Elasticsearch之filed详细介绍_es filed-优快云博客

通过index属性指定是否索引。默认为index=true，即要进行索引，只有进行索引才可以从索引库搜索到。但是也有一些内容不需要索引，比如：商品图片地址只被用来展示图片，不进行搜索图片，此时可以将index设置为false。删除索引，重新创建映射，将pic的index设置为false，尝试根据pic去搜索，结果搜索不到数据

"pic": {
"type":"text",
"index":false
}

1.4.source：

如果某个字段内容非常多，业务里面只需要能对该字段进行搜索，比如：商品描述。查看文档内容会再次到mysql或者hbase中取数据，把大字段的内容存在Elasticsearch中只会增大索引，这一点文档数量越大结果越明显，如果一条文档节省几KB，放大到亿万级的量结果也是非常可观的。

如果只想存储某几个字段的原始值到Elasticsearch，可以通过incudes参数来设置，在mapping中的设置如下:

POST /java2202/course/_mapping
{
"_source": {
"includes":["description"]
}
}

同样，可以通过excludes参数排除某些字段：

POST /java2202/course/_mapping
{
"_source": {
"excludes":["description"]
}
}

二、常用field类型

2.1.text文本字段

例如：

1、创建新映射：

POST /java06/course/_mapping
{
"_source": {
    "excludes":["description"]
}
"properties": {
       "name": {
           "type": "text",
           "analyzer":"ik_max_word",
           "search_analyzer":"ik_smart"
       },
      "description": {
          "type": "text",
          "analyzer":"ik_max_word",
          "search_analyzer":"ik_smart"
      },
      "pic":{
          "type":"text",
          "index":false
      }
}
}

2、插入文档：

POST /java06/course/1
{
"name":"python从入门到放弃",
"description":"人生苦短，我用Python",
"pic":"250.jpg"
}

3、查询测试：

GET /java06/course/_search?q=name:放弃
GET /java06/course/_search?q=description:人生
GET /java06/course/_search?q=pic:250.jpg

结果：name和description都支持全文检索，pic不可作为查询条件

注意：这里是有的问题的：（GET /java06/course/_search?q=name:放弃）这个查询在Kibana客户端是查不出来的，因为查询条件是带中文的，需要这样子查：

4、ik分词器上的效果：分词中是没有pic（图片）的

5、head客户端中的效果：展示的列表中是展示pic域的，但是没有description这个域（原因是把这个域排除了，不展示）

2.2.keyword关键字字段

上边介绍的text文本字段在映射时要设置分词器，keyword字段为关键字字段，通常搜索keyword是按照整体搜索，所以创建keyword字段往索引目录写时是不进行分词的，比如：邮政编码、手机号码、身份证等。keyword字段通常用于过虑、排序、聚合等。

例如：

1、更改映射：

POST /java06/course/_mapping
{
    "properties": {
       "studymodel":{
          "type":"keyword"
       }
    }
}

2、插入文档：

PUT /java06/course/2
{
"name": "java编程基础",
"description": "java语言是世界第一编程语言",
"pic":"250.jpg",
"studymodel": "2010年01月"
}

3、根据name查询文档：

GET /java06/course/_search?q=studymodel:2010年01月

studymodel是keyword类型，所以查询方式是精确查询。

2.3.date日期类型

日期类型不用设置分词器，通常日期类型的字段用于排序。 1)format 通过format设置日期格式，多个格式使用双竖线||分隔, 每个格式都会被依次尝试, 直到找到匹配的

例如：

1、设置允许date字段存储年月日时分秒、年月日及毫秒三种格式。

POST /java06/course/_mapping
{
   "properties": {
       "timestamp": {
         "type":   "date",
         "format": "yyyy-MM-dd"
       }
     }
}

2、插入文档：

PUT /java06/course/3
{
"name": "spring开发基础",
"description": "spring 在java领域非常流行，java程序员都在用。",
"studymodel": "201001",
"pic":"250.jpg",
"timestamp":"2018-07-04 18:28:58"
}

2.4.Numeric类型

es中的数字类型经过分词(特殊)后支持排序和区间搜索

例如：

1、更新已有映射：

POST /java06/course/_mapping
{
   "properties": {
   "price": {
        "type": "float"
     }
}
}

2、插入文档

PUT /java06/course/3
{
"name": "spring开发基础",
"description": "spring 在java领域非常流行，java程序员都在用。",
"studymodel": "2022年08月01",
"pic":"250.jpg",
"price":38.6
}

7.3.field属性的设置标准

属性	标准
type	是否有意义
index	是否搜索
source	是否展示

总结：

1、field数据类型

文本：text、keyword(往索引目录写不进行分词)
数字：integer、long、float、double

2、field的属性

         type：数据类型，如：text、long
         analyzer：往索引目录写或搜索时的分词模式，如：analyzer=ik_max_word，analyzer=ik_smart
         index：是否往索引目录写，如：true、false
         _source：document中是否存储，如：includes，excludes

3、field属性的设置标注

          属性                     标准
          type                   分词是否有意义
          index                  是否搜索
          _source                是否展示

下一章内容会说一下整合Spring Boot整合ElasticSearch