Elasticsearch权威指南：Mapping映射机制深度解析

Elasticsearch权威指南：Mapping映射机制深度解析

elasticsearch-definitive-guide The Definitive Guide to Elasticsearch 项目地址: https://gitcode.com/gh_mirrors/el/elasticsearch-definitive-guide

什么是Mapping映射

在Elasticsearch中，mapping（映射）是定义索引中字段如何存储和索引的核心机制。它相当于关系型数据库中的表结构定义，但功能更为强大。映射决定了：

1. 字段的数据类型（如字符串、数字、日期等）
2. 字段的索引方式（是否分析、如何分析）
3. 字段的元数据属性

当文档被索引时，Elasticsearch会根据mapping定义来处理每个字段的值，确保数据以正确的方式被存储和检索。

核心字段类型

Elasticsearch支持以下基本字段类型：

| JSON类型 | Elasticsearch字段类型 | 说明 | |---------|----------------------|------| | 布尔值(true/false) | boolean | 布尔类型 | | 整数(123) | long | 长整型 | | 浮点数(123.45) | double | 双精度浮点 | | 有效日期字符串("2014-09-15") | date | 日期类型 | | 普通字符串("foo bar") | string | 字符串类型 |

重要提示：数字如果加了引号（如"123"）会被识别为字符串类型而非数字类型。但如果字段已定义为long类型，Elasticsearch会尝试将字符串转换为long，转换失败会抛出异常。

动态映射机制

当索引包含新字段的文档时，Elasticsearch会使用动态映射（dynamic mapping）来自动推断字段类型。这种机制非常智能，能根据JSON数据的基本类型自动确定最合适的字段类型。

查看现有映射

可以通过_mappingAPI查看索引中类型的映射定义：

GET /gb/_mapping/tweet

返回结果示例：

{
   "gb": {
      "mappings": {
         "tweet": {
            "properties": {
               "date": {
                  "type": "date",
                  "format": "strict_date_optional_time||epoch_millis"
               },
               "name": {
                  "type": "string"
               },
               "tweet": {
                  "type": "string"
               },
               "user_id": {
                  "type": "long"
               }
            }
         }
      }
   }
}

专业建议：不要假设映射是正确的，特别是在遇到查询结果不符合预期时，首先检查映射定义是否正确。

自定义字段映射

虽然基本字段类型能满足大多数需求，但实际应用中经常需要自定义字段映射，特别是字符串字段。自定义映射可以实现：

• 区分全文检索字段和精确值字段
• 使用特定语言分析器
• 优化字段的部分匹配
• 自定义日期格式
• 以及其他高级配置

字符串字段的特殊配置

字符串字段有两个最重要的映射属性：

1. index：控制字符串如何被索引

   • analyzed（默认）：先分析再索引，适合全文检索
   • not_analyzed：原样索引，不做分析，适合精确匹配
   • no：不索引该字段，不可搜索

2. analyzer：指定用于分析和搜索的分析器

   • 内置分析器：standard（默认）、whitespace、simple、english等
   • 也可以使用自定义分析器

示例配置：

{
    "tweet": {
        "type": "string",
        "analyzer": "english"
    }
}

更新映射

可以在创建索引时指定映射，也可以通过_mapping端点后期添加或更新映射。

重要限制：

• 可以添加新字段，但不能修改现有字段的映射
• 已索引的数据不会因为映射更新而改变

更新映射示例：

PUT /gb/_mapping/tweet
{
  "properties": {
    "tag": {
      "type": "string",
      "index": "not_analyzed"
    }
  }
}

测试映射效果

使用analyzeAPI可以测试字符串字段的映射效果：

GET /gb/_analyze
{
  "field": "tweet",
  "text": "Black-cats"
}

对比不同字段的分析结果，可以验证映射是否按预期工作。例如，使用english分析器的字段会将"Black-cats"分析为["black", "cat"]，而not_analyzed字段则会保持原样。

最佳实践建议

1. 在索引设计阶段就规划好映射，避免后期修改
2. 对于确定不需要全文检索的字段，设置为not_analyzed
3. 根据业务需求选择合适的分词器
4. 定期检查映射，确保其符合预期
5. 使用analyze API验证分词效果

理解并正确使用Elasticsearch的映射机制，是构建高效搜索系统的关键基础。通过合理的映射配置，可以显著提升搜索质量和性能。

elasticsearch-definitive-guide The Definitive Guide to Elasticsearch 项目地址: https://gitcode.com/gh_mirrors/el/elasticsearch-definitive-guide