@[toc]
ElasticSearch 系列教程咱们后面曾经连着发了四篇了，明天第五篇，咱们来聊一聊 Es 中的 23 种常见的映射参数。
针对这 23 种常见的映射参数，松哥专门录制了一个视频教程：
视频链接: https://pan.baidu.com/s/1J23m... 提取码: 6k2a
本文是松哥所录视频教程的一个笔记，笔记简明扼要，残缺内容小伙伴们能够参考视频。
1.ElasticSearch 映射参数
1.1 analyzer
定义文本字段的分词器。默认对索引和查问都是无效的。
假如不必分词器，咱们先来看一下索引的后果，创立一个索引并增加一个文档：
PUT blogPUT blog/_doc/1{ "title":"定义文本字段的分词器。默认对索引和查问都是无效的。"}查看词条向量（term vectors）
GET blog/_termvectors/1{ "fields": ["title"]}查看后果如下：
{ "_index" : "blog", "_type" : "_doc", "_id" : "1", "_version" : 1, "found" : true, "took" : 0, "term_vectors" : { "title" : { "field_statistics" : { "sum_doc_freq" : 22, "doc_count" : 1, "sum_ttf" : 23 }, "terms" : { "义" : { "term_freq" : 1, "tokens" : [ { "position" : 1, "start_offset" : 1, "end_offset" : 2 } ] }, "分" : { "term_freq" : 1, "tokens" : [ { "position" : 7, "start_offset" : 7, "end_offset" : 8 } ] }, "和" : { "term_freq" : 1, "tokens" : [ { "position" : 15, "start_offset" : 16, "end_offset" : 17 } ] }, "器" : { "term_freq" : 1, "tokens" : [ { "position" : 9, "start_offset" : 9, "end_offset" : 10 } ] }, "字" : { "term_freq" : 1, "tokens" : [ { "position" : 4, "start_offset" : 4, "end_offset" : 5 } ] }, "定" : { "term_freq" : 1, "tokens" : [ { "position" : 0, "start_offset" : 0, "end_offset" : 1 } ] }, "对" : { "term_freq" : 1, "tokens" : [ { "position" : 12, "start_offset" : 13, "end_offset" : 14 } ] }, "引" : { "term_freq" : 1, "tokens" : [ { "position" : 14, "start_offset" : 15, "end_offset" : 16 } ] }, "效" : { "term_freq" : 1, "tokens" : [ { "position" : 21, "start_offset" : 22, "end_offset" : 23 } ] }, "文" : { "term_freq" : 1, "tokens" : [ { "position" : 2, "start_offset" : 2, "end_offset" : 3 } ] }, "是" : { "term_freq" : 1, "tokens" : [ { "position" : 19, "start_offset" : 20, "end_offset" : 21 } ] }, "有" : { "term_freq" : 1, "tokens" : [ { "position" : 20, "start_offset" : 21, "end_offset" : 22 } ] }, "本" : { "term_freq" : 1, "tokens" : [ { "position" : 3, "start_offset" : 3, "end_offset" : 4 } ] }, "查" : { "term_freq" : 1, "tokens" : [ { "position" : 16, "start_offset" : 17, "end_offset" : 18 } ] }, "段" : { "term_freq" : 1, "tokens" : [ { "position" : 5, "start_offset" : 5, "end_offset" : 6 } ] }, "的" : { "term_freq" : 2, "tokens" : [ { "position" : 6, "start_offset" : 6, "end_offset" : 7 }, { "position" : 22, "start_offset" : 23, "end_offset" : 24 } ] }, "索" : { "term_freq" : 1, "tokens" : [ { "position" : 13, "start_offset" : 14, "end_offset" : 15 } ] }, "认" : { "term_freq" : 1, "tokens" : [ { "position" : 11, "start_offset" : 12, "end_offset" : 13 } ] }, "词" : { "term_freq" : 1, "tokens" : [ { "position" : 8, "start_offset" : 8, "end_offset" : 9 } ] }, "询" : { "term_freq" : 1, "tokens" : [ { "position" : 17, "start_offset" : 18, "end_offset" : 19 } ] }, "都" : { "term_freq" : 1, "tokens" : [ { "position" : 18, "start_offset" : 19, "end_offset" : 20 } ] }, "默" : { "term_freq" : 1, "tokens" : [ { "position" : 10, "start_offset" : 11, "end_offset" : 12 } ] } } } }}能够看到，默认状况下，中文就是一个字一个字的分，这种分词形式没有任何意义。如果这样分词，查问就只能依照一个字一个字来查，像上面这样：
GET blog/_search{ "query": { "term": { "title": "定" } }}无意义！！！
所以，咱们要依据理论状况，配置适合的分词器。
给字段设定分词器：
PUT blog{ "mappings": { "properties": { "title":{ "type":"text", "analyzer": "ik_smart" } } }}存储文档：
PUT blog/_doc/1{ "title":"定义文本字段的分词器。默认对索引和查问都是无效的。"}查看词条向量：
GET blog/_termvectors/1{ "fields": ["title"]}查问后果如下：
{ "_index" : "blog", "_type" : "_doc", "_id" : "1", "_version" : 1, "found" : true, "took" : 1, "term_vectors" : { "title" : { "field_statistics" : { "sum_doc_freq" : 12, "doc_count" : 1, "sum_ttf" : 13 }, "terms" : { "分词器" : { "term_freq" : 1, "tokens" : [ { "position" : 4, "start_offset" : 7, "end_offset" : 10 } ] }, "和" : { "term_freq" : 1, "tokens" : [ { "position" : 8, "start_offset" : 16, "end_offset" : 17 } ] }, "字段" : { "term_freq" : 1, "tokens" : [ { "position" : 2, "start_offset" : 4, "end_offset" : 6 } ] }, "定义" : { "term_freq" : 1, "tokens" : [ { "position" : 0, "start_offset" : 0, "end_offset" : 2 } ] }, "对" : { "term_freq" : 1, "tokens" : [ { "position" : 6, "start_offset" : 13, "end_offset" : 14 } ] }, "文本" : { "term_freq" : 1, "tokens" : [ { "position" : 1, "start_offset" : 2, "end_offset" : 4 } ] }, "无效" : { "term_freq" : 1, "tokens" : [ { "position" : 11, "start_offset" : 21, "end_offset" : 23 } ] }, "查问" : { "term_freq" : 1, "tokens" : [ { "position" : 9, "start_offset" : 17, "end_offset" : 19 } ] }, "的" : { "term_freq" : 2, "tokens" : [ { "position" : 3, "start_offset" : 6, "end_offset" : 7 }, { "position" : 12, "start_offset" : 23, "end_offset" : 24 } ] }, "索引" : { "term_freq" : 1, "tokens" : [ { "position" : 7, "start_offset" : 14, "end_offset" : 16 } ] }, "都是" : { "term_freq" : 1, "tokens" : [ { "position" : 10, "start_offset" : 19, "end_offset" : 21 } ] }, "默认" : { "term_freq" : 1, "tokens" : [ { "position" : 5, "start_offset" : 11, "end_offset" : 13 } ] } } } }}而后就能够通过词去搜寻了：
GET blog/_search{ "query": { "term": { "title": "索引" } }}1.2 search_analyzer
查问时候的分词器。默认状况下，如果没有配置 search_analyzer，则查问时，首先查看有没有 search_analyzer，有的话，就用 search_analyzer 来进行分词，如果没有，则看有没有 analyzer，如果有，则用 analyzer 来进行分词，否则应用 es 默认的分词器。
1.3 normalizer
normalizer 参数用于解析前（索引或者查问）的标准化配置。
比方，在 es 中，对于一些咱们不想切分的字符串，咱们通常会将其设置为 keyword，搜寻时候也是应用整个词进行搜寻。如果在索引前没有做好数据荡涤，导致大小写不统一，例如 javaboy 和 JAVABOY，此时，咱们就能够应用 normalizer 在索引之前以及查问之前进行文档的标准化。
先来一个反例，创立一个名为 blog 的索引，设置 author 字段类型为 keyword：
PUT blog{ "mappings": { "properties": { "author":{ "type": "keyword" } } }}增加两个文档：
PUT blog/_doc/1{ "author":"javaboy"}PUT blog/_doc/2{ "author":"JAVABOY"}而后进行搜寻：
GET blog/_search{ "query": { "term": { "author": "JAVABOY" } }}大写关键字能够搜到大写的文档，小写关键字能够搜到小写的文档。
如果应用了 normalizer，能够在索引和查问时，别离对文档进行预处理。
normalizer 定义形式如下：
PUT blog{ "settings": { "analysis": { "normalizer":{ "my_normalizer":{ "type":"custom", "filter":["lowercase"] } } } }, "mappings": { "properties": { "author":{ "type": "keyword", "normalizer":"my_normalizer" } } }}在 settings 中定义 normalizer，而后在 mappings 中援用。
测试形式和后面统一。此时查问的时候，大写关键字也能够查问到小写文档，因为无论是索引还是查问，都会将大写转为小写。
1.4 boost
boost 参数能够设置字段的权重。
boost 有两种应用思路，一种就是在定义 mappings 的时候应用，在指定字段类型时应用；另一种就是在查问时应用。
理论开发中倡议应用后者，前者有问题：如果不从新索引文档，权重无奈批改。
mapping 中应用 boost（不举荐）：
PUT blog{ "mappings": { "properties": { "content":{ "type": "text", "boost": 2 } } }}另一种形式就是在查问的时候，指定 boost
GET blog/_search{ "query": { "match": { "content": { "query": "你好", "boost": 2 } } }}1.5 coerce
coerce 用来革除脏数据，默认为 true。
例如一个数字，在 JSON 中，用户可能写错了：
{"age":"99"}或者 ：
{"age":"99.0"}这些都不是正确的数字格局。
通过 coerce 能够解决该问题。
默认状况下，以下操作没问题，就是 coerce 起作用：
PUT blog{ "mappings": { "properties": { "age":{ "type": "integer" } } }}POST blog/_doc{ "age":"99.0"}如果须要批改 coerce ，形式如下：
PUT blog{ "mappings": { "properties": { "age":{ "type": "integer", "coerce": false } } }}POST blog/_doc{ "age":99}当 coerce 批改为 false 之后，数字就只能是数字了，不能够是字符串，该字段传入字符串会报错。
1.6 copy_to
这个属性，能够将多个字段的值，复制到同一个字段中。
定义形式如下：
PUT blog{ "mappings": { "properties": { "title":{ "type": "text", "copy_to": "full_content" }, "content":{ "type": "text", "copy_to": "full_content" }, "full_content":{ "type": "text" } } }}PUT blog/_doc/1{ "title":"你好江南一点雨", "content":"当 coerce 批改为 false 之后，数字就只能是数字了，不能够是字符串，该字段传入字符串会报错。"}GET blog/_search{ "query": { "term": { "full_content": "当" } }}1.7 doc_values 和 fielddata
es 中的搜寻次要是用到倒排索引，doc_values 参数是为了放慢排序、聚合操作而生的。当建设倒排索引的时候，会额定减少列式存储映射。
doc_values 默认是开启的，如果确定某个字段不须要排序或者不须要聚合，那么能够敞开 doc_values。
大部分的字段在索引时都会生成 doc_values，除了 text。text 字段在查问时会生成一个 fielddata 的数据结构，fieldata 在字段首次被聚合、排序的时候生成。
| doc_values | fielddata |
|---|---|
| 索引时创立 | 应用时动态创建 |
| 磁盘 | 内存 |
| 不占用内存 | 不占用磁盘 |
| 索引速度略微低一点 | 文档很多时，动态创建慢，占内存 |
doc_values 默认开启，fielddata 默认敞开。
doc_values 演示：
PUT usersPUT users/_doc/1{ "age":100}PUT users/_doc/2{ "age":99}PUT users/_doc/3{ "age":98}PUT users/_doc/4{ "age":101}GET users/_search{ "query": { "match_all": {} }, "sort":[ { "age":{ "order": "desc" } } ]}因为 doc_values 默认时开启的，所以能够间接应用该字段排序，如果想敞开 doc_values ，如下：
PUT users{ "mappings": { "properties": { "age":{ "type": "integer", "doc_values": false } } }}PUT users/_doc/1{ "age":100}PUT users/_doc/2{ "age":99}PUT users/_doc/3{ "age":98}PUT users/_doc/4{ "age":101}GET users/_search{ "query": { "match_all": {} }, "sort":[ { "age":{ "order": "desc" } } ]}1.8 dynamic
1.9 enabled
es 默认会索引所有的字段，然而有的字段可能只须要存储，不须要索引。此时能够通过 enabled 字段来管制：
PUT blog{ "mappings": { "properties": { "title":{ "enabled": false } } }}PUT blog/_doc/1{ "title":"javaboy"}GET blog/_search{ "query": { "term": { "title": "javaboy" } }}设置了 enabled 为 false 之后，就能够再通过该字段进行搜寻了。
1.10 format
日期格局。format 能够标准日期格局，而且一次能够定义多个 format。
PUT users{ "mappings": { "properties": { "birthday":{ "type": "date", "format": "yyyy-MM-dd||yyyy-MM-dd HH:mm:ss" } } }}PUT users/_doc/1{ "birthday":"2020-11-11"}PUT users/_doc/2{ "birthday":"2020-11-11 11:11:11"}- 多个日期格局之间，应用 || 符号连贯，留神没有空格。
- 如果用户没有指定日期的 format，默认的日期格局是
strict_date_optional_time||epoch_mills
另外，所有的日期格局，能够在 https://www.elastic.co/guide/... 网址查看。
1.11 ignore_above
igbore_above 用于指定分词和索引的字符串最大长度，超过最大长度的话，该字段将不会被索引，这个字段只实用于 keyword 类型。
PUT blog{ "mappings": { "properties": { "title":{ "type": "keyword", "ignore_above": 10 } } }}PUT blog/_doc/1{ "title":"javaboy"}PUT blog/_doc/2{ "title":"javaboyjavaboyjavaboy"}GET blog/_search{ "query": { "term": { "title": "javaboyjavaboyjavaboy" } }}1.12 ignore_malformed
ignore_malformed 能够疏忽不规则的数据，该参数默认为 false。
PUT users{ "mappings": { "properties": { "birthday":{ "type": "date", "format": "yyyy-MM-dd||yyyy-MM-dd HH:mm:ss" }, "age":{ "type": "integer", "ignore_malformed": true } } }}PUT users/_doc/1{ "birthday":"2020-11-11", "age":99}PUT users/_doc/2{ "birthday":"2020-11-11 11:11:11", "age":"abc"}PUT users/_doc/2{ "birthday":"2020-11-11 11:11:11aaa", "age":"abc"}1.13 include_in_all
这个是针对 _all 字段的，然而在 es7 中，该字段曾经被废除了。
1.14 index
index 属性指定一个字段是否被索引，该属性为 true 示意字段被索引，false 示意字段不被索引。
PUT users{ "mappings": { "properties": { "age":{ "type": "integer", "index": false } } }}PUT users/_doc/1{ "age":99}GET users/_search{ "query": { "term": { "age": 99 } }}- 如果 index 为 false，则不能通过对应的字段搜寻。
1.15 index_options
index_options 管制索引时哪些信息被存储到倒排索引中（用在 text 字段中），有四种取值：
| index_options | 备注 |
|---|---|
| docs | 只存储文档编号，默认即此 |
| freqs | 在 docs 根底上，存储词项频率 |
| positions | 在 freqs 根底上，存储词项偏移地位 |
| offsets | 在 positions 根底上，存储词项开始和完结的字符地位 |
1.16 norms
norms 对字段评分有用，text 默认开启 norms，如果不是特地须要，不要开启 norms。
1.17 null_value
在 es 中，值为 null 的字段不索引也不能够被搜寻，null_value 能够让值为 null 的字段显式的可索引、可搜寻：
PUT users{ "mappings": { "properties": { "name":{ "type": "keyword", "null_value": "javaboy_null" } } }}PUT users/_doc/1{ "name":null, "age":99}GET users/_search{ "query": { "term": { "name": "javaboy_null" } }}1.18 position_increment_gap
被解析的 text 字段会将 term 的地位思考进去，目标是为了反对近似查问和短语查问，当咱们去索引一个含有多个值的 text 字段时，会在各个值之间增加一个假想的空间，将值隔开，这样就能够无效防止一些无意义的短语匹配，间隙大小通过 position_increment_gap 来管制，默认是 100。
PUT usersPUT users/_doc/1{ "name":["zhang san","li si"]}GET users/_search{ "query": { "match_phrase": { "name": { "query": "sanli" } } }}sanli搜寻不到，因为两个短语之间有一个假想的空隙，为 100。
GET users/_search{ "query": { "match_phrase": { "name": { "query": "san li", "slop": 101 } } }}能够通过 slop 指定空隙大小。
也能够在定义索引的时候，指定空隙：
PUT users{ "mappings": { "properties": { "name":{ "type": "text", "position_increment_gap": 0 } } }}PUT users/_doc/1{ "name":["zhang san","li si"]}GET users/_search{ "query": { "match_phrase": { "name": { "query": "san li" } } }}1.19 properties
1.20 similarity
similarity 指定文档的评分模型，默认有三种：
| similarity | 备注 |
|---|---|
| BM25 | es 和 lucene 默认的评分模型 |
| classic | TF/IDF 评分 |
| boolean | boolean 模型评分 |
1.21 store
默认状况下，字段会被索引，也能够搜寻，然而不会存储，尽管不会被存储的，然而 _source 中有一个字段的备份。如果想将字段存储下来，能够通过配置 store 来实现。
1.22 term_vectors
term_vectors 是通过分词器产生的信息，包含：
- 一组 terms
- 每个 term 的地位
- term 的首字符/尾字符与原始字符串原点的偏移量
term_vectors 取值：
| 取值 | 备注 |
|---|---|
| no | 不存储信息，默认即此 |
| yes | term 被存储 |
| with_positions | 在 yes 的根底上减少地位信息 |
| with_offset | 在 yes 的根底上减少偏移信息 |
| with_positions_offsets | term、地位、偏移量都存储 |
1.23 fields
fields 参数能够让同一字段有多种不同的索引形式。例如：
PUT blog{ "mappings": { "properties": { "title":{ "type": "text", "fields": { "raw":{ "type":"keyword" } } } } }}PUT blog/_doc/1{ "title":"javaboy"}GET blog/_search{ "query": { "term": { "title.raw": "javaboy" } }}- https://www.elastic.co/guide/...
最初，松哥还收集了 50+ 个我的项目需要文档，想做个我的项目练练手的小伙伴无妨看看哦～
需要文档地址：https://github.com/lenve/javadoc