mapping 映射

es的映射就相当于编程语言中给变量定义类型，定义后的变量使用起来更高效，未定义的变量相较于定义的性能肯定是不如的。所以需要掌握es映射。

未定义映射es会对提供的数据进行类型猜测，如果对自动判断的类型及参数设置不满意，或者需要使用一些更高级的映射设置，那么就需要使用自定义映射。

添加映射格式：

curl -XPUT http://localhost:9200/索引名称/类型名称/_mapping?pretty -d '
{
  "properties":{
    "字段名称":{
      "type":"字段类型",
      "store":"是否存储",
      "index":"索引方式、是否分析"
      ...
    }
  }
}'

创建my_text3索引

PUT /my_text3
{
  "mappings": {
    "doc": {   #类型
      "properties": {
        "name":{   #字段名
          "type": "text"  #字段类型
        }
      }
    }
  }
}

mapping中字段可查询官网：https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping.html

一个索引对应一个映射，一个索引下多个type无法对应多个映射的。7.0版本以后，索引下的type类型就弃用了。最主要原因为了提高性能，具体原因参考官网和此文档链接

一、字段数据类型:

• text,keyword,date,long,double,boolean,ip
• 支持josn的分层特性类型：object,nested
• 特殊类型： geo_point,geo_shape,completion
  更多类型参考官网文档:链接

常用类型：

• text:文本类型，会对内容进行分词，如果不指定分词则使用默认的standard分词器，支持模糊查询。
• keyword:关键字类型，不会对内容进行分词，只能按其精确值搜索。通常用于过滤、排序和聚合。
• date:时间类型
• long,integer:整型
• double,float:符点数
• ip :地址类型，搜索时可以位置搜索

为不同目的以不同方式索引相同字段通常很有用。例如，string可以将字段索引为全文搜索类型text和精确搜索类型keyword,以及用于排序或聚合的字段numeric

二、索引设置(settings)：

用于控制与索引相关方面配置。如刷新间隔时间，主副分片数等

PUT /my_text3
{
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas": 0
  }
}

• number_of_shards :主分片数，默认为5，奇数。7.x版本后默认为1。这里使用单机做实验，只用一个主分片即可
• number_of_replicas :副本分片，默认为1。当主分片丢失时，可用于数据恢复。这里是单机实验，无所谓副本分片。

查看索引settings:
GET /my_text3/_settings?pretty

更多的setting设置还请参考官网文档
动态更新setting链接

三、Meta-fields

特殊字段，在索引映射中统一以_下划线开头。

查询结果：

  "hits" : {
    "total" : 1,
    "max_score" : 0.5753642,
    "hits" : [
      {
        "_index" : "my_text3",
        "_type" : "doc",
        "_id" : "3",
        "_score" : 0.5753642,
        "_source" : {
          "name" : "Kobe Bryant",
          "age" : 40
        }
      }
    ]
  }
}

常见元字段：

• _id : 唯一标识
• _index : 索引名，即文档所在的索引
• _score : 得分
• _type : 文档的类型名
• _uid : _type和_id连接一起构造成的复合主键
• _source : 存储文档中所有字段的集合。默认为true,如果设置为false，那么你将只能指定获取字段搜索和结果。使用默认即可。你也可以尝试设置成false再query下试试。

默认情况下,_uid字段是被存储（可取回）和索引（可搜索）的。 _type字段被索引但是没有存储,_id和_index字段则既没有被索引也没有被存储，这意味着它们并不是真实存在的。_source不被索引被存储。

更多字段参考官方文档

四、多重索引

多重索引只用于text和keyword类型。text字段用于搜索，不可用于排序，聚合等复杂操作。如果非要让text即可搜索也可进行高级操作，带来的代价通常是性能快速下降。所以建议给一个常用的字段定义两种类型，搜索时使用text，高级操作时使用keyword。

PUT /my_text5
{
  "mappings": {
    "doc": {
      "properties": {
        "name":{
          "type": "text",
          "norms":false,
          "fields": {
            "raw": {      #后缀，会额外生成name.raw的字段，类型为keyword
              "type":"keyword",
              "ignore_above":20
            }
          }
        }
      }
    }
  }
}

###插入数据
POST /my_text5/doc/1
{
  "name":"walter dai"
}


###查询数据
GET /my_text5/_search
{
  "query": {
    "term": {
      "name.raw": "walter dai"    #查询name.raw也可以查询到数据
    }
  }
}

索引中未定义映射的字段，会默认映射成field(text类型)和field.keyword(keyword类型)两种。如果大多数场景用精确查找，可以反过来定义

"name": {
    "type": "keyword",
    "fields": {
        "text": { "type": "text" }
    }
}

官方文档

五、自定义映射

示例

PUT /my_text4
{
  "mappings": {
    "properties": {
      "name":{
        "type": "text",
        "index": true,
        "norms": false, 
        "analyzer": "standard",
        "search_analyzer": "standard"
      },
      "age":{
        "type": "integer"
      },
      "gender":{
        "type": "boolean"
      },
      "country": {
        "type": "keyword",
        "ignore_above": 40
      }
    }
  }
}

• mappings : 映射
• doc : _type默认类型。 链接
• properties ：类型映射，object字段和nested字段，并明确定义。默认object
• name : 索引中的字段名称,下面括号中就是单独给每个字段配置属性
• type ：type设置字段类型，text为字符型，6.x废弃string类型了，integer整形，boolean布尔型true或false,keyword关键字等。链接
• analyzer,search_analyzer :analyzer存储时的分析器，存储数据时，根据什么分析器来分析数据并倒排索引数据。search_analyzer是搜索时以什么分析器分析搜索数据并去查询匹配相应数据。存储和搜索时的分析器得一致，否则搜索的结果可能不是想要的。
• index : 区分三种,完全为了性能。

5.x前	5.x后	意思
index:analyzed	type:text,index:true	分析字符串 ，全文索引。设置为text后，默认为true
index:not_analyzed	type:keyword	精确搜索，不分析
index:no	index:false	不索引，不可被搜索

• analyzer:插入时分析器，text类型插入时，先分析，在建立倒排索引。
• search_analyzer :搜索时分析器,搜索时先分析输入数据，并根据评分排序搜索到的数据。

elastic自带standard,whitesapce,english,simple分析器。如在配置映射时不指定分析器，则默认使用standard分析器。一般analyzer和search_analyzer得一致，不然搜索就可能会得不到想要的结果。中文可使用ik分词器。analyzer详细使用还请参考其它博文

• ignore_above : 超过的字符将不被索引或存储，限定大小
• norms : 默认为true,作用是当计算得分时，是否把字段长度用作参数计算。如果此字段仅用于聚合或者过滤，你应该设置为false。以减少磁盘开销

此处简单列举了些个人常用的配置，详细的配置还请参数官方文档。

六、动态映射

在使用之前不需要定义字段和映射类型，适合刚入门elk时使用，索引以logstash-开头就会默认使用动态映射。(程序自带的模版映射)
动态映射只适用于对数据不了解的情况下使用，否则为了数据的压缩和性能，我们都应该尽量不使用动态映射，除非像nginx request中带有很多个参数，需要将参数抽取出来时，就需要使用动态映射了。请求中的参数过多而无法一一列举出来。

可动态识别 date、boolean、float、long、object、array和string(string分为text和keyword)

不可以动态识别的类型，如ip:

PUT /my_text1/doc/10     #试先没有创建,my_text1的映射，直接PUT数据
{
  "ipp": "192.168.10.3" 
}

GET /my_text1/_mapping   #查看映射
{
  "my_text1" : {
    "mappings" : {
      "doc" : { 
        "properties" : {   #默认的双引号内的数据为text和keyword类型
          "ipp" : {
            "type" : "text",
            "fields" : {
              "keyword" : {
                "type" : "keyword",
                "ignore_above" : 256
              }
...

正常情况下，当你自定义映射时，就应该考虑到每个字段的类型，是否需要索引，聚合等一系列后续操作。如果有没法定义的类型数据时，才需要使用dynamic配置项，否则你应该或尽可能给每一个数据类型定义好。

dynamic支持三种选项：

• true : 默认值，当有未定义的字段插入时，elastic动态判断类型,无论判断是否成功。都将字段添加到映射中。
• flase :未定义的字段插入时，将会被忽略，不被索引。但是会存储至_source字段里
• strict ：未定义字段插入时，抛出异常并拒绝文档。

示例：将所有未定义的字段只映射为keyword类型

PUT /my_text6
{
  "mappings": {
    "doc": {
      "dynamic_templates":[    #方括号内是定义动态映射规则
        {
          "message_field":{    #名称
            "match":"*",       #匹配哪些字段，*表示所有未定义的字段。还可以用 match_pattern的正则匹配，glob匹配规则，umatch不匹配某些字段等等
            "mapping":{        #映射成什么类型
                "type":"keyword",
                "ignore_above":256
            }
          } 
        }
      ],
      "properties":{    #明确定义字段映射
        "name":{
          "type":"text",
          "norms":false
        }
      }
    }
  }
}

更多配置参数请参考官网

七、修改映射

mapping中已经定义的字段类型，一旦创建，不能修改，不能删除，只可以新增字段。

PUT /my_text3/doc/_mapping     #使用_mapping接口新增字段映射
{
  "properties": {
    "age": {       #之前索引中没有的字段
      "type": "integer"
    }
  }
}

如果需要修改字段映射，则需要使用reindex功能。还请参考另外博文

八、索引模版

前面内容中的动态模版是针对字段进行动态匹配。现在有这样一种情况，同一类型的nginx日志，但是存储进es时会有很多索引，这时我们要为每一个索引都先PUT一个映射，然后才能存储数据。这时为了方便同一类型的索引，就可以使用索引模版，定义一个 n-开头的索引名都引用同一个映射。

模版映射API：

GET /_cat/templates
GET /_cat/templates?name=xxx    #查询某个模版
DELETE /_template/xxx     #删除模版

我的nginx模版：

curl -XPUT "http://node2003:9200/_template/nginx" -H 'Content-Type: application/json' -d'
{
  "order": 10,      #优先级，值越大，优先级越高。默认为0
  "index_patterns": "n-*",    #匹配索引的格式，只要匹配上都使用此模版映射
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas": 0
  },
  "mappings": {
      "doc":{
      "properties": {
        "@timestamp": {
          "type": "date"
        },
        "agent": {
          "type": "keyword",
          "ignore_above": 256
        },
		   "city_domain_name":{
		    	"type":"keyword",
		    	"ignore_above":256
	    	},
        "android_version": {
          "type": "keyword"
        },
        "ios_version": {
          "type": "keyword"
        },
        "body_bytes_sent": {
          "type": "integer"
        },
        "http_referer": {
          "type": "text",
          "norms": false,
          "fields": {
            "keyword": {
              "type": "keyword",
              "ignore_above": 256
            }
          }
        },
        "http_x_forwarded_for": {
          "type": "keyword"
        },
        "httpversion": {
          "type": "keyword",
          "index": false
        },

        "remote_addr": {
          "type": "ip"
        },
        "request": {
          "type": "text",
          "norms": false,
          "fields": {
            "keyword": {
              "type": "keyword",
              "ignore_above": 256
            }
          }
        },
        "request_body": {
          "type": "text",
          "norms": false
        },
        "request_method": {
          "type": "keyword",
          "ignore_above": 10
        },
        "request_time": {
          "type": "float"
        },
        "scheme": {
          "type": "keyword",
          "ignore_above": 20
        },
        "status": {
          "type": "integer"
        },
        "upstream_addr": {
          "type": "keyword"
        },
        "upstream_cache_status": {
          "type": "keyword"
        },
        "upstream_response_time": {
          "type": "float"
        }	
      }
    }
  }
}'

总结：

mapping映射是非常重要。个人总结如有错误，还望指正。

官方链接：https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping.html