zoukankan      html  css  js  c++  java
  • ElasticSearch mapping

    from: http://blog.csdn.net/lvhong84/article/details/23936697

    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 plain copy
     
    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 plain copy
     
    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 plain copy
     

    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 plain copy
     
    $ 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 plain copy
     

    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/

  • 相关阅读:
    哈希表及其应用分析
    程序员常用的查找算法
    程序猿必备排序算法及其时间复杂度分析
    递归和回溯求解8皇后问题
    链表种类及其常用操作
    为什么要使用稀疏矩阵??
    微服务项目持续集成部署流程简介
    微服务项目的docker自动化部署流程
    (高考标准分)数据拟合==>多项式方程==>excel公式算成绩(标准分)
    awk用名称对应关系批量重命名
  • 原文地址:https://www.cnblogs.com/buxizhizhoum/p/7346982.html
Copyright © 2011-2022 走看看