在 Elasticsearch 中，Mapping（映射）是非常重要的概念，它定义了文档中各个字段的类型、存储方式、分析器等属性。

正确地设置 Mapping 可以确保数据能够被有效地存储和检索。本文将详细介绍 Elasticsearch Mapping 文件的设置。

一、Mapping 的作用

Mapping 类似于数据库中的表结构定义，它决定了数据在 Elasticsearch 中的存储方式和搜索行为。

通过 Mapping，我们可以指定字段的数据类型、是否被索引、是否存储、分析器等属性。这使得 Elasticsearch 能够根据我们的需求对数据进行高效的存储和检索。

二、创建 Mapping

在 Elasticsearch 中，可以通过多种方式创建 Mapping。以下是两种常见的方法：

1. 自动创建 Mapping
   • 当我们向一个不存在的索引中插入文档时，Elasticsearch 会自动根据文档的结构创建 Mapping。这种方式很方便，但可能会导致一些不可预测的结果，因为 Elasticsearch 会根据文档的内容猜测字段的类型。
   • 例如，如果我们插入一个包含字符串字段的文档，Elasticsearch 可能会将该字段的类型猜测为 text，并自动创建一个合适的分析器。
2. 手动创建 Mapping
   • 手动创建 Mapping 可以更好地控制字段的类型和属性。我们可以使用 Elasticsearch 的 API 或者配置文件来定义 Mapping。
   • 以下是一个使用 API 创建 Mapping 的示例：

PUT /my_index
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "analyzer": "standard"
      },
      "description": {
        "type": "text",
        "analyzer": "english"
      },
      "price": {
        "type": "double"
      }
    }
  }
}

在这个例子中，我们创建了一个名为 my_index 的索引，并定义了三个字段：title、description 和 price。

title 和 description 字段被定义为 text 类型，并分别使用了 standard 和 english 分析器。price 字段被定义为 double 类型。

三、Mapping 的属性

1. type（数据类型）
   • Elasticsearch 支持多种数据类型，包括字符串、数字、日期、布尔值等。选择合适的数据类型非常重要，因为它会影响数据的存储方式和搜索性能。
   • 例如，text 类型适用于全文搜索，而 keyword 类型适用于精确匹配。integer 和 double 类型适用于数字，date 类型适用于日期。
2. index（是否被索引）
   • 如果一个字段被设置为 "index": true，那么它的值会被索引，以便可以进行搜索。如果设置为 "index": false，则该字段不会被索引，不能进行搜索。
   • 默认情况下，大多数字段类型都会被索引，除非明确设置为 "index": false。
3. store（是否存储）
   • 如果一个字段被设置为 "store": true，那么它的值会被独立存储在索引中。如果设置为 "store": false，则该字段的值不会被独立存储，而是从索引中派生出来。
   • 默认情况下，字段的值不会被独立存储，除非明确设置为 "store": true。
4. analyzer（分析器）
   • 分析器用于将文本字段的值分解为词项，以便进行全文搜索。Elasticsearch 提供了多种内置的分析器，也可以自定义分析器。
   • 例如，standard 分析器是 Elasticsearch 的默认分析器，它会将文本分割成词项，并进行小写转换和去除标点符号等操作。english 分析器则专门用于英语文本，它会进行词干提取等操作。

四、更新 Mapping

一旦 Mapping 被创建，就不能轻易地修改。但是，在某些情况下，我们可能需要更新 Mapping。例如，添加新的字段或者修改现有字段的属性。

在 Elasticsearch 中，可以使用 _mapping API 来更新 Mapping。但是，这种方式只能添加新的字段，不能修改现有字段的类型。

以下是一个添加新字段的示例：

PUT /my_index/_mapping
{
  "properties": {
    "new_field": {
      "type": "text",
      "analyzer": "standard"
    }
  }
}

在这个例子中，我们向 my_index 索引中添加了一个名为 new_field 的字段。

你会了吗？