环境
- Elasticsearch 8.1
- Kibana 8.1
- MacOS 10.14.6
简介
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
应用
定义字段别名标准
- 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
不反对应用字段别名的API
- 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
测试
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javaGET 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" ]}
应用场景
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