薄货，我們知道關(guān)系型數(shù)據(jù)庫中翁都，要提前定義字段才能使用，在elasticsearch中谅猾，對于字段是非常靈活的荐吵，有時候,我們可以忽略該字段，或者動態(tài)的添加一個新的字段赊瞬。

盡管我們可以隨意的新增或者忽略某個字段先煎，但是，每個字段的類型非常重要巧涧，比如一個年齡字段類型薯蝎，可以是字符串也可以是整形。因為elasticsearch會保存字段和類型之間的映射及其他的設(shè)置谤绳。這種映射具體到每個映射的每種類型占锯，這也是為什么在elasticsearch中，類型有時候也稱為映射類型缩筛。

類型（“表”）

類型是文檔的邏輯容器消略，就像關(guān)系型數(shù)據(jù)庫一樣，表格是行的容器瞎抛。類型中對于字段的定義稱為映射艺演，比如name映射為字符串類型。我們說文檔是無模式的桐臊，它們不需要擁有映射中所定義的所有字段胎撤，比如新增一個字段，那么elasticsearch是怎么做的呢?

• elasticsearch會自動的將新字段加入映射断凶，但是這個字段的不確定它是什么類型伤提，elasticsearch就開始猜，如果這個值是18认烁，那么elasticsearch會認為它是整形肿男。但是elasticsearch也可能猜不對介汹，所以最安全的方式就是提前定義好所需要的映射，這點跟關(guān)系型數(shù)據(jù)庫殊途同歸了舶沛，先定義好字段痴昧，然后再使用，別整什么幺蛾子冠王。

索引（“庫”）

索引是映射類型的容器， elasticsearch中的索引是一個非常大的文檔集合舌镶。 索引存儲了映射類型的字段和其他設(shè)置柱彻。然后它們被存儲到了各個分片上了。我們來研究下分片是如何工作的餐胀。

物理設(shè)計：節(jié)點和分片 如何工作

創(chuàng)建新索引

一個集群至少有一個節(jié)點哟楷，而一個節(jié)點就是一個elasricsearch進程，節(jié)點可以有多個索引默認的否灾，如果你創(chuàng)建索引卖擅，那么索引將會有個5個分片(primary shard ,又稱主分片)構(gòu)成的，每一個主分片會有一個副本(replica shard墨技，又稱復(fù)制分片)

上圖是一個有3個節(jié)點的集群惩阶，可以看到主分片和對應(yīng)的復(fù)制分片都不會在同一個節(jié)點內(nèi)，這樣有利于某個節(jié)點掛掉了扣汪，數(shù)據(jù)也不至于失断楷。實際上，一個分片是一個Lucene索引（一個ElasticSearch索引包含多個Lucene索引） 崭别，一個包含倒排索引的文件目錄冬筒，倒排索引的結(jié)構(gòu)使得elasticsearch在不掃描全部文檔的情況下，就能告訴你哪些文檔包含特定的關(guān)鍵字茅主。不過舞痰，等等，倒排索引是什么鬼?

倒排索引（Lucene索引底層）

簡單說就是 按（文章關(guān)鍵字诀姚，對應(yīng)的文檔<0個或多個>）形式建立索引响牛，根據(jù)關(guān)鍵字就可直接查詢對應(yīng)的文檔（含關(guān)鍵字的），無需查詢每一個文檔赫段，如下圖

四娃善、IK分詞器(elasticsearch插件)

IK分詞器：中文分詞器

分詞：即把一段中文或者別的劃分成一個個的關(guān)鍵字，我們在搜索時候會把自己的信息進行分詞瑞佩，會把數(shù)據(jù)庫中或者索引庫中的數(shù)據(jù)進行分詞聚磺，然后進行一一個匹配操作，默認的中文分詞是將每個字看成一個詞（<mark>不使用用IK分詞器的情況下</mark>）炬丸，比如“我愛狂神”會被分為”我”瘫寝，”愛”蜒蕾，”狂”，”神” 焕阿，這顯然是不符合要求的咪啡，所以我們需要安裝中文分詞器ik來解決這個問題。

IK提供了兩個分詞算法: ik_smart和ik_max_word ,其中ik_smart為最少切分, ik_max_word為最細粒度劃分!

1暮屡、下載

版本要與ElasticSearch版本對應(yīng)

下載地址：https://github.com/medcl/elasticsearch-analysis-ik/releases

2撤摸、安裝

ik文件夾是自己創(chuàng)建的

加壓即可（但是我們需要解壓到ElasticSearch的plugins目錄ik文件夾下）

3、重啟ElasticSearch

加載了IK分詞器

4褒纲、使用 ElasticSearch安裝補錄/bin/elasticsearch-plugin 可以查看插件

E:\ElasticSearch\elasticsearch-7.6.1\bin>elasticsearch-plugin list

5准夷、使用kibana測試

ik_smart：最少切分

ik_max_word：最細粒度劃分（窮盡詞庫的可能）

從上面看，感覺分詞都比較正常莺掠，但是大多數(shù)衫嵌，分詞都滿足不了我們的想法，如下例

那么彻秆，我們需要手動將該詞添加到分詞器的詞典當中

6楔绞、添加自定義的詞添加到擴展字典中

elasticsearch目錄/plugins/ik/config/IKAnalyzer.cfg.xml

打開 IKAnalyzer.cfg.xml 文件，擴展字典

創(chuàng)建字典文件唇兑，添加字典內(nèi)容

重啟ElasticSearch酒朵，再次使用kibana測試

五、Rest風格說明

一種軟件架構(gòu)風格,而不是標準,只是提供了一組設(shè)計原則和約束條件扎附。它主要用于客戶端和服務(wù)器交互類的軟件耻讽。基于這個風格設(shè)計的軟件可以更簡潔帕棉，更有層次针肥，更易于實現(xiàn)緩存等機制。

基本Rest命令說明：

測試

1香伴、創(chuàng)建一個索引慰枕，添加

PUT /test1/type1/1{  "name" : "流柚",  "age" : 18}

2、字段數(shù)據(jù)類型

• 字符串類型

  • text即纲、

    keyword

    • text：支持分atus"> <span>月成交<em>999筆</em></span> <span>評價 <a>3</a></span> </p> </div> </div> </div> </div> </div> </div></div><script th:src="@{/js/vue.min.js}"></script><script th:src="@{/js/axios.min.js}"></script><script> new Vue({ el:"#app", data:{ "keyword": '', // 搜索的關(guān)鍵字 "results":[] // 后端返回的結(jié)果 }, methods:{ searchKey(){ var keywo詞具帮，全文檢索,支持模糊、精確查詢,不支持聚合,排序操作;text類型的最大支持的字符長度無限制,適合大字段存儲低斋；
    • keyword：不進行分詞蜂厅，直接索引、支持模糊膊畴、支持精確匹配掘猿，支持聚合、排序操作唇跨。keyword類型的最大支持的長度為——32766個UTF-8類型的字符,可以通過設(shè)置ignore_above指定自持字符長度稠通，超過給定長度后的數(shù)據(jù)將不被索引衬衬，無法通過term精確匹配檢索返回結(jié)果。

• 數(shù)值型

  • long改橘、Integer滋尉、short、byte飞主、double狮惜、float、half float碌识、scaled float

• 日期類型

  • date

• te布爾類型

  • boolean

• 二進制類型

  • binary

• 等等…

3碾篡、指定字段的類型（使用PUT）

類似于建庫（建立索引和字段對應(yīng)類型），也可看做規(guī)則的建立

PUT /test2{  "mappings": {    "properties": {      "name": {        "type": "text"      },      "age":{        "type": "long"      },      "birthday":{        "type": "date"      }    }  }}