关于后端:Elasticsearch-字段别名-fieldalias

Elasticsearch 8.1
Kibana 8.1
MacOS 10.14.6

首先咱们还是先理解一下，什么是字段别名？大家可能据说过 索引别名 ，通过索引的别名能够轻松的切换所需的数据起源与哪一个索引，那么什么是字段别名呢？所谓字段别名，就是索引 mapping 定义时的备用字段，通过字段别名能够替换搜寻申请中的指标字段，字段别名能够用于 搜寻 ， 排序 ， 聚合 ， 高亮，docvalue_fields，stored_fields，suggestions，上面咱们一起来看一下字段别名的具体应用过程

必须是一个明确的字段，不能是一个对象或者指向另一个字段别名
在创立字段别名时，字段别名指向的指标字段必须曾经存在
如果定义了嵌套的对象，则字段别名必须具备同样的嵌套范畴

字段别名只能指向一个字段，不能同时指向多个字段；

然而能够通过批改 mapping 中的字段别名设置指向另一个新字段

首先是不能在写入数据的时候应用字段别名，因为自身字段别名是虚构的，不存在的，所以不反对写入，同样也不能用于copy_to
因为字段的别名是不存在 _source 中的，所以搜寻申请时的过滤字段也是不会失效的

创立索引，定义字段别名

其中创立了索引 blog1 和blog2, 各自定义了两个字段别名 public_count 和public_content, 在 blog1 索引中，public_count指向 doc.count,public_content 指向 doc.content; 在blog2 索引中，public_count指向 doc_count,public_content 指向doc_content;

PUT blog1
{
  "mappings": {
    "properties": {
      "doc": {
        "properties": {
          "count": {"type": "long"},
          "content": {
            "type": "text",
            "fields": {
              "keyword": {"type": "keyword"}
            }
          }
        }
      },
      "creater": {"type": "keyword"},
      "public_count": {
        "type": "alias",
        "path": "doc.count"
      },
      "public_content": {
        "type": "alias",
        "path": "doc.content"
      }
    }
  }
}


PUT blog2
{
  "mappings": {
    "properties": {
      "doc_count": {"type": "long"},
      "doc_content": {
        "type": "text",
        "fields": {
          "keyword": {"type": "keyword"}
        }
      },
      "creater": {"type": "keyword"},
      "public_count": {
        "type": "alias",
        "path": "doc_count"
      },
      "public_content": {
        "type": "alias",
        "path": "doc_content"
      }
    }
  }
}

插入测试数据

POST _bulk
{"index":{"_index":"blog1","_id":"1"}}
{"creater":"zuiyu1","doc.count":"100","doc.content":"zuiyu elasticsearch"}
{"index":{"_index":"blog1","_id":"2"}}
{"creater":"zuiyu2","doc.count":"200","doc.content":"zuiyu vue"}
{"index":{"_index":"blog1","_id":"3"}}
{"creater":"zuiyu3","doc.count":"300","doc.content":"java demo"}
{"index":{"_index":"blog1","_id":"4"}}
{"creater":"zuiyu4","doc.count":"300","doc.content":"java demo plus"}
{"index":{"_index":"blog1","_id":"5"}}
{"creater":"zuiyu5","doc.count":"300","doc.content":"java pro and elasticsearch"}
{"index":{"_index":"blog2","_id":"1"}}
{"creater":"zuiyu1","doc_count":"10","doc_content":"醉鱼 ES 小白入门课"}
{"index":{"_index":"blog2","_id":"2"}}
{"creater":"zuiyu2","doc_count":"550","doc_content":"醉鱼前端 vue 小白入门课"}
{"index":{"_index":"blog2","_id":"3"}}
{"creater":"zuiyu3","doc_count":"60","doc_content":"醉鱼 java 小白入门课"}
{"index":{"_index":"blog2","_id":"4"}}
{"creater":"zuiyu4","doc_count":"60","doc_content":"醉鱼 MySQL8.0 小白入门课"}
{"index":{"_index":"blog2","_id":"5"}}
{"creater":"zuiyu5","doc_count":"60","doc_content":"醉鱼 Redis 小白入门课"}

搜寻测试、聚合、排序、高亮、倡议

指标是实现搜寻索引 blog1 和blog2中 content 内容中蕴含 java 的文档, 因为两个索引的 mapping 构造齐全不一样，所以应用定义的雷同名称的 public_count 和public_content
- 聚合
  
  应用 public_count 字段搜寻索引 blog1 和blog2中 public_count 大于 100 的文档，对public_count 进行聚合分桶
```
GET blog*/_search?size=0
{
  "query": {
    "range": {
      "public_count": {"gte": 100}
    }
  },
  "aggs": {
    "all_agg": {
      "terms": {"field": "public_count"}
    }
  }
}
```
- 排序
  
  应用 public_count 字段搜寻索引 blog1 和blog2中 public_count 后果大于 100 的文档, 对 public_count 进行降序输入
```
GET blog*/_search
{
  "query": {
    "range": {
      "public_count": {"gte": 100}
    }
  },
  "sort": [
    {
      "public_count": {"order": "desc"}
    }
  ]
}
```
- 高亮
  
  应用 public_content 字段搜寻索引 blog1 和blog2中蕴含 java 的，高亮输入，后果前后加上 em 标签
```
GET blog*/_search
{
  "query": {
    "wildcard": {
      "public_content": {"value": "*java*"}
    }
  },
  "highlight": {
    "fields": {
      "public_content": {
        "pre_tags": ["<em>"],
        "post_tags": ["</em>"]
      }
    }
  }
}
```

倡议

应用 public_count 字段搜寻索引 blog1 和blog2中搜寻 public_content 中蕴含 java 的文档，输出一个谬误单词jave, 倡议返回java

GET blog*/_search
{
  "query": {
    "wildcard": {
      "public_content": {"value": "*java*"}
    }
  },
  "suggest": {
    "YOUR_SUGGESTION": {
      "text": "jave",
      "term": {"field": "public_content"}
    }
  }
}

_source测试

应用 _source 测试返回字段public_count，public_content，因为字段别名是虚构的，所以此时是没有返回后果的

GET blog*/_search
{
  "query": {
    "wildcard": {
      "public_content": {"value": "*java*"}
    }
  },
  "_source": [
    "public_count",
    "public_content"
  ]
}

应用 docvalue_fields 申请字段获取

GET blog*/_search
{
  "query": {
    "wildcard": {
      "public_content": {"value": "*java*"}
    }
  },
   "docvalue_fields": ["public_count"]
}

简略总结一下字段别名的应用场景：

文中的例子，能够对同一个人在不同博客网站上写的内容进行统计
获取采集的日志信息，不同的数据源，索引的日志 mapping 不一样，统计时就能够应用字段别名进行对立的统计

本文由 mdnice 多平台公布

关于后端:Elasticsearch-字段别名-fieldalias

环境

简介

应用

定义字段别名标准

不反对应用字段别名的 API

测试

应用场景