第3章 映射

映射是定義存儲(chǔ)和索引的文檔類型以及字段的過程幢哨。索引中的每一個(gè)文檔都有一個(gè)類型题诵，每種類型都有它自己的映射懂酱。一個(gè)映射定義了文檔結(jié)構(gòu)內(nèi)每個(gè)字段的數(shù)據(jù)類型各墨。映射通過配置來定義字段類型與該類型相關(guān)聯(lián)的元數(shù)據(jù)的關(guān)系逛裤。例如瘩绒，可以通過映射來定義日期類型的格式、數(shù)字類型的格式或者文檔中所有字段的值是否應(yīng)該被_all字段索引等带族。本章將介紹映射的概念锁荔、參數(shù)，以及動(dòng)態(tài)映射的使用等蝙砌。

3.1 概念

1.映射類型

每個(gè)索引擁有一個(gè)或多個(gè)映射類型阳堕，用來在索引中將文檔劃分為不同的邏輯組。

每個(gè)映射類型擁有：

• 元字段：用來定義如何處理文檔的元數(shù)據(jù)择克。元字段包括文檔的_index字段恬总、_type字段、_id字段和_source字段肚邢。
• 字段或?qū)傩裕好總€(gè)映射類型包含與類型相關(guān)的字段或?qū)傩粤斜硪佳摺Ｍ凰饕胁煌挠成漕愋偷南嗤Q字段必須擁有相同的映射拭卿。

2. 字段數(shù)據(jù)類型

每個(gè)字段擁有一個(gè)數(shù)據(jù)類型，可以是簡單數(shù)據(jù)類型贱纠，比如字符串型(String)峻厚、日期型(date)、長整型(long)谆焊、雙精度浮點(diǎn)型(double)惠桃、布爾型(boolean)或者IP。

支持JSON的層次性類型懊渡，比如對(duì)象(object)刽射、嵌套(nested)，或者特定的類型剃执，比如地理點(diǎn)(geo_point)誓禁、地理形狀(geo_shape)。

基于不同目的對(duì)同一個(gè)字段進(jìn)行不同方式的索引是很有用的肾档。例如摹恰，一個(gè)字符串類型字段可以在全文搜索中作為分析字段，在排序或聚合時(shí)作為不分析的字段怒见∷状龋或者，可以通過標(biāo)準(zhǔn)分析器遣耍、英文分析器或者法語分析器對(duì)字符串字段進(jìn)行索引闺阱。

3. 動(dòng)態(tài)映射

字段和映射類型在使用前不需要事先定義。依靠動(dòng)態(tài)映射舵变，通過索引文檔酣溃，新的映射類型和字段名會(huì)自動(dòng)添加。新的字段可以添加到頂級(jí)映射類型或者映射內(nèi)部的對(duì)象和嵌入字段纪隙。

動(dòng)態(tài)映射可以配置自定義映射用于新類型或者新字段赊豌。

4. 顯式映射

相對(duì)于Elasticsearch來說，我們對(duì)于數(shù)據(jù)類型的掌控更加全面绵咱，所以我們可以制定顯式映射而不是使用動(dòng)態(tài)映射碘饼。

當(dāng)創(chuàng)建索引的時(shí)候，可以創(chuàng)建映射類型和字段悲伶。也可以在當(dāng)前的索引中通過映射創(chuàng)建接口添加映射類型和字段艾恼。

5. 更新當(dāng)前映射

除了記錄之外悴了，現(xiàn)有的映射類型和字段不能更新茵肃。修改映射意味著廢棄已經(jīng)索引的文檔，我們反而應(yīng)該根據(jù)映射創(chuàng)建新的索引并且重新索引數(shù)據(jù)虎囚。

6. 映射類型之間共享字段

映射類型在每個(gè)索引中是唯一的淮椰，就是在一個(gè)索引的多個(gè)類型中五慈，如果多個(gè)類型中的映射名稱一樣纳寂，則它必須是相同的類型。

例如：如果一個(gè)title字段同時(shí)存在于user和blogpost映射類型中泻拦，title字段在每個(gè)類型中必須擁有相同的映射毙芜。這個(gè)規(guī)則的唯一例外是：對(duì)于copy_to參數(shù)、dynamic參數(shù)争拐、enabled參數(shù)腋粥、ignore_above參數(shù)，include_in_all參數(shù)架曹，每個(gè)不同映射類型中的字段擁有不同的參數(shù)設(shè)置隘冲。

通常，相同名稱的字段由相同類型的數(shù)據(jù)構(gòu)成绑雄，所以擁有相同的索引是沒有問題的展辞。當(dāng)產(chǎn)生類型沖突的時(shí)候，可以選擇更詳細(xì)的命名万牺，比如user_title和blog_title罗珍。

7. 映射示例

當(dāng)創(chuàng)建索引的時(shí)候，可以指定映射：

請(qǐng)求：

PUT http://127.0.0.1:9200/secisland
{
    "mappings":{
        "user":{
            "_all":{"enabled": false},
            "properties": {
                "title": {"type": "string"},
                "name": {"type": "string"},
                "age": {"type":"integer"}
            }
        },
        "blogpost": {
            "properties":{
                "title": {"type": "string"},
                "body": {"type": "string"},
                "user_id": {"type":"string", "index":"not_analyzed"},
                "created": {
                    "type":"date",
                    "format" : "strict_date_optional_time||epoch_millis"
                }
            }
        }
    }
}

上面的接口表示創(chuàng)建一個(gè)名為secisland的索引脚粟，在索引中添加名為user和blogpost的映射類型覆旱。user映射類型取消元字段_all，指定了每個(gè)映射類型的字段或?qū)傩院宋蓿付嗣總€(gè)字段的數(shù)據(jù)類型和映射扣唱。

3.2 字段數(shù)據(jù)類型

Elasticsearch支持一系列不同的數(shù)據(jù)類型來定義文檔字段，分為核心數(shù)據(jù)团南、復(fù)雜數(shù)據(jù)画舌、地理數(shù)據(jù)、專門數(shù)據(jù)類型已慢。

核心數(shù)據(jù)類型包括：

• 字符串?dāng)?shù)據(jù)類型：string
• 數(shù)字型數(shù)據(jù)類型：long、integer霹购、short佑惠、byte、double齐疙、float
• 日期型數(shù)據(jù)類型：date
• 布爾型數(shù)據(jù)類型：boolean
• 二進(jìn)制數(shù)據(jù)類型：binary

復(fù)雜數(shù)據(jù)類型包括：

• 數(shù)組數(shù)據(jù)類型：不需要專門的類型來定義數(shù)組膜楷。
• 對(duì)象數(shù)據(jù)類型：object，單獨(dú)的JSON對(duì)象贞奋。
• 嵌套數(shù)據(jù)類型：nested赌厅，關(guān)于JSON對(duì)象的數(shù)組。

地理數(shù)據(jù)類型包括：

• 地理點(diǎn)數(shù)據(jù)類型：geo_point轿塔，經(jīng)緯點(diǎn)特愿。
• 地理形狀數(shù)據(jù)類型：geo_shape仲墨，多邊形的復(fù)雜地理形狀。

專門數(shù)據(jù)類型包括：

• IPv4數(shù)據(jù)類型：IP協(xié)議為IPv4的地址揍障。
• 完成數(shù)據(jù)類型：completion目养，提供自動(dòng)補(bǔ)全的建議。
• 單詞計(jì)數(shù)數(shù)據(jù)類型：token_count毒嫡，統(tǒng)計(jì)字符串中的單詞數(shù)量癌蚁。

3.2.1 核心數(shù)據(jù)類型

1. 字符串?dāng)?shù)據(jù)類型

字符串?dāng)?shù)據(jù)類型的字段接受文本值，可以分為如下兩種：

• 全文本兜畸。全文本值通常用于基于文本的相關(guān)性搜索努释，全文本字段可以分詞，即在索引執(zhí)行之前通過一個(gè)分詞器將字符串轉(zhuǎn)換為單詞列表咬摇。分詞操作使得Elasticsearch可以在全文本字段上搜索單詞伐蒂。全文本字段不用于排序而且很少用于聚合。
• 關(guān)鍵字菲嘴。關(guān)鍵字是個(gè)精準(zhǔn)值饿自。通常用于過濾（例如，為published的博客文章獲取所有status字段值）龄坪、排序昭雌、參與聚合。關(guān)鍵字字段不參與分詞健田。

全文本（可以分詞）字段和關(guān)鍵字（不可以分詞）字段映射示例如下：

請(qǐng)求:

PUT http://127.0.0.1:9200/secisland
{
    "mappings": {
        "secilog": {
            "properties": {
                "full_name": {
                    "type": "string"
                },
                "status": {
                    "type": "string",
                    "index": "not_analyzed"
                }
            }
        }
    }
}

其中烛卧，full_name字段是一個(gè)可分詞的全文本類型字段——index：默認(rèn)是analyzed。status字段是一個(gè)不可分詞的關(guān)鍵字字段妓局。

同一個(gè)字段同時(shí)擁有全文本和關(guān)鍵字兩個(gè)版本总放，通常是很有用的：一個(gè)用于全文搜索，另一個(gè)用于聚合和排序好爬。這可以通過多字段來實(shí)現(xiàn)局雄。

字符串?dāng)?shù)據(jù)類型的字段可以接受的參數(shù)如表3-1所示。

表3-1 字符串?dāng)?shù)據(jù)類型的字段可以接受的參數(shù)

2. 數(shù)字型數(shù)據(jù)類型

數(shù)字型數(shù)據(jù)類型支持的數(shù)字類型如表3-2所示。

表3-2 數(shù)字型數(shù)據(jù)類型

數(shù)字型字段映射配置示例如下：

請(qǐng)求：

PUT http://127.0.0.1:9200/secisland
{
    "mappings": {
        "secilog:" {
            "properties": {
                "number_of_bytes": {
                    "type": "integer"
                },
                "time_in_seconds": {
                    "type": "float"
                }
            }
        }
    }
}

數(shù)字型字段參數(shù)見表3-3。

表3-3數(shù)字型字段參數(shù)

3. 日期型數(shù)據(jù)類型

JSON沒有日期型數(shù)據(jù)類型溉箕，所以在Elasticsearch中晦墙，日期可以是：

• 包含格式化日期的字符串，例如“2015-01-01”或者“2015/01/01 12:10:30”肴茄。
• 代表世界毫秒數(shù)的長整型數(shù)字晌畅。
• 代表時(shí)間秒數(shù)的整數(shù)。

通常寡痰，日期被轉(zhuǎn)換為UTC（如果時(shí)區(qū)被指定）但是存儲(chǔ)為代表時(shí)間毫秒數(shù)的長整數(shù)抗楔。

可以自定義時(shí)間格式，如果沒有指定格式拦坠，則使用默認(rèn)值：

strict_date_optional_time||epoch_millis

這意味著接受任意時(shí)間戳的日期值连躏，例如：

PUT http://127.0.0.1:9200/secisland
{
    "mappings": {
        "secilog": {
            "properties": {
                "date": {
                    "type":"date"
                }
            }
        }
    }
}

創(chuàng)建映射之后，可以防止日期型數(shù)據(jù)：

PUT http://127.0.0.1:9200/secisland/secilog/1
{"date":"2015-01-01"}
PUT http://127.0.0.1:9200/secisland/secilog/2
{"date":"2015-01-01T12:10:30Z"}
PUT http://127.0.0.1:9200/secisland/secilog/3
{"date":"1420070400001"}

(1)多日期格式

使用雙豎線（||）分割贪婉，可以指定多個(gè)日期格式反粥。每個(gè)格式會(huì)被依次嘗試，直到找到匹配的格式疲迂。第一個(gè)格式會(huì)用于將時(shí)間毫秒數(shù)值轉(zhuǎn)換為字符串：

PUT http://127.0.0.1:9200/secisland
{
    "mappings": {
        "secilog": {
            "properties": {
                "date": {
                    "type": "date",
                    "format": "yyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
                }
            }
        }
    }
}

(2)日期型數(shù)字的字段參數(shù)

日期型數(shù)據(jù)的字段參數(shù)參見表3-4才顿。

表3-4 日期型字段參數(shù)

4. 布爾數(shù)據(jù)類型

布爾型字段接受true或false值橱脸，也可以接受代表真或假的字符串和數(shù)字：

• 假值——false础米，“false”，“off”慰技，“no”椭盏，“0”，“”（空字符串）吻商，0掏颊，0.0。
• 真值——其他任何非假的值艾帐。

示例如下：

PUT http://127.0.0.1:9200/secisland
{
    "mappings": {
        "secilog": {
            "properties": {
                "is_published": {
                    "type": "boolean"
                }
            }
        }
    }
}

請(qǐng)求：

POST http://127.0.0.1:9200/secisland/secilog/1
{"is_published": true}

索引詞聚合之類的聚合使用1和0作為key乌叶，使用字符串"true"和"false"作為key_as_string。使用腳本時(shí)柒爸，布爾字段返回1和0准浴。布爾型字段參數(shù)見表3-5。

表3-5 布爾型字段參數(shù)

5. 二進(jìn)制數(shù)據(jù)類型

二進(jìn)制數(shù)據(jù)類型接受Base64編碼字符串的二進(jìn)制值宰睡。字段不以默認(rèn)方式存儲(chǔ)而且不能搜索：

PUT http://127.0.0.1:9200/secisland
{
    "mappings": {
        "secilog": {
            "properties": {
                "name": {"type":"string"},
                "blob": {"type":"binary"}
            }
        }
    }
}

PUT http://127.0.0.1:9200/secisland/secilog/1
{
    "name": "Some binary blob",
    "blob": "U29tZSBiaW5hcnkgYmxvYg=="
}

Base64編碼二進(jìn)制值不能嵌入換行符\n蒲凶。二進(jìn)制數(shù)據(jù)類型的字段參數(shù)如下所示：

• doc_values——定義字段是否應(yīng)該以列跨度的方式存儲(chǔ)在磁盤上，以便用于排序拆内、聚合或者腳本旋圆。接受true（默認(rèn)）或false參數(shù)。
• store——決定字段值是否應(yīng)該存儲(chǔ)以及從_source字段分別獲取麸恍。接受參數(shù)true或false（默認(rèn)）灵巧。

3.2.2 復(fù)雜數(shù)據(jù)類型

1. 數(shù)組數(shù)據(jù)類型

在Elasticsearch中，沒有專門的數(shù)組類型。每個(gè)字段默認(rèn)可以包含零個(gè)或更多的值孩等，然而，數(shù)組中所有的值都必須是相同的數(shù)據(jù)類型采够。例如：

• 字符串?dāng)?shù)組：["one", "two"]
• 整數(shù)數(shù)組：[1,2]
• 由數(shù)組組成的數(shù)組：[1,[2,3]]肄方，等同于[1,2,3]
• 對(duì)象數(shù)組：[{"name":"Mary","age":12}, {"name":"John", "age":10}]

注意：無法對(duì)數(shù)組中的每一個(gè)對(duì)象進(jìn)行單獨(dú)的查詢。

當(dāng)動(dòng)態(tài)添加字段的時(shí)候蹬癌，數(shù)組中第一個(gè)元素的值決定了字段類型权她，隨后的所有值必須是相同的數(shù)據(jù)類型或者可以強(qiáng)制轉(zhuǎn)換為相同的數(shù)據(jù)類型。

Elasticsearch不支持混合數(shù)據(jù)類型的數(shù)組逝薪，比如：[10, "some string"]隅要。

數(shù)組可能包含null值，會(huì)被null_value配置替換掉或者忽略掉董济。一個(gè)空數(shù)組[]被當(dāng)做缺失字段——沒有值的字段步清。

2. 對(duì)象數(shù)據(jù)類型

JSON文檔是天然分層的：文檔可以包含內(nèi)部對(duì)象。同樣虏肾，內(nèi)部對(duì)象也可以包含內(nèi)部對(duì)象廓啊。

PUT http://127.0.0.1:9200/secisland/secilog/1
{
    "region": "US",
    "manager": {
        "age": 30,
        "name": {"first": "John", "last": "Smith"}
    }
}

本質(zhì)上，文檔被簡單地索引為鍵值對(duì)的列表封豪，形如:

{
    "region": "US",
    "manager.age": 30,
    "manager.name.first": "John",
    "manager.name.last": "Smith"
}

上面文檔的映射結(jié)構(gòu)為：

PUT http://127.0.0.1:9200/secisland
{
    "mappings": {
        "secilog": {
            "properties": {
                "region": {
                    "type": "string",
                    "index": "not_analyzed"
                },
                "manager": {
                    "properties": {
                        "age": {"type": "integer"},
                        "name": {
                            "properties": {
                                "first":{"type":"string"},
                                "last":{"type":"string"}
                            }
                        }
                    }
                }
            }
        }
    }
}

映射類型是一種對(duì)象類型谴轮，擁有參數(shù)字段，manager字段是一個(gè)內(nèi)部對(duì)象字段吹埠，manager.name字段是manager字段中的內(nèi)部對(duì)象字段第步。可以明確地設(shè)置type字段為object(默認(rèn)值)缘琅。對(duì)象數(shù)據(jù)類型的參數(shù)如下所示：

• dynamic——定義新的參數(shù)是否應(yīng)該動(dòng)態(tài)加入到已經(jīng)存在的對(duì)象中粘都。接受true（默認(rèn)），false和strict胯杭。
• enabled——賦值給對(duì)象字段的JSON值應(yīng)該被解析和索引（true驯杜，默認(rèn)）還是完全忽略（false）。
• include_in_all——為對(duì)象內(nèi)的所有屬性設(shè)置include_in_all值做个。對(duì)象本身不添加到_all字段鸽心。
• properties——對(duì)象內(nèi)的字段可以是任意數(shù)據(jù)類型，包括對(duì)象數(shù)據(jù)類型居暖。新的屬性可以添加到已存在的對(duì)象中顽频。

3. 嵌套數(shù)據(jù)類型

嵌套數(shù)據(jù)類型是對(duì)象數(shù)據(jù)類型一個(gè)專門的版本，用來使一組對(duì)象被單獨(dú)地索引和查詢太闺。

（1）對(duì)象數(shù)組是如何攤平的

Lucene沒有內(nèi)部對(duì)象的概念糯景，所以Elasticsearch利用簡單的列表存儲(chǔ)字段名和值，將對(duì)象層次攤平。例如蟀淮，下面的文檔：

PUT http://127.0.0.1:9200/secisland/secilog/1
{
    "group": "fans",
    "user": {
        {"first": "John", "last": "Smith"},
        {"first": "Alice", "last": "White"}
    }
}

把它內(nèi)部轉(zhuǎn)換為文檔最住，結(jié)構(gòu)如下：

{
    "group": "fans",
    "user.first": ["alice","john"],
    "user.last": ["smith","white"]
}

user.first和user.last字段存在多值字段中，alice和white的關(guān)聯(lián)性丟失了怠惶。這個(gè)文檔可能錯(cuò)誤地匹配到關(guān)于alice和smith的查詢涨缚。

（2）對(duì)一組對(duì)象使用嵌套字段

如果需要對(duì)一組對(duì)象進(jìn)行索引而且保留數(shù)組中每個(gè)對(duì)象的獨(dú)立性，可以使用嵌套數(shù)據(jù)類型而不是對(duì)象數(shù)據(jù)類型策治。本質(zhì)上脓魏，嵌套對(duì)象將數(shù)組中的每個(gè)對(duì)象作為分離出來的隱藏文檔進(jìn)行索引。這也意味著每個(gè)嵌套對(duì)象可以獨(dú)立于其他對(duì)象被查詢通惫，示例如下茂翔。

創(chuàng)建的映射如下所示：

PUT PUT http://127.0.0.1:9200/secisland
{
    "mappings": {
        "secilog": {
            "properties": {
                "user": {"type": "nested"}
            }
        }
    }
}

插入的數(shù)據(jù)如下所示：

PUT http://127.0.0.1:9200/secisland/secilog/1
{
    "group": "fans",
    "user": [
        {"first": "John", "last": "Smith"},
        {"first": "Alice", "last": "White"}
    ]
}

可以根據(jù)對(duì)象進(jìn)行搜索，但對(duì)象的條件要全匹配才能搜到履腋，例如搜索1如下所示：

POST http://127.0.0.1:9200/secisland/secilog/_search
{
    "query": {
        "nested": {
            "path": "user",
            "query": {
                "bool": {
                    "must": [
                        {"match": { "user.first": "Alice}},
                        {"match": { "user.last": "Smith"}}
                    ]
                }
            }
        }
    }
}

搜索2如下所示：

POST http://127.0.0.1:9200/secisland/secilog/_search
{
    "query": {
        "nested": {
            "path": "user",
            "query": {
                "bool": {
                    "must": [
                        {"match": { "user.first": "Alice}},
                        {"match": { "user.last": "White"}}
                    ]
                }
            }
        }
    }
}

user字段作為嵌套類型添加到索引中珊燎。搜索1匹配不到結(jié)果，因?yàn)锳lice和Smith不在同一個(gè)嵌套對(duì)象中府树；搜索2匹配到搜索結(jié)果俐末，因?yàn)锳lice和White在同一個(gè)嵌套對(duì)象中。

嵌套數(shù)據(jù)類型的字段參數(shù)如下所示：

• dynamic——定義新的參數(shù)是否應(yīng)該動(dòng)態(tài)加入到已經(jīng)存在的對(duì)象中奄侠。接受true（默認(rèn)）卓箫，false和strict。
• include_in_all——設(shè)置所有嵌套對(duì)象屬性的include_in_all值垄潮。嵌套文檔沒有它們自身的_all字段烹卒，取而代之的是，值被添加到“根”文檔的_all 字段中弯洗。
• properties——嵌套對(duì)象的字段可以使任何數(shù)據(jù)類型旅急，包括嵌套對(duì)象類型。新的屬性可以被添加到已經(jīng)存在的嵌套對(duì)象中牡整。

3.2.3 地理數(shù)據(jù)類型

1. 地理點(diǎn)數(shù)據(jù)類型

地理點(diǎn)數(shù)據(jù)類型字段接受經(jīng)緯度對(duì)藐吮，可用于：

• 查找一定范圍內(nèi)的地理點(diǎn)，這個(gè)范圍可以是相對(duì)于一個(gè)中心點(diǎn)的固定距離逃贝，也可以是多邊形或者地理散列單元谣辞。
• 通過地理位置或者相對(duì)于中心點(diǎn)的距離聚合文檔。
• 整合距離到文檔的相關(guān)性評(píng)分中沐扳。
• 通過距離對(duì)文檔進(jìn)行排序泥从。

指定字段類型為地理位置數(shù)據(jù)類型：

PUT http://127.0.0.1:9200/secisland
{
    "mappings": {
        "secilog": {
            "properties": {
                "location": {"type": "geo_point}
            }
        }
    }
}

存儲(chǔ)地理位置數(shù)據(jù)有4種不同方式。下面分別介紹沪摄。

（1）請(qǐng)求：

PUT http://127.0.0.1:9200/secisland/secilog/1
{
    "text": "Geo-point as an object",
    "location": {"lat": 41.12, "lon": -71.34}
}

地理點(diǎn)參數(shù)形如對(duì)象參數(shù)躯嫉，擁有緯度和經(jīng)度鍵值對(duì)纱烘。

（2）請(qǐng)求

PUT http://127.0.0.1:9200/secisland/secilog/2
{
    "text": "Geo-point as an string",
    "location": "41.12,-71.34"
}

字符串地理點(diǎn)參數(shù)的格式為“緯度，經(jīng)度”祈餐。

（3）請(qǐng)求

PUT http://127.0.0.1:9200/secisland/secilog/3
{
    "text": "Geo-point as an geohash",
    "location": "drm3btev3e86"
}

散列地理點(diǎn)參數(shù)擂啥。

（4）請(qǐng)求

PUT http://127.0.0.1:9200/secisland/secilog/4
{
    "text": "Geo-point as an array",
    "location": [-71.34, 41.12]
}

地理點(diǎn)數(shù)組參數(shù)，格式為[經(jīng)度帆阳，緯度]啤它。

注意：字符串地理點(diǎn)參數(shù)順序?yàn)椋ň暥龋?jīng)度）舱痘，地理點(diǎn)數(shù)組參數(shù)的順序?yàn)椋ń?jīng)度，緯度）离赫。地理點(diǎn)數(shù)據(jù)字段參數(shù)見表3-6芭逝。

表3-6 地理點(diǎn)字段參數(shù)

2. 地理形狀數(shù)據(jù)類型

地理形狀數(shù)據(jù)類型有利于索引和搜索任意地理形狀，例如矩形和多邊形。無論是數(shù)據(jù)被索引還是在查詢執(zhí)行的過程中恰画，都可以使用地理形狀數(shù)據(jù)類型在地理點(diǎn)的基礎(chǔ)上包含地理形狀。

利用地理形狀查詢（geo_shape）來查詢文檔外驱，可以使用地理形狀數(shù)據(jù)類型屠凶。

（1）映射選項(xiàng)

地理形狀類型映射將geo_json幾何對(duì)象映射成地理形狀類型。為了啟用映射選項(xiàng)号坡，需要明確映射字段為地理形狀類型懊烤，參見表3-7。

表3-7 地理形狀數(shù)據(jù)類型映射選項(xiàng)

（2）前綴樹

在索引中高效地表示形狀楚里，形狀被轉(zhuǎn)換到一系列表示為方格（通常被稱為“柵格”）的散列用于實(shí)現(xiàn)一個(gè)前綴樹。樹的概念來自該前綴樹使用多層網(wǎng)絡(luò)猎贴，每層增加精度級(jí)別來表示陸地班缎。這可以提高地圖的縮放級(jí)別或圖像的細(xì)節(jié)水平。

（3）空間策略

前綴樹的實(shí)現(xiàn)基于空間策略用來分解提供的形狀為近似方格她渴，每個(gè)策略解決這些問題：

• 哪種類型的形狀可以被索引达址。
• 形狀可以用于哪種類型的查詢操作。
• 每個(gè)字段是否可以保存多個(gè)形狀趁耗。

提供的這些策略實(shí)現(xiàn)（具有相應(yīng)的功能）見表3-8苏携。

表3-8 空間策略

（4）準(zhǔn)確性

地理形狀不提供100%的準(zhǔn)確性装蓬，并且取決于匹配值著拭，可能對(duì)確定的查詢返回一些誤判或漏判的結(jié)果。為了緩和這個(gè)問題牍帚，需要為tree_levels參數(shù)選擇一個(gè)合適的值來使用相應(yīng)的預(yù)期儡遮。例如：

{
    "properties": {
        "location": {
            "type": "geo_shape",
            "tree": "quadtree",
            "precision": "1m"
        }
    }
}

這個(gè)映射將location字段映射到地理形狀類型，使用quad前綴樹并且精度1m暗赶。Elasticsearch轉(zhuǎn)換這個(gè)精度到tree_levels設(shè)置為26鄙币。

（5）性能方面的考慮

Elasticsearch使用前綴樹中的路徑作為索引和查詢中的索引詞。更高級(jí)別的精確值蹂随，會(huì)生成更多的索引詞十嘿。計(jì)算索引詞、加載到內(nèi)存岳锁、保存的磁盤也需要額外的性能花銷绩衷。

索引大小和合理水平的精確值的折中是50m。

（6）輸入結(jié)構(gòu)

用于表示形狀的GeoJSON格式見表3-9：

表3-9 GeoJSON格式

下面舉例說明這些格式。

Point是一個(gè)單獨(dú)的地理坐標(biāo)點(diǎn)控乾，比如當(dāng)前建筑的位置或者智能手機(jī)地理定位接口提供的確切位置么介。

{
    "location": {
        "type": "point",
        "coordinates": [-77.03653, 38.897676]
    }
}

Linestring通過兩個(gè)或更多的一組位置定義。只指定兩個(gè)點(diǎn)蜕衡，Linestring會(huì)表示一條直線壤短。指定更多的點(diǎn)，可以創(chuàng)建任意的線慨仿。

{
    "location": {
        "type": "linestring",
        "coordinates": [[-77.03653, 38.897676], [-77.009051, 38.889939]]
    }
}

Polygon通過一列地理點(diǎn)列表進(jìn)行定義久脯。每個(gè)列表（外環(huán)）中的第一個(gè)點(diǎn)和最后一個(gè)點(diǎn)必須相同（多邊形必須是封閉的）。

{
    "location": {
        "type": "polygon",
        "coordinates": [
            [ [100.0, 0.0], [101.0, 0.0], [101.0, 1.0], [100.0, 1.0], [100.0, 0.0] ]
        ]
    }
}

第一個(gè)數(shù)組表示多邊形的外環(huán)邊界镰吆，其他數(shù)組表示內(nèi)部形狀（”孔“）帘撰。

{
    "location": {
        "type": "polygon",
        "coordinates" : [
            [ [100.0, 0.0], [101.0, 0.0], [101.0, 1.0], [100.0, 1.0], [100.0, 0.0] ],
            [ [100.2, 0.2], [100.8, 0.2], [100.8, 0.8], [100.2, 0.8], [100.2, 0.2] ]
        ]
    }
}

GeoJSON不強(qiáng)制指定頂點(diǎn)的順序，而在國際日期變更線和極點(diǎn)附近的多邊形是極有可能造成混亂的万皿。為了解決這種混亂摧找，開放地理空間信息聯(lián)盟（OGC）簡單特征訪問規(guī)范定義了這些定點(diǎn)順序：

• 外環(huán)：逆時(shí)針方向。
• 內(nèi)環(huán)牢硅、孔：順時(shí)針方向蹬耘。

對(duì)于不跨越國際日期變更線的多邊形，頂點(diǎn)的順序?qū)τ贓lasticsearch來說是沒有關(guān)系的减余。Elasticsearch完全按照OGC制定的規(guī)范請(qǐng)求頂點(diǎn)综苔，否則，會(huì)創(chuàng)建一個(gè)意外的多邊形位岔，并且返回不符合預(yù)期的查詢/過濾結(jié)果如筛。

orientation參數(shù)可以在地里形狀數(shù)據(jù)類型字段創(chuàng)建映射的時(shí)候進(jìn)行定義，規(guī)定頂點(diǎn)的順序抒抬。也可以在每個(gè)文檔中進(jìn)行重寫：

{
    "location": {
        "type": "polygon",
        "orientation": "clockwise",
        "coordinates": [
            [ 
            [-177.0, 10.0], [176.0, 15.0], [172.0, 0.0], [176.0, -15.0], [-177.0, -10.0], 
            [-177.0, 10.0] ], [ [178.2, 8.2], [-178.8, 8.2], [-180.8, -8.8], [178.2, 8.8] ]
            ]
    }
}

MultiPoint是GeoJSON點(diǎn)的列表杨刨，如下所示：

{
    "location" :{"type":"multipoint", "coordinates": [[102.0, 2.0], [103.0, 2.0]]}
}

MultiLineString是GeoJSON線的列表，如下所示：

{
    "location": {"type":"multilinestring", "coordinates": [
        [ [102.0, 2.0], [103.0, 2.0], [103.0, 3.0], [102.0, 3.0] ],
        [ [100.0, 0.0], [101.0, 0.0], [101.0, 1.0], [100.0, 1.0] ],
        [ [100.2, 0.2], [100.8, 0.2], [100.8, 0.8], [100.2, 0.8] ]
    ]}
}

MultiPolygon是GeoJSON多邊形的列表擦剑，如下所示：

{
    "location": {
        "type": "multipolygon",
        "coordinates": [
            [ [[102.0, 2.0], [103.0, 2.0], [103.0, 3.0], [102.0, 3.0], [102.0, 2.0]] ],
            [ [[100.0, 0.0], [101.0, 0.0], [101.0, 1.0], [100.0, 1.0], [100.0, 0.0]] ,
              [[100.2, 0.2], [100.8, 0.2], [100.8, 0.8], [100.2, 0.8], [100.2, 0.2]]
             ],
        ]
    }
}

GeometryCollection是GeoJSON地理集合對(duì)象的集合拭嫁，如下所示：

{
    "location": {
        "type": "geometrycollection",
        "geometries": [
            {"type": "point", "coordinates": [100.0, 0.0]},
            {"type": "linestring", "coordinates": [ [100.0, 0.0], [102.0, 1.0] ]},
        ]
    }
}

Envelope包含矩形左上角和右下角的坐標(biāo)值來表示矩形，例如：

{
    "location": {"type": "envelope",
    "coordinates": [ [-45.0, 45.0], [45.0, -45.0] ]}
}

Circle包含圓心和半徑：

{
    "location": {
        "type": "circle", "coordinates": [-45.0, 45.0], "radius": "100m"
    }
}

注意抓于，radius是必要字段做粤。距離的單位默認(rèn)是米（METERS）。

（7）排序和取回形狀索引

由于形狀復(fù)雜的輸入結(jié)構(gòu)和索引表示捉撮，當(dāng)前不能直接通過字段排序或取回形狀怕品。地理形狀值只能通過_source字段取回。

3.2.4 專門數(shù)據(jù)類型

1. IPv4數(shù)據(jù)類型

IPv4字段本質(zhì)上是一個(gè)長整型字段巾遭，接受IPv4地址并作為長整型值進(jìn)行索引肉康。

添加映射：

PUT http://127.0.0.1:9200/secisland
{
    "mappings": {
        "secilog": {
            "properties": {
                "id_addr": {"type": "ip"}
            }
        }
    }
}

插入數(shù)據(jù):

PUT http://127.0.0.1:9200/secisland/secilog/1
{"ip_addr":"192.168.1.1"}

IPv4數(shù)據(jù)類型的字段參數(shù)見表3-10

表3-10 IP字段參數(shù)

注：IPv6地址現(xiàn)在還不提供支持

2. 單詞計(jì)數(shù)數(shù)據(jù)類型

單詞計(jì)數(shù)型字段本質(zhì)上是一整數(shù)型字段安吁，接受并分析字符串值，然后索引字符串中的單詞的個(gè)數(shù)燃辖。下面舉例說明鬼店。

添加映射：

PUT http://127.0.0.1:9200/secisland
{
    "mappings": {
        "secilog": {
            "properties": {
                "name": {
                    "type": "string",
                    "fields": {
                        "length": {"type":"token_count", "analyzer": "standard"}
                    }
                }
            }
        }
    }
}

插入數(shù)據(jù)：

PUT http://127.0.0.1:9200/secisland/secilog/1
{"name":"John Smith"}

嚴(yán)格來說，單詞計(jì)數(shù)類型計(jì)算位置增量而不是統(tǒng)計(jì)單詞郭赐。這意味著即使分析器過濾掉一部分單詞，它們也會(huì)被包含在計(jì)數(shù)中确沸。單詞計(jì)數(shù)類型的字段參數(shù)如表3-11所示捌锭。

表3-11 單詞計(jì)數(shù)型字段參數(shù)

3.3 元字段

每個(gè)文檔都有與之關(guān)聯(lián)的元數(shù)據(jù)，元字段是為了保證系統(tǒng)正常運(yùn)轉(zhuǎn)的內(nèi)置字段惨恭，比如index表示索引字段秉馏，_type表示映射類型字段和_id表示文檔主鍵字段，這些字段都是以下劃線開頭的脱羡。當(dāng)映射類型被創(chuàng)建的時(shí)候萝究，可以自定義一些元字段的行為，例如標(biāo)識(shí)元字段轻黑、文檔來源元字段糊肤、索引元字段、路由元字段等氓鄙。參見表3-12到表3-16.

表3-12 標(biāo)識(shí)元字段

表3-13 文檔來源元字段

表3-14 索引元字段

表3-15 路由元字段

表3-16 其他元字段

3.3.1 _all字段

_all字段是一個(gè)特殊的包含全部內(nèi)容的字段升酣，在一個(gè)大字符串中關(guān)聯(lián)所有其他字段的值，使用空格作為分隔符态罪∝眩可以被分析和索引但不會(huì)被存儲(chǔ)。使用_all字段可以對(duì)文檔的值進(jìn)行搜索而不必知道包含所需值的字段名复颈。當(dāng)面對(duì)一個(gè)新的數(shù)據(jù)集的時(shí)候绩聘，_all字段是非常有用的選項(xiàng)。

插入數(shù)據(jù)：

PUT http://127.0.0.1:9200/secisland/secilog/1
{
    "first_name": "John",
    "last_name": "Smith",
    "date_of_birth": "1980-10-24"
}

利用_all字段進(jìn)行搜索：

GET http://127.0.0.1:9200/secisland/_search
{
    "query": {"match": {"_all": "john smith 1970"}}
}

_all字段包含的索引詞：["john", "smith", "1970", "10", "24"]

注解：date_of_birth字段作為日期型字段耗啦，會(huì)索引一個(gè)索引詞1970-10-24 00:00:00 UTC凿菩。但是，_all字段將所有的值作為字符串帜讲，所以日期值作為三個(gè)字符串被索引:"1970","10", "24"衅谷。

_all字段就是一個(gè)字符串字段，接受與字符串型字段相同的參數(shù)似将，包括analyzer,index_options和store获黔。

_all字段關(guān)聯(lián)字段值的時(shí)候，丟失了短字段（高相關(guān)性）和長字段（低相關(guān)性）之間的區(qū)別在验。當(dāng)相關(guān)性是重要搜索條件的時(shí)候玷氏，應(yīng)該明確指出查詢字段。

_all字段的使用需要額外的處理器周期腋舌，并且耗費(fèi)更多的磁盤空間预茄。如果不需要的話，可以完全禁用或者在每個(gè)字段的基礎(chǔ)上自定義。

3.3.2 _field_names字段

_field_names字段索引文檔中所有包含非空值的字段名稱耻陕。_field_names字段擁有存在查詢和缺失查詢的情況下拙徽，查找指定字段擁有非空值的文檔是否存在。

_field_names字段的值可以用于查詢诗宣、聚合以及腳本：

PUT http://127.0.0.1:9200/secisland/secilog/1
{"title": "This is a document"}
PUT http://127.0.0.1:9200/secisland/secilog/1
{"title": "This is another document", "body": "This document has a body"}
GET http://127.0.0.1:9200/secisland/_search
{
    "query": {"terms": {"_field_names":["title"]}},
    "aggs": {
        "Field names": {
            "terms": {"field": "_field_names", "size": 10}
        }
    },
    "script_fields": {
        "Field names": {"scripts": "doc['_field_names']" }
    }
}

3.3.3 _id字段

每個(gè)被索引的文檔都關(guān)聯(lián)一個(gè)_type字段和一個(gè)_id字段膘怕。_id字段沒有索引，它的值可以從_uid字段自動(dòng)生成召庞。

_id字段的值可以在查詢以及腳本中訪問岛心，但是在聚合或者排序的時(shí)候，要使用_uid字段而不能用_id字段篮灼。

在查詢和腳本中使用_id字段的示例如下：

GET http://127.0.0.1:9200/secisland/_search
{
    "query": {
        "terms": {"_id": ["1", "2"]}
    },
    "script_fields": {
        "UID": {"script": "doc['_id']"}
    }
}

3.3.4 _index字段

在多個(gè)索引中執(zhí)行查詢的時(shí)候忘古，有時(shí)需要添加查詢子句來關(guān)聯(lián)特定的索引文檔。_index字段可以匹配包含某個(gè)文檔的索引诅诱。在term或terms查詢髓堪、聚合、腳本以及排序的時(shí)候娘荡，可以訪問_index字段的值干旁。

_index是一個(gè)虛擬字段，不作為一個(gè)真實(shí)的字段添加到Lucene索引中炮沐。這意味著可以在term或terms查詢（或任何重寫term查詢的查詢争群，比如match、query_string或者simple_query_string查詢）中使用_index字段大年，但是不支持prefix换薄、wildcard、regexp或fuzzy查詢翔试。示例如下：

GET http://127.0.0.1:9200/index_1,index_2/_search
{
    "query": {"terms": {"_index": ["index_1", "index_2"] }},
    "aggs": {"indices": {"terms": {"field":"_index", "size": 10}}},
    "sort": [{"_index": {"order":"asc}}],
    "script_fields": {"index_name": {"script": "doc['_index']" }}
}

3.3.5 _meta字段

每個(gè)映射類型都可以擁有自定義的元數(shù)據(jù)轻要。這些元數(shù)據(jù)對(duì)Elasticsearch來說毫無用處，但是可以用來存儲(chǔ)應(yīng)用程序的特定元數(shù)據(jù)：

PUT http://127.0.0.1:9200/secisland
{
    "mappings": {
        "user": {
            "_meta": {
                "class": "MyApp::User,
                "version": {"min": "1.0", "max":"1.3"}
            }
        }
    }
}

3.3.6 _parent字段

在同一個(gè)索引中通過創(chuàng)建映射類型可以在文檔間建立父子關(guān)系遏餐。

創(chuàng)建映射的代碼如下：

PUT http://127.0.0.1:9200/secisland
{
    "mappings": {
        "my_parent": {},
        "my_child": {
            "_parent": {"type": "my_parent"}
        }
    }
}

插入父文檔的代碼如下：

PUT http://127.0.0.1:9200/secisland/my_parent/1
{"text": "This is a parent document"}

插入子文檔伦腐，并指出父文檔的代碼如下：

PUT http://127.0.0.1:9200/secisland/my_child/2?parent=1
{"text": "This is a child document"}
PUT http://127.0.0.1:9200/secisland/my_child/3?parent=1
{"text": "This is another child document"}

1. 父子限制

父類型和子類型必須是不同的赢底，即父子關(guān)系不能建立在相同類型的文檔之間失都。

_parent的type設(shè)置智能只想一個(gè)當(dāng)前不存在的類型。這意味著一個(gè)類型被創(chuàng)建之后就無法成為父類型幸冻。

父子文檔必須索引在相同的分片上粹庞。parent編號(hào)用于作為子文檔的路由值，確保子文檔被索引到父文檔所在的分片中洽损。這意味著當(dāng)獲取庞溜、刪除或更新子文檔的時(shí)候，需要提供相同的parent值。

2. 整體序數(shù)

使用整體序數(shù)可以加快建立父子關(guān)系流码。分片發(fā)生任何改變之后又官，整體序數(shù)都徐帥進(jìn)行重建。分片中存儲(chǔ)的父編碼值越多漫试，為_parent字段重建整體序數(shù)所花 的時(shí)間就越長六敬。

整體序數(shù)在默認(rèn)情況下屬于懶創(chuàng)建：刷新之后的第一次父子查詢或聚合會(huì)出發(fā)整體序數(shù)的創(chuàng)建，這可能會(huì)給用戶的使用引入一個(gè)明顯的延遲驾荣⊥夤梗可以使用參數(shù)將整體序數(shù)的創(chuàng)建時(shí)間由查詢觸發(fā)改到刷新觸發(fā)：

PUT http://127.0.0.1:9200/secisland
{
    "mappings": {
        "my_parent": {},
        "my_child": {
            "_parent": {
                "type": "my_parent",
                "fielddata": {"loading": "eager_global_ordinals"}
            }
        }
    }
}

3.3.7 _routing字段

文檔在索引中利用下面的公式路由到特定的分片：

shard_num = hash(_routing) % num_primary_shards

_routing字段的默認(rèn)值使用的是文檔的_id字段。如果存在父文檔播掷，則使用文檔的_parent編號(hào)审编。

可以通過為每個(gè)文檔指定一個(gè)自定義的路由值來實(shí)現(xiàn)自定義的路由方式：

PUT http://127.0.0.1:9200/secisland/secilog/1?routing=user1
{"title": "This is a document"}

這個(gè)文檔使用user1作為路由值，而不是它的ID歧匈，在獲取垒酬、刪除和更新文檔的時(shí)候需要提供相同的路由值。

_routing字段可以在查詢眯亦、聚合伤溉、腳本以及排序的時(shí)候訪問：

GET http://127.0.0.1:9200/secisland/_search
{
    "query": {
        "terms": {"_routing": ["user1] }
    },
    "aggs": {
        "Routing values": {
            "terms": {"field": "_routing", "size": 10}
        }
    },
    "sort": [
        {
            "_routing": {"order": "desc}
        }
    ],
    "script_fields": {
        "Routing value": {"script":"doc['_routing']" }
    }
}

1. 利用自定義路由進(jìn)行搜索

自定義路由可以降低搜索壓力。搜索請(qǐng)求可以僅僅發(fā)送到匹配指定路由值的分片而不是廣播到所有分片妻率，如下所示：

GET http://127.0.0.1:9200/secisland/_search?routing=user1,user2
{
    "query": {
        "match": {"title": "document" }
    }
}

搜索請(qǐng)求僅在關(guān)聯(lián)路由值user1和user2的分片上執(zhí)行乱顾。

2. 使路由值成為必選項(xiàng)

使用自定義路由索引、獲取宫静、刪除或更新文檔時(shí)走净，提供路由值是很重要的。

忘記路由值會(huì)導(dǎo)致文檔被一個(gè)以上的分片索引孤里。作為保障伏伯，_routing字段可以被設(shè)置，應(yīng)使自定義路由值成為所有CRUD操作的必選項(xiàng)：

PUT http://127.0.0.1:9200/secisland
{
    "mappings": {
        "secilog": {
            "_routing": {"required": true}
        }
    }
}

3. 自定義路由下的唯一編碼

3.3.8 _source字段

3.3.9 _type字段

3.3.10 _uid字段

3.4 映射參數(shù)

3.4.1 analyzer 參數(shù)

3.4.2 boost 參數(shù)

3.4.3 coerce 參數(shù)

3.4.4 copy_to 參數(shù)

3.4.5 doc_values 參數(shù)

3.4.6 dynamic 參數(shù)

3.4.7 enabled 參數(shù)

3.4.8 fielddata 參數(shù)

1. fielddata.format

2. Fielddata.loading

3. Fielddata.filter

3.4.9 format 參數(shù)

3.4.10 geohash 參數(shù)

3.4.11 geohash_precision 參數(shù)

3.4.12 geohash_prefix 參數(shù)

3.4.13 ignore_above 參數(shù)

3.4.14 ignore_malformed 參數(shù)

3.4.15 include_in_all 參數(shù)

3.4.16 index 參數(shù)

3.4.17 index_options 參數(shù)

3.4.18 lat_lon 參數(shù)

3.4.19 fields 參數(shù)

3.4.20 norms 參數(shù)

3.4.21 null_values 參數(shù)

3.4.22 position_increment_gap 參數(shù)

3.4.23 precision_step 參數(shù)

3.4.24 properties 參數(shù)

3.4.25 search_analyzer 參數(shù)

3.4.26 similarity 參數(shù)

3.4.27 store 參數(shù)

3.4.28 term_vector 參數(shù)

3.5 動(dòng)態(tài)映射

3.5.1 概念

3.5.2 _default_ 映射

3.5.3 動(dòng)態(tài)字段映射

1. 日期檢查

2. 禁用日期檢查

3. 自定義日期檢查格式

4. 數(shù)字檢查

3.5.4 動(dòng)態(tài)模板

1. match_mapping_type

2. match和unmatch

3. Match_pattern

4. path_match和path_unmatch

5. {name}和{dynamic_type}

3.5.5 重寫默認(rèn)模板

3.6 小結(jié)