ES创建mapping时字段别名

        ES默认是动态创建索引和索引类型的mapping的，但是在学习的时候还能这样用，在生产中一定是手动制定mapping！在生产中经常会遇到这样的需求，想用某个字段进行统计，又想对该字段进行模糊查询，解决这种需求的方法就是对该字段创建别名！

       mapping结构如下：

{
    "settings" : {
        "index" : {
            "analysis" : {
                "filter" : {
                    "english_keywords" : {
                        "type" : "keyword_marker",
                        "keywords" : [
                            "topsec"
                        ]
                    },
                    "english_stemmer" : {
                        "type" : "stemmer",
                        "language" : "english"
                    },
                    "english_possessive_stemmer" : {
                        "type" : "stemmer",
                        "language" : "possessive_english"
                    },
                    "english_stop" : {
                        "type" : "stop",
                        "stopwords" : "_english_"
                    }
                },
                "analyzer" : {

                    "english" : {
                        "type" : "custom",
                        "filter" : [
                            "lowercase",
                            "english_stop"
                        ],
                        "tokenizer" : "standard"
                    },
                    "ik" : {
                        "filter" : ["lowercase"],
                        "type" : "custom",
                        "tokenizer" : "ik_max_word"
                    },
                    "html" : {
                        "filter" : [
                            "lowercase",
                            "english_stop"
                        ],
                        "char_filter" : [
                            "html_strip"
                        ],
                        "type" : "custom",
                        "tokenizer" : "standard"
                    },
                    "lower" : {
                        "filter" : "lowercase",
                        "type" : "custom",
                        "tokenizer" : "keyword"
                    }
                }
            },
            "number_of_shards" : "1",
            "number_of_replicas" : "0"
        }
    },
    "mappings" : {
        "test" : {
            "_all" : {
                "enabled" : false
            },
            "properties" : {
                "name" : {
                    "type" : "keyword"
                },
                "age" : {
                    "type" : "keyword",
                    "fields" : {
                        "cn" : {
                            "analyzer" : "ik",
                            "type" : "text"
                        }
                    }
                },

                "address" : {
                    "type" : "text"
                }
            }
        }
    }
}

字段age的"type" : "keyword"，不分词，然后起个别名cn，对它使用ik分词器进行分词！插入四条数据

用age字段对数据进行统计的时候，需要用不分词的age，并且需要使用全匹配规则，语句：

{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "age": "北京市海淀区西二旗中关村西门"
          }
        }
      ],
      "must_not": [],
      "should": []
    }
  },
  "from": 0,
  "size": 10,
  "sort": [],
  "aggs": {}
}

结果：

使用age的分词age.cn进行统计是有问题的，运行的结果说明对age的别名age.cn进行分词，查询条件必须匹配分词器对age的内容进行分词的结果进行匹配，

{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "age.cn": "北京市海淀区西二旗中关村西门"
          }
        }
      ],
      "must_not": [],
      "should": []
    }
  },
  "from": 0,
  "size": 10,
  "sort": [],
  "aggs": {}
}

结果：

{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "age.cn": "北京市"
          }
        }
      ],
      "must_not": [],
      "should": []
    }
  },
  "from": 0,
  "size": 10,
  "sort": [],
  "aggs": {}
}

结果：

如果使用match来统计的话也会有问题，会把不正确的数据也统计出来，使用 match进行统计会把查询条件与内容进行匹配，根据匹配度进行打分，分数高的说明匹配度高，会排在上面

{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "age.cn": "北京市海淀区西二旗中关村"
          }
        }
      ],
      "must_not": [],
      "should": []
    }
  },
  "from": 0,
  "size": 10,
  "sort": [],
  "aggs": {}
}

结果：

 下面就是按匹配度打分排名的结果

{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "age.cn": "北京市昌平区"
          }
        }
      ],
      "must_not": [],
      "should": []
    }
  },
  "from": 0,
  "size": 10,
  "sort": [],
  "aggs": {}
}

结果：

 总结：统计就用term，不分词，全匹配；模糊查询就用match，分词，不用全匹配！

若有不正之处，请谅解和批评指正，不胜感激！！！！！欢迎大家留言讨论！！！