elasticsearch中的mapping简介

trzxycx

最近项目准备用到elasticsearch， 首先需要搞清楚elasticsearch的一些概念，在网上发现这篇文章不错，以通俗易懂的语言讲明白了mapping的概念。
 
默认mapping
elasticsearch(以下简称ES)是没有模式(schema)的，当我们执行以下命令：
 
[sql] view plaincopy 

• curl -XPUT http://localhost:9200/test/item/1 -d '{"name":"zach", "description": "A Pretty cool guy."}'  
  

　　
ES能非常聪明的识别出"name"和"description"字段的类型是string， ES默认会创建以下的mapping。
 
 
[sql] view plaincopy 

• mappings: {  
  
•     item: {  
  
•         properties: {  
  
•             description: {  
  
•                 type: string  
  
•             }  
  
•             name: {  
  
•                 type: string  
  
•             }  
  
•         }  
  
•     }  
  
• }  
  

　　 
 
什么是mapping
ES的mapping非常类似于静态语言中的数据类型：声明一个变量为int类型的变量， 以后这个变量都只能存储int类型的数据。同样的， 一个number类型的mapping字段只能存储number类型的数据。
同语言的数据类型相比，mapping还有一些其他的含义，mapping不仅告诉ES一个field中是什么类型的值， 它还告诉ES如何索引数据以及数据是否能被搜索到。
当你的查询没有返回相应的数据， 你的mapping很有可能有问题。当你拿不准的时候， 直接检查你的mapping。
 
剖析mapping
一个mapping由一个或多个analyzer组成， 一个analyzer又由一个或多个filter组成的。当ES索引文档的时候，它把字段中的内容传递给相应的analyzer，analyzer再传递给各自的filters。
filter的功能很容易理解：一个filter就是一个转换数据的方法， 输入一个字符串，这个方法返回另一个字符串，比如一个将字符串转为小写的方法就是一个filter很好的例子。
一个analyzer由一组顺序排列的filter组成，执行分析的过程就是按顺序一个filter一个filter依次调用， ES存储和索引最后得到的结果。
总结来说， mapping的作用就是执行一系列的指令将输入的数据转成可搜索的索引项。
 
默认analyzer
回到我们的例子， ES猜测description字段是string类型，于是默认创建一个string类型的mapping，它使用默认的全局analyzer， 默认的analyzer是标准analyzer, 这个标准analyzer有三个filter：token filter, lowercase filter和stop token filter。
我们可以在做查询的时候键入_analyze关键字查看分析的过程。使用以下指令查看description字段的转换过程：
 
[sql] view plaincopy 

• curl -X GET "http://localhost:9200/test/_analyze?analyzer=standard&pretty=true" -d "A Pretty cool guy."  
  
•    
  
• {  
  
•   "tokens" : [ {  
  
•     "token" : "pretty",  
  
•     "start_offset" : 2,  
  
•     "end_offset" : 8,  
  
•     "type" : "<ALPHANUM>",  
  
•     "position" : 2  
  
•   }, {  
  
•     "token" : "cool",  
  
•     "start_offset" : 9,  
  
•     "end_offset" : 13,  
  
•     "type" : "<ALPHANUM>",  
  
•     "position" : 3  
  
•   }, {  
  
•     "token" : "guy",  
  
•     "start_offset" : 14,  
  
•     "end_offset" : 17,  
  
•     "type" : "<ALPHANUM>",  
  
•     "position" : 4  
  
•   } ]  
  

　　
可以看到， 我们的description字段的值转换成了[pretty], [cool], [guy]， 在转换过程中大写的A， 标点符号都被filter过滤掉了， Pretty也转成了全小写的pretty， 这里比较重要的是， 即使ES存储数据的时候仍然存储的是完整的数据， 但是可以搜索到这条数据的关键字只剩下这三个单词了， 其他的都是抛弃掉了。
 
看看以单词a来搜索的结果：
 
[sql] view plaincopy 

• $ curl -X GET "http://localhost:9200/test/_search?pretty=true" -d '{  
  
•     "query" : {  
  
•         "text" : { "description": "a" }  
  
•     }  
  
• }'  
  
•    
  
• {  
  
•   "took" : 29,  
  
•   "timed_out" : false,  
  
•   "_shards" : {  
  
•     "total" : 5,  
  
•     "successful" : 5,  
  
•     "failed" : 0  
  
•   },  
  
•   "hits" : {  
  
•     "total" : 0,  
  
•     "max_score" : null,  
  
•     "hits" : [ ]  
  
•   }  
  
• }  
  

　　
text类型的搜索在查询过程中使用了和之前插入数据相同的分析/过滤系统， 所以我们输入"a"，mapping不会有任何返回， 因为单词“a”不会被ES存储和索引。反过来，如果我们使用单词"cool"进行搜索：
 
 
[sql] view plaincopy 

• curl -X GET "http://localhost:9200/test/_search?pretty=true" -d '{  
  
•     "query" : {  
  
•         "text" : { "description": "cool" }  
  
•     }  
  
• }'  
  
•    
  
• {  
  
•   "took" : 29,  
  
•   "timed_out" : false,  
  
•   "_shards" : {  
  
•     "total" : 5,  
  
•     "successful" : 5,  
  
•     "failed" : 0  
  
•   },  
  
•   "hits" : {  
  
•     "total" : 1,  
  
•     "max_score" : 0.15342641,  
  
•     "hits" : [ {  
  
•       "_index" : "test",  
  
•       "_type" : "item",  
  
•       "_id" : "1",  
  
•       "_score" : 0.15342641, "_source" : {"name":"zach", "description": "A pretty cool guy"}  
  
•     } ]  
  
•   }  
  
• }  
  

　　
现在就能得到正确的结果，这是一个公认的简单例子， 但是它描述了ES是如何工作的， 不要把mapping想成是数据类型， 把它想象成是搜索数据的指令集合。如果你不想字符"a"被删除， 你需要修改你的analyzer。
 
原文: http://euphonious-intuition.com/2012/07/an-introduction-to-mapping-in-elasticsearch/
 
　　http://blog.csdn.net/lvhong84/article/details/23936697