Elastic Search建表

前言

在ElasticSearch中罩息,Index可以類比為關(guān)系型數(shù)據(jù)庫中的庫粉捻,Type可以類比為關(guān)系型數(shù)據(jù)庫的表幌衣,Document可以類比為關(guān)系型數(shù)據(jù)庫中的行屿附。在ElasticSearch中如何建表郎逃,其實就是在ElasticSearch中如何建立Index,并且指定哪些field需要使用全文索引挺份,指定field是什么類型等等褒翰。
ps:在ElasticSearch7.0中,type將會移除匀泊。本文建索引的格式為 PUT index_name/_doc

Mapping

Mapping指定了Index中的各個Field的類型是什么优训,F(xiàn)ield類似于關(guān)系型數(shù)據(jù)庫中的列屬性。
我們在Mapping中指定Field是什么屬性探赫,該Field使用的分詞器是什么等等型宙,以下為一個簡單的Mapping例子說明如何建立一個Mapping

PUT /my_index 
{
  "mappings": {
   "_doc":{
     "properties": { 
      "title":    { "type": "text"  }, 
      "name":     { "type": "text"  }, 
      "age":      { "type": "integer" },  
      "created":  {
        "type":   "date", 
        "format": "strict_date_optional_time||epoch_millis"
      }
    }
  }
  }
}

其中my_index為你的表名,在properties中伦吠,key為你的屬性名妆兑,value里面指定了你的屬性的相關(guān)類型等等魂拦。

查看表結(jié)構(gòu)

GET my_index/_doc/_mapping

數(shù)據(jù)類型

  • Text類型
    可以用于分詞和搜索的文本類型為Text,常見的配置如下例子
 "introduce":{
       "type":"text",
       "analyzer": "ik_max_word",
       "search_analyzer": "ik_max_word"
    }

(1)analyzer表示用于分詞的分析器搁嗓,這里使用的是IK分詞器
(2)search_analyzer表示搜索的時候用于分詞搜索語句的分析器芯勘,如果不指定則與analyzer相同

  • keyword類型
    keyword類型也是存儲字符串類型的信息,一般用于存儲Email,手機號碼腺逛,狀態(tài)碼等等的結(jié)構(gòu)化的信息荷愕。keyword可以用于排序,聚合棍矛。
    keyword不會被分詞安疗,如何需要進(jìn)行模糊匹配應(yīng)該使用text類型
    以下為建立keyword field的例子
PUT my_index
{
  "mappings": {
    "properties": {
      "tags": {
        "type":  "keyword"
      }
    }
  }
}
  • 數(shù)字類型
    ES支持的數(shù)字類型如下:
    ES數(shù)字類型

(1)當(dāng)我們選用數(shù)據(jù)類型的時候,應(yīng)該選用最小可以滿足需求的數(shù)據(jù)類型够委,ES對不同的數(shù)據(jù)類型有優(yōu)化荐类。
(2)對于浮點數(shù)的優(yōu)化,我們可以使用scaled_float代替浮點數(shù)茁帽,例如價格為20.123元玉罐,指定scaling_factor為100,ES內(nèi)部會使用20123作為Long類型進(jìn)行存儲
例子如下

PUT my_index
{
  "mappings": {
    "properties": {
      "number_of_bytes": {
        "type": "integer"
      },
      "time_in_seconds": {
        "type": "float"
      },
      "price": {
        "type": "scaled_float",
        "scaling_factor": 100
      }
    }
  }
}
  • 對象類型
    ES還支持嵌套的JSON類型潘拨,適合存儲屬性多變的properties或者data等信息吊输,其定義如下
PUT /my_index
{
  "mappings": {
    "properties": { 
      "region": {
        "type": "keyword"
      },
      "manager": { 
        "properties": {
          "age":  { "type": "integer" },
          "name": { 
            "properties": {
              "first": { "type": "text" },
              "last":  { "type": "text" }
            }
          }
        }
      }
    }
  }
}


如果是動態(tài)添加屬性列,其類型對應(yīng)動態(tài)Mapping那一章

更多的類型可以查閱官方文檔 https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html

動態(tài)索引

在ElasticSearch中铁追,我們可以不指定Mapping季蚂,然后直接插入數(shù)據(jù)。ElasticSearch會從你的JSON數(shù)據(jù)里面分析對應(yīng)的類型并映射到ElasticSearch中的Type脂信,以下為類型映射關(guān)系癣蟋。


類型映射關(guān)系圖

例如我們直接插入一條文檔

POST test_book/_doc/1
{
  "name":"泡沫",
  "author":"鄧紫棋",
  "score":5.0
}

查看mapping可得


動態(tài)mapping結(jié)果

動態(tài)生成Mapping可以讓我們不需要提前定義類型,可以用于未確定屬性的場景下狰闪,當(dāng)然如果我們需要改變類型映射的設(shè)置疯搅,可以參考官方文檔
https://www.elastic.co/guide/en/elasticsearch/reference/6.7/dynamic-templates.html

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市埋泵,隨后出現(xiàn)的幾起案子幔欧,更是在濱河造成了極大的恐慌,老刑警劉巖丽声,帶你破解...
    沈念sama閱讀 218,640評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件礁蔗,死亡現(xiàn)場離奇詭異,居然都是意外死亡雁社,警方通過查閱死者的電腦和手機浴井,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,254評論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來霉撵,“玉大人磺浙,你說我怎么就攤上這事洪囤。” “怎么了撕氧?”我有些...
    開封第一講書人閱讀 165,011評論 0 355
  • 文/不壞的土叔 我叫張陵瘤缩,是天一觀的道長。 經(jīng)常有香客問我伦泥,道長剥啤,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,755評論 1 294
  • 正文 為了忘掉前任不脯,我火速辦了婚禮府怯,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘跨新。我一直安慰自己富腊,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,774評論 6 392
  • 文/花漫 我一把揭開白布域帐。 她就那樣靜靜地躺著,像睡著了一般是整。 火紅的嫁衣襯著肌膚如雪肖揣。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,610評論 1 305
  • 那天浮入,我揣著相機與錄音龙优,去河邊找鬼。 笑死事秀,一個胖子當(dāng)著我的面吹牛彤断,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播易迹,決...
    沈念sama閱讀 40,352評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼宰衙,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了睹欲?” 一聲冷哼從身側(cè)響起供炼,我...
    開封第一講書人閱讀 39,257評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎窘疮,沒想到半個月后袋哼,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,717評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡闸衫,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,894評論 3 336
  • 正文 我和宋清朗相戀三年涛贯,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片蔚出。...
    茶點故事閱讀 40,021評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡弟翘,死狀恐怖含懊,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情衅胀,我是刑警寧澤岔乔,帶...
    沈念sama閱讀 35,735評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站滚躯,受9級特大地震影響雏门,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜掸掏,卻給世界環(huán)境...
    茶點故事閱讀 41,354評論 3 330
  • 文/蒙蒙 一茁影、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧丧凤,春花似錦募闲、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,936評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至仍侥,卻和暖如春要出,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背农渊。 一陣腳步聲響...
    開封第一講書人閱讀 33,054評論 1 270
  • 我被黑心中介騙來泰國打工患蹂, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人砸紊。 一個月前我還...
    沈念sama閱讀 48,224評論 3 371
  • 正文 我出身青樓传于,卻偏偏與公主長得像,于是被迫代替她去往敵國和親醉顽。 傳聞我的和親對象是個殘疾皇子沼溜,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,974評論 2 355

推薦閱讀更多精彩內(nèi)容