关于elasticsearch的mapping简介

小木木

　　最近在玩elk，发现许多不了解的东西，虽然网上资料很多，但基本都乱且杂，通俗易懂的资料就显得尤为珍贵。
　　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（简称ES）是一个schema-less的系统，但并不代表no shema，当我们执行以下命令：
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。
curl -XPUT 'http://localhost:9200/test/_mapping'　　

　　
mappings: {
　　
    item: {
　　
        properties: {
　　
            description: {
　　
                type: text
　　
            }
　　
            name: {
　　
                type: text
　　
            }
　　
        }
　　
    }
　　
}
　　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：
curl -X GET "http://localhost:9200/test/_analyze?analyzer=standard&pretty=true" -d "A Pretty cool guy."　　

　　
{
　　
  "tokens" : [
　　
    {
　　
      "token" : "a",
　　
      "start_offset" : 0,
　　
      "end_offset" : 1,
　　
      "type" : "",
　　
      "position" : 0
　　
    },
　　
    {
　　
      "token" : "pretty",
　　
      "start_offset" : 2,
　　
      "end_offset" : 8,
　　
      "type" : "",
　　
      "position" : 1
　　
    },
　　
    {
　　
      "token" : "cool",
　　
      "start_offset" : 9,
　　
      "end_offset" : 13,
　　
      "type" : "",
　　
      "position" : 2
　　
    },
　　
    {
　　
      "token" : "guy",
　　
      "start_offset" : 14,
　　
      "end_offset" : 17,
　　
      "type" : "",
　　
      "position" : 3
　　
    }
　　
  ]
　　
}
　　可以看到， 我们的description字段的值转换成了[a],[pretty], [cool], [guy]， 在转换过程中‘标点符号’都被filter过滤掉了， A、Pretty也转成了全小写的a、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四个单词了， 其他的都是抛弃掉了。
　　看看以单词a来搜索的结果：
curl -X GET "http://localhost:9200/test/_search?pretty=true" -d '{　　
    "query" : {
　　
        "term" : { "description": "a" }
　　
    }
　　
}'
　　

　　

　　
{
　　
  "took" : 14,
　　
  "timed_out" : false,
　　
  "_shards" : {
　　
    "total" : 5,
　　
    "successful" : 5,
　　
    "failed" : 0
　　
  },
　　
  "hits" : {
　　
    "total" : 1,
　　
    "max_score" : 0.2876821,
　　
    "hits" : [
　　
      {
　　
        "_index" : "test",
　　
        "_type" : "item",
　　
        "_id" : "1",
　　
        "_score" : 0.2876821,
　　
        "_source" : {
　　
          "name" : "zach",
　　
          "description" : "A Pretty cool guy."
　　
        }
　　
      }
　　
    ]
　　
  }
　　
}
　　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。
　　转自http://blog.csdn.net/lvhong84/article/details/23936697
　　里面貌似是es1.x或2.x版本，内容稍有修改：
　　1、说是A会被过滤掉，且查询时无法查出
　　2、查询时用的字段为 text，而不是 term