Elasticsearch 索引的映射配置详解
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Elasticsearch 索引的映射配置详解,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含8241字,纯文字阅读大概需要12分钟。
内容图文
本文共1540字,阅读大约需要 5分钟!
概 述
Elasticsearch 与传统的 SQL数据库的一个明显的不同点是,Elasticsearch 是一个 非结构化 的数据库,或者说是一个 无模式 的数据库。Elasticsearch 中数据最重要的三要素当属:索引、类型、文档,其中索引这个概念非常重要,我们可以粗略地将其类比到传统SQL数据库中的 数据表。本文就从 Elasticsearch 的索引映射如何配置开始讲起。
注: 本文首发于 My 公众号 CodeSheep ,可 长按 或 扫描 下面的 小心心 来订阅 ↓ ↓ ↓
本文内容脑图如下:
索引模式映射
创建索引时,可以自定义索引的结构,比如 创建一个保存用户信息数据的 users
索引,其典型的结构如下:
id
:唯一表示符name
:姓名birthday
:出生日期hobby
:爱好
为此我们可以创建一个 json 格式的索引模式映射文件:users.json
{ "mappings" : { "user" : { "properties" : { "id" : { "type" : "long", "store" : "yes" }, "name" : { "type" : "string", "store" : "yes", "index" : "analyzed" }, "birthday" : { "type" : "date", "store" : "yes" }, "hobby" : { "type" : "string", "store" : "no", "index" : "analyzed" } } } } }
上面的 json代码意义如下:
创建一个名称为
users
的 Index里面有一个名称为
user
的 Type而
user
有四个 field且每个 field 都有自己的 属性 定义
然后我们来执行如下命令来新建一个索引:
curl -X PUT http://47.98.43.236:9200/users -d @users.json
结果如下,索引 users
、类型 user
、以及 四个字段 都已经顺利插入:
关于字段的 可选类型,有如下几种:
string
:字符串number
:数字date
:日期boolean
:布尔型binary
:二进制ip
:IP地址token_count
类型
关于每种类型有哪些 属性,可参考官方文档,由于内容太多,此处不再赘述。
分析器的使用
分析器是一种用于 分析数据 或者按照用户想要的方式 处理数据 的工具,对于 字符串类型 的字段,Elasticsearch 允许用户自定义分析器。
先来自定义一个分析器
{ "settings" : { "index" : { "analysis" : { "analyzer" : { "myanalyzer" : { "tokenizer" : "standard", "filter" : [ "asciifolding", "lowercase", "myFilter" ] } }, "filter" : { "myFilter" : { "type" : "kstem" } } } } }, "mappings" : { "user" : { "properties" : { "id" : { "type" : "long", "store" : "yes" }, "name" : { "type" : "string", "store" : "yes", "index" : "analyzed", "analyzer" : "myanalyzer" }, "birthday" : { "type" : "date", "store" : "yes" }, "hobby" : { "type" : "string", "store" : "no", "index" : "analyzed" } } } } }
上述 json代码中,用户定义了一个名为 myanalyzer 的分析器,该分析器包含 一个分词器 + 三个过滤器,分别如下:
分词器:
standard
过滤器:
asciifolding
过滤器:
lowercase
过滤器:
myFilter
(自定义过滤器,其本质是kstem
)
再来看如何测试和使用自定义的分析器
可以通过类似如下的 Restful接口来测试 analyze API 的工作情况:
可见我们输入的时一行字符串普通 "Cars Trains"
,而输出为: car
和 train
,这说明短语 "Cars Trains"
被分成了两个词条,然后全部转为小写,最后做了词干提取的操作,由此证明我们上面自定义的分析器已然生效了!
相似度模型的配置
Elasticsearch 允许为索引模式映射文件中的不同字段指定不同的 相似度得分 计算模型,其用法例析如下:
"mappings" : { "user" : { "properties" : { "id" : { "type" : "long", "store" : "yes" }, "name" : { "type" : "string", "store" : "yes", "index" : "analyzed", "analyzer" : "myanalyzer", "similarity" : "BM25" }, "birthday" : { "type" : "date", "store" : "yes" }, "hobby" : { "type" : "string", "store" : "no", "index" : "analyzed" } } } }
上述 json文件中,我们为
name
字段使用了BM25
这种相似度模型,添加的方法是使用similarity
属性的键值对,这样一来 Elasticsearch 将会为name
字段使用BM25
相似度计算模型来计算相似得分。
信息格式的配置
Elasticsearch 支持为每个字段指定信息格式,以满足通过改变字段被索引的方式来提高性能的条件。Elasticsearch 中的信息格式有如下几个:
default
:默认信息格式,其提供了实时的对存储字段和词向量的压缩pulsing
:将 重复值较少字段 的信息列表 编码为词条矩阵,可加快 该字段的查询速度direct
:该格式在读过程中将词条加载到未经压缩而存在内存的矩阵中,该格式可以提升常用字段的性能,但损耗内存memory
:该格式将所有的数据写到磁盘,然后需要FST来读取词条和信息列表到内存中bloom_default
:默认信息格式的扩展,增加了把bloom filter
写入磁盘的功能。读取时bloom filter
被读取并存入内存,以便快速检查给定的值是否存在bloom_pulsing
:pulsing
格式的扩展,也加入bloom filter
的支持
信息格式字段( postings_format
)可以在 任何一个字段上 进行设置,配置信息格式的示例如下:
"mappings" : { "user" : { "properties" : { "id" : { "type" : "long", "store" : "yes", "postings_format" : "pulsing" }, "name" : { "type" : "string", "store" : "yes", "index" : "analyzed", "analyzer" : "myanalyzer" }, "birthday" : { "type" : "date", "store" : "yes" }, "hobby" : { "type" : "string", "store" : "no", "index" : "analyzed" } } } }
在该例子之中,我们手动配置改变了
id
字段的信息格式为pulsing
,因此可加快该字段的查询速度。
文档值及其格式的配置
文档值 这个字段属性作用在于:其允许将给定字段的值被写入一个更高内存效率的结构,以便进行更加高效的排序和搜索。我们通常可以将该属性加在 需要进行排序 的字段上,这样可以 提效。
其配置方式是 通过属性 doc_values_format
进行,有三种常用的 doc_values_format
属性值,其含义从名字中也能猜个大概:
default
:默认格式,其使用少量的内存但性能也不错disk
:将数据存入磁盘,几乎无需内存memory
:将数据存入内存
举个栗子吧:
"mappings" : { "user" : { "properties" : { "id" : { "type" : "long", "store" : "yes" }, "name" : { "type" : "string", "store" : "yes", "index" : "analyzed", "analyzer" : "myanalyzer" }, "birthday" : { "type" : "date", "store" : "yes" }, "hobby" : { "type" : "string", "store" : "no", "index" : "analyzed" }, "age" : { "type" : "integer", "doc_values_format" : "memory" } } } }
上述 json配置中,我们给类型
user
添加了一个age
字段,假如我们想对年龄字段进行排序,那么给该字段设置文档值格式的属性是可以提升效率的。
后 记
由于能力有限,若有错误或者不当之处,还请大家批评指正,一起学习交流!
我的个人博客:www.codesheep.cn
如果有兴趣,也可以抽时间看看作者关于容器化、微服务化方面的文章:
作者更多 务实、能看懂、可复现的 原创文章尽在公众号 CodeSheep,欢迎订阅 ??????
内容总结
以上是互联网集市为您收集整理的Elasticsearch 索引的映射配置详解全部内容,希望文章能够帮你解决Elasticsearch 索引的映射配置详解所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。