Field datatype
string类型
ELasticsearch 5.X之后的字段类型不再支持string，由text或keyword取代
text类型
当一个字段是要被全文搜索的，字段内容会被分析，在生成倒排索引以前，字符串会被分析器分成一个一个词项
keyword类型
keyword类型适用于索引结构化的字段，keyword类型的字段只能通过精确值搜索到
数字类型
long等等
Object类型
JSON
date类型
JSON中没有日期类型，所以在ELasticsearch中，日期类型可以是字符串、long
range类型
Array类型
数组第一个值的类型就是整个数组的类型
nested类型
nested嵌套类型是object中的一个特例，可以让array类型的Object独立索引和查询
geo point 类型
坐标
binary类型
ip类型
token_count类型
Meta-Fields
_all
定义
_all字段是把其它字段拼接在一起的超级字段，所有的字段用空格分开，_all字段会被解析和索引，但是不存储
使用copy_to自定义_all字段
_field_names
_field_names字段用来存储文档中的所有非空字段的名字，这个字段常用于exists查询
_routing(路由参数)
路由公式:
ELasticsearch通过以下公式计算文档应该分到哪个分片上：
shard_num = hash(_routing) % num_primary_shards
说明
1 索引时指定routing参数，查询时才能在指定路由上查询
2 如果分片的数量改变了，所有先前的路由值就会变成非法了，文档相当于丢失了
3 Elasticsearch有一个默认的路由算法：它会将文档的ID值作为依据将其哈希到相应的主分片上，这种算法基本上会保持所有数据在所有分片上的一个平均分布，而不会产生数据热点。
4 默认路由的问题：Elasticsearch使用文档的ID将文档平均的分布于所有的分片上，这导致了Elasticsearch不能确定文档的位置，所以它必须将这个请求广播到所有的所有分片上去执行
_source
存储的文档的原始值
_type
文档类型
_index
多索引查询时，有时候只需要在特地索引名上进行查询，_index字段提供了便利，也就是说可以对索引名进行term查询、terms查询、聚合分析、使用脚本和排序。
_parent
_parent用于指定同一索引中文档的父子关系
Mapping参数
analyzer
相关概念
全文搜索引擎会用某种算法对要建索引的文档进行分析， 从文档中提取出若干Token(词元)， 这些算法称为Tokenizer(分词器)；这些Token会被进一步处理， 比如转成小写等， 这些处理算法被称为Token Filter(词元处理器), 被处理后的结果被称为Term(词)
ES内置若干analyzer, 另外还可以用内置的character filter, tokenizer, token filter组装一个analyzer
指定分词器(分析器更合理)，对索引和查询都有效
"analysis": {
"analyzer": {
"ik_smart_pinyin": {
"type": "custom",
"tokenizer": "ik_smart",
"filter": [
"my_pinyin",
"word_delimiter"
]
},
"ik_max_word_pinyin": {
"type": "custom",
"tokenizer": "ik_max_word",
"filter": [
"my_pinyin",
"word_delimiter"
]
}
},
"filter": {
"my_pinyin": {
"type": "pinyin",
"keep_separate_first_letter": true,
"keep_full_pinyin": true,
"keep_joined_full_pinyin": true,
"keep_none_chinese_in_joined_full_pinyin": true,
"keep_original": true,
"limit_first_letter_length": 16,
"lowercase": true,
"remove_duplicated_term": true
}
}
}
boost
doc_values
doc_values是为了加快排序、聚合操作，在建立倒排索引的时候，额外增加一个列式存储映射，是一个空间换时间的做法。默认是开启的，对于确定不需要聚合或者排序的字段可以关闭。
norms
norms参数用于标准化文档，以便查询时计算文档的相关性。norms虽然对评分有用，但是会消耗较多的磁盘空间，如果不需要对某个字段进行评分，最好不要开启norms。
Elasticsearch应用
ELK
E 就是 Elasticsearch，L 是 Logstash，是一个日志收集系统，K 是 Kibana，是一个数据可视化平台。
Windows环境安装
一 ******安装 es 5.4.2******
https://www.cnblogs.com/tonqiang/archive/2017/07/14/7087807.html
二 ******安装分词器*******
IK分词
1 下载。ik分词链接GitHub。由于ik分词器要求与Elasticsearch的版本高度匹配，所以我们需要下载相应的版本为5.4.2。
git下载 git clone --branch v5.4.2 https://github.com/medcl/elasticsearch-analysis-ik.git
2 打包mvn clean install -Dmaven.test.skip=true
3 解压
D:\elasticsearch\ik\elasticsearch-analysis-ik\target\releases 生成的elasticsearch-analysis-ik-5.4.2.zip
解压到D:\elasticsearch\elasticsearch-5.4.2\plugins\ik
拼音分词
1, 下载(https://github.com/medcl/elasticsearch-analysis-pinyin/releases 5.4.2下载源码包
2 打包mvn clean install -Dmaven.test.skip=true
3 解压
D:\elasticsearch\pinyin\elasticsearch-analysis-pinyin-5.4.2\target\releases 生成的elasticsearch-analysis-pinyin-5.4.2.zip
解压到D:\elasticsearch\elasticsearch-5.4.2\plugins\pinyin
三 ******启动******
本地
cd D:\elasticsearch\elasticsearch-5.4.2\bin
运行 elasticsearch.bat
cd D:\elasticsearch\elasticsearch-head\elasticsearch-head
运行 npm run start
http://localhost:9200/
http://localhost:9100/