怎样设计方案性能卓越 Elasticsearch mapping

文件目录
  • 序言
  • mapping
    • mapping 能干什么
    • Dynamic mapping
      • dynamic=true
      • dynamic=runtime
      • dynamic=false
      • dynamic=strict
      • 是不是能够 改动 mapping 中基本数据类型
      • 关掉 dynamic mapping
    • Explicit mapping
      • text 种类
      • keyword 种类
      • date 种类
      • numeric 种类
      • boolean 种类
      • 类型
  • 汇总

序言

在关联型概念模型设计之中,表的设计方案特别是在关键,殊不知关联型数据库查询更关心的表与表中间的关联,及其表的区划是不是有效,而 Elasticsearch 中却更为关心字段名种类的设计方案,一个的字段种类设计方案能够 更强的运用 Elasticsearch 的检索剖析特点。

mapping

假如说大家要想用好 Elasticsearch,那麼就务必要先掌握 mapping 什么叫 mapping。一句话:mapping是界定怎样储存和数据库索引文本文档以及包括的字段名的全过程

mapping 能干什么

前边大家提及,在 Elasticsearch 中,mapping 类似传统式关联型数据库查询的表构造界定,关键做下列一些事:

  • 界定字段名称和字段名种类。
  • 界定全文索引有关的配备,例如是不是被数据库索引,是不是能够 被词性标注等。

mapping 能够 分成二种:Dynamic mappingExplicit mapping

Dynamic mapping

Dynamic mapping 即:动态性投射。动态性投射说白了便是 mapping 会被实例化,换句话说大家不用界定 mapping 就可以往一个数据库索引插进数据信息,插进数据库索引数据信息以后,Elasticsearch 会依据插进的数据信息全自动推断基本数据类型,从而动建立 mapping

例如下边便是往一个不会有的数据库索引 index_001 插进一条数据信息:

PUT index_001/_doc/1
{
  "name":"lonely wolf",
  "age": 18,
  "create_date":"2021-05-19 20:45:11",
  "update_date":"2021-05-23"
}

插进数据信息以后,实行 GET index_001 来查看一下数据库索引信息内容:

能够 发觉,此刻数据库索引早已被全自动建立了,并且 age 字段名被 Elasticsearch 界定为 long 种类,update_date 被界定为 data 种类,别的2个字段名则被推断为 text 种类。

Elasticsearch 中全自动投射种类标准能够 根据 dynamic 主要参数开展配备,dynamic 种类有 4 种:

dynamic=true

初始值。当设定为 true 时,一旦有新字段插进文本文档,则 mapping 会被同歩升级。

大家在上面的文本文档中再插进一个新文本文档,新文本文档增加一个 address 字段名:

PUT index_001/_doc/2
{
  "name":"lonely wolf2",
  "age": 20,
  "create_date":"2021-05-23 11:37:11",
  "update_date":"2021-05-23",
  "address":"广东省深圳市"
}

随后再查询一下 mapping,能够 见到 mapping 早已增加了一个 address 字段名,mapping 字段名被升级代表着该字段名会添加数据库索引:

dynamic=runtime

这一种类和 true 种类十分类似,可是有一个十分大的差别便是,尽管添加新字段也会升级 mapping,可是新添加的字段名不容易被数据库索引,也就是不容易促使数据库索引增大,但是尽管不被数据库索引,可是新添加的字段依然能够 被查看,仅仅查看的成本会更高。因此 这类种类一般不建议用在常常查看的标准字段名上,而更合适用在一些不确定性算法设计的日志类数据库索引中。

改动 dynamic 种类:

PUT index_001/_mapping
{
  "dynamic":  "runtime"
}

增加一个文本文档,并添加一个新字段:

PUT index_001/_doc/3
{
  "email":"123@qq.com"
}

最终询一下 mapping,能够 见到字段名特性runtime,并且种类是 keyword

下表便是全自动建立 mapping 时,Elasticsearch 的投射关联:

插进基本数据类型 dynamic=true dynamic=runtime
null 不容易加上一切字段名 不容易加上一切字段名
true 或 false boolean boolean
double float double
integer long long
object object object
string(根据 date 校检) date date
string(根据 numreic 校检) float 或 long double 或 long
string(沒有根据 date 或 numreic 校检) text ,而且另外会建立一个 keyword 子域 keyword
arRay 在于二维数组中第一个非 null 值 在于二维数组中第一个非 null 值

PS:keyword 表明 不参加词性标注。

dynamic=false

当设定为 false 时,新添加的字段名不容易被升级到 mapping,换句话说新字段不容易被数据库索引,故以这一字段名为标准开展检索时,没法被检索到(这一点要留意和 runtime 种类开展区别),但是尽管没法被数据库索引,可是该字段名会发生_source 中。换句话说该字段名不可以做为查询条件,可是能被查看出去

下面大家将 dynamic 改动为 false,并增加一个字段名来认证,能够 发觉增加的字段名会发生在 _source 中,可是没法做为标准被查看出去:

dynamic=strict

这类种类更为严苛,表明不允许增加一个没有 mapping 中的字段名,一旦增加的字段名没有 mapping 界定中,则立即出错:

是不是能够 改动 mapping 中的基本数据类型

Elasticsearch 中,一旦一个字段名被界定在了 mapping 中,是没法被改动的,由于一旦字段名被改动了,便会没法被数据库索引(增加字段名以外),因此 一般大家必须改动数据库索引得话,都是会复建数据库索引,并选用 reindex 实际操作来转移数据信息。

关掉 dynamic mapping

能够 根据下列2个配备来关掉 dynamic mapping,下列2个特性初始值均为 true,假如必须关掉,则必须改动为 false

action.auto_create_index: true
index.mapper.dynamic: true

Explicit mapping

Explicit mapping 即:显式投射。换句话说此刻大家必须表明的界定字段名种类。

Elasticsearch 中适用的字段名种类许多,在这儿就举一些较为常见的字段名种类:

text 种类

它是最常见的一种种类,储存字符串数组,用以全文索引。当字段名被界定为 text 种类时,默认设置不可以用以汇聚,排列等实际操作:

能够 见到,用 text 种类字段名排列报告凑,假如要想容许这种实际操作,能够 根据设定 fielddata=true,以下

PUT my-index-011/_mapping
{
  "properties": {
    "my_field": { 
      "type":     "text",
      "fielddata": true
    }
  }
}

field 字段名储存在堆内存中,由于其牵涉到的测算较为耗费特性,因此 一般不建议设定 fielddata=true,只是根据创建一个 keyword 子域来完成(默认设置方法):

PUT index_111
{
  "mappings": {
    "properties": {
      "my_field": { 
        "type": "text",
        "fields": {
          "keyword": { 
            "type": "keyword"
          }
        }
      }
    }
  }
}

这类界定方法我们可以将一个字段名另外做为 textkeyword 种类应用,假如要用以汇聚或是排列等实际操作则能够 应用 字段名.keyword 来做为字段名来开展实际操作:

keyword 种类

这类种类也十分常见,该字段名储存的数指一个总体,不能被词性标注,因此 一般不容易用于界定大文中的全文搜索字段名,只是用于储存一些结构型的字符串数组,例如:id,电子邮箱,标识等。

keyword 种类一般用以汇聚,排列等实际操作。此外,该字段名也有二种衍化种类:constant_keywordwildcard

  • constant_keyword:一般用以界定变量定义种类,例如一个数据库索引中某一个字段名所有为同一个值,能够 界定为这类种类。
  • wildcard:一般用以模糊匹配查看或是正则匹配查看。

以下便是一个模糊匹配查看的实例(能够 相互配合使用通配符应用,类似关联型数据库查询的 like 实际操作):

GET index_112/_search
{
  "query": {
    "wildcard": {
      "my_wildcard": {
        "value": "*quite*lengthy"
      }
    }
  }
}

date 种类

用以界定日期种类,界定日期种类的另外,能够 根据 fORMat 来特定日期的文件格式:

PUT index_113
{
  "mappings": {
    "properties": {
      "date": {
        "type":   "date",
        "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"     }
    }
  }
}

numeric 种类

Elasticsearch 中给予了比较多的文件格式用于表明不一样长短的数据种类:

数据种类 长短
long 64 位有标记整数金额。范畴:-2 的 63 三次方到 2 的 63 三次方 -1
integer 32 位有标记整数金额。范畴:-2 的 31 三次方到 2 的 31 三次方 -1
short 16 位有标记整数金额。范畴:-32768 到 32767
byte 8 位有标记整数金额。范畴:-128 到 127
double 64 位双精度小数
float 32 位单精度小数
half_float 16 位单精度小数
scaled_float 含有放缩因素的浮点型,一般适用储放额度这类的数据信息。例如 18.88 元,放缩因素是 100,那麼在数据库索引的时候会被数据库索引为 1888(即:原值 * 放缩因素)
unsigned_long 64 位无符号整数。范畴:0 到 2 的 64 三次方减 1

界定方法以下所显示:

PUT index_002
{
  "mappings": {
    "properties": {
      "number_of_bytes": {
        "type": "integer"
      },
      "time_in_seconds": {
        "type": "float"
      },
      "price": {
        "type": "scaled_float",
        "scaling_factor": 100
      }
    }
  }
}

boolean 种类

布尔类型非常简单,仅有 truefalse 二种:

PUT index_001
{
  "mappings": {
    "properties": {
      "is_published": {
        "type": "boolean"
      }
    }
  }
}

其他类型

除开上边详细介绍的一些较为常见的基本数据类型,Elasticsearch 中也有一些高級基本数据类型:如 Nested(嵌入种类),自然地理基本数据类型,ip 种类等。

汇总

Elasticsearch 中适用动态性 mapping 和表明 mapping 二种,在应用中有时能够 先插进一条数据信息到临时性数据库索引,等自动生成 mapping 以后,在对目前 mapping 开展改动调节,在字段名上特别是在要考虑到好 text 种类和 keyword 种类的设定,假如必须适用全文检索和词性标注检索,则必须应用 text 种类,必须适用关键词模糊查询或是汇聚排列等实际操作能够 考虑到应用 keyword 字段名。

评论(0条)

刀客源码 请登录后评论