略微加速

略速 - 互联网笔记

ElasticSearch 6.2 Mapping参数说明及text类型字段聚合查询配置

2020-12-17 leiting (3077阅读)

标签 Elasticsearch

背景:

  由于本人使用的是6.0以上的版本es,在使用发现很多中文博客对于mapping参数的说明已过时。ES6.0以后有很多参数变化。

  现我根据官网总结mapping最新的参数,希望能对大家有用处。

 

  es6.0与之前版本区别:

    -新增字段: eager_global_ordinals

    -删除的字段: include_in_all

  ※特别提示:

    1,建议大家创建索引的时候指定mapping(用到特定分词器,规划字段是否被索引来节省空间等)

    2,mapping创建并插入数据后就无法进行更改了!所以要对需求考虑全面:例如对于text类型字段需要聚合查询(类似group by)对数据进行统计分析,

             就需要设置fielddata为true 和fields字段才能进行聚合操作(此处详解请看下面的内容2)

    3,如果必须更改字段属性只能进行reindex,进行重新建立索引再将doc导入

 

1,es 6.2 mapping详细说明



{

   "type" : "text", #是数据类型一般文本使用text(可分词进行模糊查询);keyword无法被分词(不需要执行分词器),用于精确查找


    "analyzer" : "ik_max_word", #指定分词器,一般使用最大分词:ik_max_word

    

    "normalizer" : "normalizer_name", #字段标准化规则;如把所有字符转为小写;具体如下举例


    "boost" : 1.5, #字段权重;用于查询时评分,关键字段的权重就会高一些,默认都是1;另外查询时可临时指定权重


    "coerce" : true, #清理脏数据:1,字符串会被强制转换为整数 2,浮点数被强制转换为整数;默认为true


    "copy_to" : "field_name", #自定_all字段;指定某几个字段拼接成自定义;具体如下举例


    "doc_values" : true, #加快排序、聚合操作,但需要额外存储空间;默认true,对于确定不需要排序和聚合的字段可false


    "dynamic" : true, #新字段动态添加 true:无限制 false:数据可写入但该字段不保留 'strict':无法写入抛异常


    "enabled" : true, #是否会被索引,但都会存储;可以针对一整个_doc


    "fielddata" : false, #针对text字段加快排序和聚合(doc_values对text无效);此项官网建议不开启,非常消耗内存


    "eager_global_ordinals": true, #是否开启全局预加载,加快查询;此参数只支持text和keyword,keyword默认可用,而text需要设置fielddata属性

    

    "format" : "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis" ,#格式化 此参数代表可接受的时间格式 3种都接受


    "ignore_above" : 100, #指定字段索引和存储的长度最大值,超过最大值的会被忽略


    "ignore_malformed" : false ,#插入文档时是否忽略类型 默认是false 类型不一致无法插入


    "index_options" : "docs" ,

    # 4个可选参数

    # docs(索引文档号),

    # freqs(文档号 + 词频),

    # positions(文档号 + 词频 + 位置,通常用来距离查询),

    # offsets(文档号 + 词频 + 位置 + 偏移量,通常被使用在高亮字段)

    # 分词字段默认是position,其他的默认是docs


    "index" : true, #该字段是否会被索引和可查询 默认true


    "fields": {"raw": {"type": "keyword"}} ,#可以对一个字段提供多种索引模式,使用text类型做全文检索,也可使用keyword类型做聚合和排序


    "norms" : true, #用于标准化文档,以便查询时计算文档的相关性。建议不开启


    "null_value" : "NULL", #可以让值为null的字段显式的可索引、可搜索


    "position_increment_gap" : 0 ,#词组查询时可以跨词查询 既可变为分词查询 默认100


    "properties" : {}, #嵌套属性,例如该字段是音乐,音乐还有歌词,类型,歌手等属性


    "search_analyzer" : "ik_max_word" ,#查询分词器;一般情况和analyzer对应

    

    "similarity" : "BM25",#用于指定文档评分模型,参数有三个:

    # BM25 :ES和Lucene默认的评分模型

    # classic :TF/IDF评分

    # boolean:布尔模型评分


    "store" : true, #默认情况false,其实并不是真没有存储,_source字段里会保存一份原始文档。

    # 在某些情况下,store参数有意义,比如一个文档里面有title、date和超大的content字段,如果只想获取title和date


    "term_vector" : "no" #默认不存储向量信息,

    # 支持参数yes(term存储),

    # with_positions(term + 位置),

    # with_offsets(term + 偏移量),

    # with_positions_offsets(term + 位置 + 偏移量)

    # 对快速高亮fast vector highlighter能提升性能,但开启又会加大索引体积,不适合大数据量用

}


normalizer举例:

{

  "settings": {

    "analysis": {

      "normalizer": {

        "my_normalizer": {

          "type": "custom",

          "char_filter": [],

          "filter": ["lowercase", "asciifolding"]

        }

      }

    }

  },

  "mappings": {

    "type": {

      "properties": {

        "foo": {

          "type": "keyword",

          "normalizer": "my_normalizer"

        }

      }

    }

  }

}


copy_to举例:

{

  "mappings": {

    "my_type": {

      "properties": {

        "first_name": {

          "type": "text",

          "copy_to": "full_name"

        },

        "last_name": {

          "type": "text",

          "copy_to": "full_name"

        },

        "full_name": {

          "type": "text"

        }

      }

    }

  }

}


2,text类型字段进行聚合查询(count(*) group by)

需求:对机构字段既可以进行模糊查询,又可以按照字段全名进行聚合统计

实现:


-设置字段参数

"institution": {

              "type": "text",

              "analyzer": "ik_max_word",

              "search_analyzer": "ik_max_word",

              "fielddata" : true,

              "fields": {"raw": {"type": "keyword"}}#如果不设置keyword索引在聚合时将会使用已分解后的词。例如:想用“国泰君安”聚合,结果使用“国泰”,“君安”聚合

}


-查询时aggs参数

body = {

            "query": {

                "range": {

                        "time": {

                                "gte": '2018-02-01'

                                }

                        }

                    },

            "aggs": {

                "institution_count": {

                    "terms": {"field": "institution.raw"},#使用keyword分组

                    "aggs": {

                    }

    

                }

    

            }

       }


https://www.cnblogs.com/dxf813/p/8447467.html


北京半月雨文化科技有限公司.版权所有 京ICP备12026184号-3