在大數(shù)據(jù)時(shí)代，如何有效存儲(chǔ)和檢索信息成為了各行各業(yè)關(guān)注的焦點(diǎn)。Elasticsearch，作為一種開源的分布式搜索引擎，因其高效的全文搜索能力和靈活的擴(kuò)展性而受到廣泛歡迎。在使用 Elasticsearch 的過程中，索引和映射的管理是至關(guān)重要的環(huán)節(jié)，它們直接影響著數(shù)據(jù)的組織結(jié)構(gòu)和查詢效率。

本文將深入探討 Elasticsearch 中索引與映射的操作，包括如何創(chuàng)建、更新和刪除索引，以及如何定義和修改映射。我們將提供實(shí)用的示例和最佳實(shí)踐，以幫助讀者掌握這些關(guān)鍵概念，并提高在 Elasticsearch 中的數(shù)據(jù)管理能力。無論你是 Elasticsearch 的新手還是有經(jīng)驗(yàn)的用戶，這篇文章都將為你提供寶貴的知識(shí)和技巧，助力你在數(shù)據(jù)處理和分析的道路上更進(jìn)一步。在 Elasticsearch 中執(zhí)行索引相關(guān)操作的基本內(nèi)容總結(jié)。

一、索引操作

（一）創(chuàng)建索引

創(chuàng)建Elasticsearch（ES）索引是在ES中存儲(chǔ)和管理數(shù)據(jù)的重要操作之一。索引是用于組織和檢索文檔的結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)。

當(dāng)創(chuàng)建Elasticsearch索引時(shí)，通常需要同時(shí)指定索引的設(shè)置（Settings）和映射（Mappings）。以下是一個(gè)包括索引的設(shè)置和映射的示例：

PUT /my_index
{
  "settings": {
    "number_of_shards": 5,
    "number_of_replicas": 1
  },
  "mappings": {
    "properties": {
      "field1": {
        "type": "text",
        "analyzer": "standard"
      },
      "field2": {
        "type": "keyword"
      },
      "field3": {
        "type": "integer"
      },
      "field4": {
        "type": "date",
        "format": "yyyy-MM-dd"
      }
    }
  }
}

在這個(gè)示例中：

• settings 部分包括索引的配置設(shè)置。例如，它指定了索引將被分成5個(gè)主分片（number_of_shards），并包含1個(gè)副本（number_of_replicas）。您可以根據(jù)需求自定義這些設(shè)置。
• mappings 部分用于定義索引中的字段映射。每個(gè)字段都包括字段名、數(shù)據(jù)類型（例如，text、keyword、integer、date等）以及可選的屬性（例如，分析器、日期格式等）。

這個(gè)示例通過DSL告訴Elasticsearch如何創(chuàng)建索引、如何配置索引的主分片和副本，以及如何映射字段以便正確存儲(chǔ)和檢索文檔數(shù)據(jù)。在創(chuàng)建索引后，可以將文檔添加到索引中，并使用查詢DSL執(zhí)行各種查詢操作。

假設(shè)您正在構(gòu)建一個(gè)電子商務(wù)網(wǎng)站，需要存儲(chǔ)和檢索產(chǎn)品信息?？梢远x產(chǎn)品索引的映射，包括產(chǎn)品名稱、描述、價(jià)格等字段的數(shù)據(jù)類型和屬性。

DSL示例：

PUT /products
{
  "mappings": {
    "properties": {
      "product_name": {
        "type": "text",
        "analyzer": "standard"
      },
      "description": {
        "type": "text",
        "analyzer": "english"
      },
      "price": {
        "type": "float"
      },
      "category": {
        "type": "keyword"
      }
    }
  }
}

Java示例：

CreateIndexRequest request = new CreateIndexRequest("products");
request.mapping("_doc", 
    "product_name", "type=text,analyzer=standard",
    "description", "type=text,analyzer=english",
    "price", "type=float",
    "category", "type=keyword"
);
CreateIndexResponse createIndexResponse = client.indices()
.create(request, RequestOptions.DEFAULT);

（二）刪除索引

刪除 Elasticsearch（ES）索引是一項(xiàng)重要的操作，可以用來清理不再需要的數(shù)據(jù)索引。要?jiǎng)h除 Elasticsearch 索引，可以使用以下常規(guī)DSL語句：

DELETE /my_index

在上述示例中，DELETE 是 HTTP 請(qǐng)求方法，/my_index 是要?jiǎng)h除的索引名稱。這個(gè)簡單的DSL語句會(huì)告訴 Elasticsearch 刪除名為 my_index 的索引及其所有數(shù)據(jù)。

• DELETE：這是 HTTP 請(qǐng)求方法，指示 Elasticsearch 執(zhí)行刪除操作。
• /my_index：這是要?jiǎng)h除的索引的名稱。確保您提供的索引名稱是正確的，因?yàn)閯h除后無法恢復(fù)。

假設(shè)您運(yùn)營一個(gè)博客平臺(tái)，以索引和存儲(chǔ)博客文章。有時(shí)，您可能需要?jiǎng)h除某些舊的博客索引以釋放存儲(chǔ)空間。要?jiǎng)h除名為 blog_posts 的博客索引，可以使用以下DSL語句：

DELETE /blog_posts

對(duì)應(yīng)java代碼可以為：

DeleteIndexRequest deleteRequest = new DeleteIndexRequest("blog_posts");
AcknowledgedResponse deleteResponse = client.indices()
.delete(deleteRequest, RequestOptions.DEFAULT);
if (deleteResponse.isAcknowledged()) {
    System.out.println("博客索引刪除成功");
} else {
    System.out.println("博客索引刪除失敗");
}

（三）關(guān)閉索引

關(guān)閉 Elasticsearch（ES）索引是一種操作，可以將索引設(shè)置為不可用狀態(tài)，以減少資源消耗，但仍然保留索引定義和數(shù)據(jù)。要關(guān)閉 Elasticsearch 索引，可以使用以下常規(guī)DSL語句：

POST /my_index/_close

在上述示例中，POST 是 HTTP 請(qǐng)求方法，/my_index/_close 是要關(guān)閉的索引的路徑。這個(gè)DSL語句會(huì)告訴 Elasticsearch 關(guān)閉名為 my_index 的索引。

• POST：這是 HTTP 請(qǐng)求方法，用于執(zhí)行關(guān)閉操作。
• /my_index/_close：這是要關(guān)閉的索引的路徑。請(qǐng)注意，關(guān)閉操作是通過向索引的特殊路徑發(fā)送 POST 請(qǐng)求來執(zhí)行的。

假設(shè)您運(yùn)營一個(gè)文檔管理系統(tǒng)，使用 Elasticsearch 來存儲(chǔ)文檔索引。有時(shí)，您可能需要關(guān)閉某個(gè)索引以釋放資源，但仍然保留索引定義，以便以后再次啟用。要關(guān)閉名為 document_index 的文檔索引，可以使用以下DSL語句：

POST /document_index/_close

對(duì)應(yīng)java代碼可寫為：

CloseIndexRequest closeIndexRequest = new CloseIndexRequest("document_index");
AcknowledgeResponse closeResponse = client.indices()
.close(closeIndexRequest, RequestOptions.DEFAULT);
if (closeResponse.isAcknowledged()) {
    System.out.println("索引關(guān)閉成功");
} else {
    System.out.println("索引關(guān)閉失敗");
}

（四）打開索引

打開 Elasticsearch（ES）索引是一種操作，可以將先前關(guān)閉的索引重新設(shè)置為可用狀態(tài)，以便進(jìn)行搜索和寫入操作。要打開 Elasticsearch 索引，可以使用以下常規(guī)DSL語句：

POST /my_index/_open

在上述示例中，POST 是 HTTP 請(qǐng)求方法，/my_index/_open 是要打開的索引的路徑。這個(gè)DSL語句會(huì)告訴 Elasticsearch 打開名為 my_index 的索引。

• POST：這是 HTTP 請(qǐng)求方法，用于執(zhí)行打開操作。
• /my_index/_open：這是要打開的索引的路徑。請(qǐng)注意，打開操作是通過向索引的特殊路徑發(fā)送 POST 請(qǐng)求來執(zhí)行的。

假設(shè)您運(yùn)營一個(gè)文檔管理系統(tǒng)，使用 Elasticsearch 存儲(chǔ)文檔索引。有時(shí)，可能需要重新打開以前關(guān)閉的索引，以便用戶可以再次訪問和搜索文檔。要重新打開名為 document_index 的文檔索引，可以使用以下DSL語句：

POST /document_index/_open

對(duì)應(yīng)java代碼可寫為：

OpenIndexRequest openIndexRequest = new OpenIndexRequest("document_index");
OpenIndexResponse openResponse = client.indices()
.open(openIndexRequest, RequestOptions.DEFAULT);
if (openResponse.isAcknowledged()) {
    System.out.println("索引打開成功");
} else {
    System.out.println("索引打開失敗");
}

這個(gè)示例適用于文檔管理系統(tǒng)，如果先前關(guān)閉的文檔索引需要再次被用戶訪問和搜索，那么重新打開索引是一個(gè)有效的操作。這可以用于重新激活不再頻繁使用但仍然有價(jià)值的索引。

總之，重新打開 Elasticsearch 索引是一種管理索引可用性的操作，可用于恢復(fù)先前關(guān)閉的索引以進(jìn)行搜索和寫入操作。根據(jù)具體需求，可以使用DSL或 Elasticsearch 客戶端庫來執(zhí)行此操作。請(qǐng)注意，重新打開索引后，用戶可以再次對(duì)其執(zhí)行搜索和寫入操作。

（五）索引別名

Elasticsearch索引別名是一項(xiàng)強(qiáng)大的功能，用于管理索引的命名別稱，以提供更靈活的索引管理和查詢。

用法分析

• 索引版本控制：索引別名可以用于實(shí)現(xiàn)索引版本控制。當(dāng)您需要更新索引時(shí)，可以創(chuàng)建一個(gè)新的索引，并將別名指向新索引，而不需要更改應(yīng)用程序中的查詢。這使得您可以平滑地進(jìn)行索引維護(hù)和升級(jí)。
• 切換索引：別名允許您在不中斷查詢的情況下切換索引。這對(duì)于在索引上執(zhí)行滾動(dòng)更新、備份、恢復(fù)和數(shù)據(jù)遷移等操作時(shí)非常有用。
• 多索引查詢：您可以將一個(gè)別名關(guān)聯(lián)到多個(gè)索引上，從而實(shí)現(xiàn)多索引查詢。這對(duì)于執(zhí)行跨多個(gè)索引的復(fù)雜查詢非常有用，而無需明確指定每個(gè)索引的名稱。
• 索引分割與歸檔：索引別名可以用于將數(shù)據(jù)分割到不同的索引中，以便更好地管理大量數(shù)據(jù)。例如，您可以創(chuàng)建每天一個(gè)新索引，然后使用別名匯總它們，之后可以輕松地歸檔或刪除舊的索引。
• 索引安全性：通過使用別名，您可以在后端更改實(shí)際索引名稱，從而增強(qiáng)索引的安全性。外部用戶不需要知道真正的索引名稱。

注意事項(xiàng)

• 別名不是索引：索引別名本身不存儲(chǔ)數(shù)據(jù)，它只是一個(gè)指向一個(gè)或多個(gè)索引的符號(hào)引用。因此，創(chuàng)建和刪除別名是低成本的操作。
• 別名更改是原子操作：將別名切換到新索引或刪除別名是原子操作，這意味著它們不會(huì)中斷正在執(zhí)行的查詢。但請(qǐng)注意，將別名從一個(gè)索引切換到另一個(gè)索引后，新的索引可能需要時(shí)間來完全加載數(shù)據(jù)。
• 謹(jǐn)慎使用別名：雖然索引別名非常強(qiáng)大，但也需要謹(jǐn)慎使用。不恰當(dāng)?shù)膭e名管理可能會(huì)導(dǎo)致混淆和錯(cuò)誤。
• 版本控制的注意事項(xiàng)：當(dāng)使用別名進(jìn)行索引版本控制時(shí)，需要確保新索引的映射與舊索引的映射兼容。否則，應(yīng)用程序可能會(huì)出現(xiàn)問題。
• 查詢性能：盡管別名可以提高查詢的靈活性，但跨多個(gè)索引執(zhí)行查詢可能會(huì)增加性能開銷。請(qǐng)謹(jǐn)慎設(shè)計(jì)查詢以優(yōu)化性能。

總之，索引別名是 Elasticsearch 靈活索引管理的有力工具，但需要仔細(xì)規(guī)劃和使用。它們可以用于索引版本控制、查詢優(yōu)化和索引維護(hù)，但需要謹(jǐn)慎管理以確保正確性和性能。

應(yīng)用案例舉例和具體案例展示

案例舉例-版本控制：

• 案例：假設(shè)您的應(yīng)用程序存儲(chǔ)用戶生成的文檔，并且您需要定期更新文檔結(jié)構(gòu)，例如添加新字段或更改映射。同時(shí)，您希望用戶可以持續(xù)訪問其舊文檔，并逐漸遷移到新文檔結(jié)構(gòu)。
• 解決方案：您可以為每個(gè)文檔類型創(chuàng)建一個(gè)別名，例如"v1"和"v2"，每個(gè)別名指向不同版本的索引。當(dāng)您需要更新索引時(shí)，創(chuàng)建一個(gè)新的索引版本，并將別名指向新索引。這樣，新文檔將被寫入新索引，而用戶仍然可以查詢舊索引以訪問舊文檔。逐漸遷移用戶到新索引后，您可以刪除舊索引。

案例舉例-多索引查詢：

• 案例：您的應(yīng)用程序需要執(zhí)行復(fù)雜的查詢，涉及多個(gè)索引。例如，在電子商務(wù)平臺(tái)上，您可能有一個(gè)索引用于存儲(chǔ)產(chǎn)品信息，另一個(gè)用于存儲(chǔ)訂單信息，而查詢需要同時(shí)涵蓋這兩個(gè)索引。
• 解決方案：創(chuàng)建一個(gè)別名，例如"ecommerce_data"，將其指向產(chǎn)品和訂單索引。然后，您的查詢可以針對(duì)"ecommerce_data"別名執(zhí)行，而無需明確指定每個(gè)索引的名稱。這使得查詢更簡單且更具可維護(hù)性。

案例舉例-索引分割與歸檔：

• 案例：您的應(yīng)用程序需要存儲(chǔ)大量數(shù)據(jù)，例如日志數(shù)據(jù)，但不希望將所有數(shù)據(jù)存儲(chǔ)在一個(gè)巨大的索引中。您還希望能夠輕松地歸檔舊數(shù)據(jù)，同時(shí)保持查詢的可用性。
• 解決方案：創(chuàng)建一個(gè)別名，例如"logs"，將其指向每天一個(gè)新索引。每天結(jié)束時(shí)，創(chuàng)建新索引并更新別名，這樣新數(shù)據(jù)將被寫入新索引。舊索引可以被歸檔或刪除，而查詢可以繼續(xù)使用"logs"別名，無需更改。

案例舉例索引切換：

• 案例：您的應(yīng)用程序需要進(jìn)行滾動(dòng)更新，例如，將新版本的數(shù)據(jù)引入到生產(chǎn)環(huán)境中，同時(shí)確保零停機(jī)時(shí)間。
• 解決方案：創(chuàng)建一個(gè)別名，例如"live_data"，將其指向當(dāng)前的生產(chǎn)索引。然后，將新索引準(zhǔn)備好，并在準(zhǔn)備就緒后，將別名從舊索引切換到新索引。這樣，新數(shù)據(jù)將在不中斷查詢的情況下引入到生產(chǎn)環(huán)境中。

這些案例說明了索引別名在處理數(shù)據(jù)版本控制、查詢優(yōu)化、數(shù)據(jù)分割與歸檔以及索引切換方面的實(shí)際應(yīng)用。通過巧妙使用別名，可以更靈活地管理和操作您的 Elasticsearch 索引，同時(shí)確保數(shù)據(jù)的可用性和性能。

選擇上面提到的 "版本控制" 案例，并進(jìn)行具體的展示和分析步驟。這個(gè)案例涉及使用索引別名進(jìn)行索引版本控制，允許平滑地更新索引結(jié)構(gòu)而不中斷用戶查詢。

背景：假設(shè)我們運(yùn)營一個(gè)博客平臺(tái)，使用 Elasticsearch 來存儲(chǔ)博客文章。需要定期更新博客文章的結(jié)構(gòu)，例如，添加新字段或更改映射。同時(shí)希望用戶可以持續(xù)訪問其舊的博客文章，并逐漸遷移到新的文章結(jié)構(gòu)。

第一步：創(chuàng)建初始索引和別名

創(chuàng)建初始的博客索引，例如 blog_posts_v1。

PUT /blog_posts_v1
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text"
      },
      "content": {
        "type": "text"
      },
      "date_published": {
        "type": "date"
      }
    }
  }
}

創(chuàng)建一個(gè)別名 blog_posts，將其指向初始的博客索引。

POST /_aliases
{
  "actions": [
    {
      "add": {
        "index": "blog_posts_v1",
        "alias": "blog_posts"
      }
    }
  ]
}

第二步：定期更新索引結(jié)構(gòu)。當(dāng)需要更新索引結(jié)構(gòu)時(shí)，創(chuàng)建一個(gè)新的博客索引，例如 blog_posts_v2，并更新映射。

PUT /blog_posts_v2
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text"
      },
      "content": {
        "type": "text"
      },
      "date_published": {
        "type": "date"
      },
      "author": {
        "type": "keyword"
      }
    }
  }
}

第三步：切換別名。一旦新的博客索引 blog_posts_v2 準(zhǔn)備就緒，使用別名切換將別名 blog_posts 從舊索引 blog_posts_v1 切換到新索引 blog_posts_v2。

POST /_aliases
{
  "actions": [
    {
      "remove": {
        "index": "blog_posts_v1",
        "alias": "blog_posts"
      }
    },
    {
      "add": {
        "index": "blog_posts_v2",
        "alias": "blog_posts"
      }
    }
  ]
}

第四步：用戶遷移。用戶可以繼續(xù)訪問和查詢博客文章，而無需更改他們的查詢代碼。新的博客文章將寫入新的索引 blog_posts_v2，而舊的博客文章仍然可查詢。

第五步：清理舊索引。定期清理舊的博客索引（例如，blog_posts_v1），或者在不再需要它們時(shí)進(jìn)行歸檔或刪除。

這個(gè)案例說明了如何使用索引別名在更新索引結(jié)構(gòu)時(shí)，平滑地遷移用戶到新的索引版本，同時(shí)保持查詢的連續(xù)性。索引別名是實(shí)現(xiàn)版本控制和索引維護(hù)的有力工具。

二、映射操作

在 Elasticsearch 中，映射（Mapping）是用來定義如何存儲(chǔ)和索引文檔中字段的方式的重要概念。映射操作用于指定字段的數(shù)據(jù)類型、分析器以及其他屬性，以便 Elasticsearch 能夠正確地處理和查詢文檔中的數(shù)據(jù)。

映射是 Elasticsearch 中的元數(shù)據(jù)，它描述了索引中每個(gè)字段的數(shù)據(jù)類型、如何被索引以及如何存儲(chǔ)。它允許 Elasticsearch 理解和處理文檔中的數(shù)據(jù)。

映射的主要元素：

• 數(shù)據(jù)類型：定義字段的數(shù)據(jù)類型，如文本、數(shù)字、日期、地理位置等。
• 分析器（Analyzer）：指定用于分詞和處理文本字段的分析器。分析器將文本字段拆分成單詞，以便進(jìn)行全文搜索。
• 屬性（Properties）：定義字段的其他屬性，如是否可搜索、是否存儲(chǔ)原始值、是否支持排序等。
• 嵌套映射（Nested Mapping）：用于處理復(fù)雜數(shù)據(jù)結(jié)構(gòu)，如嵌套文檔或數(shù)組。

映射對(duì)于正確索引和查詢文檔非常重要。如果映射不正確，將導(dǎo)致搜索和分析錯(cuò)誤。正確的映射可以優(yōu)化查詢性能，使 Elasticsearch 能夠更好地理解和處理文檔數(shù)據(jù)。一旦索引創(chuàng)建后，通常不能直接更改映射。但可以通過重新索引數(shù)據(jù)或創(chuàng)建新索引來應(yīng)用新的映射。

映射的注意事項(xiàng)：

• 映射的設(shè)計(jì)需要仔細(xì)考慮，因?yàn)椴徽_的映射可能會(huì)導(dǎo)致數(shù)據(jù)不一致或搜索性能下降。
• 映射更改可能需要謹(jǐn)慎處理，特別是在生產(chǎn)環(huán)境中，因?yàn)椴徽_的映射更改可能會(huì)導(dǎo)致數(shù)據(jù)丟失或不可用。

總之，映射是 Elasticsearch 中用于定義和管理索引字段的關(guān)鍵操作。正確的映射設(shè)計(jì)可以提高查詢性能和數(shù)據(jù)質(zhì)量，而不正確的映射可能會(huì)導(dǎo)致問題。在設(shè)計(jì)和管理索引時(shí)，請(qǐng)謹(jǐn)慎考慮映射的使用和更改。

（一）查看映射

在 Elasticsearch 中，可以使用映射操作查看索引的映射信息。要查看索引的映射，可以使用以下常規(guī)DSL語句：

GET /my_index/_mapping

在上述示例中，GET 是 HTTP 請(qǐng)求方法，/my_index/_mapping 是要查看映射的索引名稱。

• GET：這是 HTTP 請(qǐng)求方法，用于執(zhí)行查看映射操作。
• /my_index/_mapping：這是要查看映射的索引的路徑。

假設(shè)運(yùn)營一個(gè)電子商務(wù)網(wǎng)站，使用 Elasticsearch 來存儲(chǔ)產(chǎn)品信息。電子商務(wù)網(wǎng)站存儲(chǔ)產(chǎn)品信息的 Elasticsearch 索引名為 products，該索引包含產(chǎn)品的名稱、價(jià)格、描述等信息。使用以下DSL語句來查看產(chǎn)品索引 products 的映射：

GET /products/_mapping

使用以下DSL請(qǐng)求 GET /products/_mapping 會(huì)返回關(guān)于索引 products 的映射信息。返回結(jié)果將是一個(gè)JSON格式的響應(yīng)，其中包含有關(guān)索引中字段的詳細(xì)信息。以下是對(duì)返回結(jié)果的分析說明：

{
  "products": {
    "mappings": {
      "properties": {
        "name": {
          "type": "text",
          "fields": {
            "keyword": {
              "type": "keyword",
              "ignore_above": 256
            }
          }
        },
        "price": {
          "type": "float"
        },
        "description": {
          "type": "text"
        },
        // 其他字段...
      }
    }
  }
}

（二）擴(kuò)展映射

在 Elasticsearch 中，擴(kuò)展映射（Mapping Expansion）是一項(xiàng)操作，用于在已有的索引映射基礎(chǔ)上添加新的字段或修改已有字段的屬性。這可以用于動(dòng)態(tài)地適應(yīng)數(shù)據(jù)模型的變化或?yàn)樗饕械淖侄翁砑有鹿δ?。以下是有關(guān)擴(kuò)展映射的分析：

擴(kuò)展映射的使用場景

• 適應(yīng)數(shù)據(jù)模型的變化：當(dāng)應(yīng)用程序需要存儲(chǔ)新類型的數(shù)據(jù)或更改現(xiàn)有數(shù)據(jù)的結(jié)構(gòu)時(shí)，擴(kuò)展映射是一種靈活的方式。例如，可以將新的文本字段添加到索引，以存儲(chǔ)新類型的信息。
• 引入新的數(shù)據(jù)屬性：可能需要在索引中添加新的字段來存儲(chǔ)與現(xiàn)有數(shù)據(jù)相關(guān)的新屬性。例如，如果索引包含產(chǎn)品信息，可能希望在以后添加字段來存儲(chǔ)產(chǎn)品的新特性。
• 索引迭代和升級(jí)：當(dāng)需要對(duì)索引進(jìn)行迭代和升級(jí)時(shí)，擴(kuò)展映射是必要的。例如，如果在舊版本的索引中不包括某些字段，但在新版本中需要這些字段，可以擴(kuò)展映射以包括這些字段。

擴(kuò)展映射的操作步驟

• 創(chuàng)建新映射：首先，需要定義新字段的映射。這包括指定字段的數(shù)據(jù)類型、分析器和其他屬性。可以通過創(chuàng)建一個(gè)新的索引映射來完成。
• 將新映射添加到索引：一旦新映射定義好了，可以使用索引別名或新的索引名稱，將新映射添加到索引中。
• 重新索引數(shù)據(jù)：如果新映射需要應(yīng)用于已有的數(shù)據(jù)，需要重新索引現(xiàn)有數(shù)據(jù)以適應(yīng)新的映射。這可以通過重新索引工具或 Elasticsearch 的 Reindex API 來實(shí)現(xiàn)。
• 測試和驗(yàn)證：在應(yīng)用新映射之前，建議對(duì)其進(jìn)行測試和驗(yàn)證，以確保數(shù)據(jù)存儲(chǔ)和查詢操作按預(yù)期工作。

注意事項(xiàng)和考慮因素

• 擴(kuò)展映射可能需要一些索引維護(hù)工作，特別是對(duì)于大型索引。重新索引數(shù)據(jù)可能會(huì)導(dǎo)致一些性能開銷。
• 在擴(kuò)展映射時(shí)，確保新映射的定義與應(yīng)用程序的需求和數(shù)據(jù)模型一致。
• 考慮數(shù)據(jù)遷移策略，特別是在高可用性和生產(chǎn)環(huán)境中。數(shù)據(jù)遷移應(yīng)謹(jǐn)慎進(jìn)行，以確保不會(huì)導(dǎo)致數(shù)據(jù)丟失或中斷查詢。

總之，擴(kuò)展映射是 Elasticsearch 中用于適應(yīng)數(shù)據(jù)模型變化和引入新屬性的重要操作。它提供了靈活性，允許根據(jù)應(yīng)用程序需求不斷發(fā)展和擴(kuò)展索引映射。在執(zhí)行擴(kuò)展映射操作時(shí)，請(qǐng)謹(jǐn)慎規(guī)劃和測試，以確保數(shù)據(jù)的完整性和性能。

業(yè)務(wù)舉例：擴(kuò)展映射以添加作者和標(biāo)簽字段

假設(shè)運(yùn)營一個(gè)在線新聞門戶網(wǎng)站，使用 Elasticsearch 來存儲(chǔ)新聞文章的索引。最初的索引只包含文章的標(biāo)題、內(nèi)容和發(fā)布日期?，F(xiàn)在，我們決定擴(kuò)展映射，以添加新的字段以存儲(chǔ)文章的作者和標(biāo)簽。新聞門戶網(wǎng)站使用 Elasticsearch 索引 news_articles 來存儲(chǔ)新聞文章。最初的映射定義如下：

{
  "news_articles": {
    "mappings": {
      "properties": {
        "title": {
          "type": "text"
        },
        "content": {
          "type": "text"
        },
        "publish_date": {
          "type": "date"
        }
      }
    }
  }
}

現(xiàn)在，決定擴(kuò)展映射，以包括文章的作者和標(biāo)簽信息。

第一步：創(chuàng)建新映射。需要?jiǎng)?chuàng)建新的映射，以包括作者和標(biāo)簽字段。新映射如下所示：

{
  "news_articles": {
    "mappings": {
      "properties": {
        "title": {
          "type": "text"
        },
        "content": {
          "type": "text"
        },
        "publish_date": {
          "type": "date"
        },
        "author": {
          "type": "text"
        },
        "tags": {
          "type": "keyword"
        }
      }
    }
  }
}

在新映射中，我們添加了兩個(gè)新字段：author 和 tags，分別用于存儲(chǔ)文章的作者名字和標(biāo)簽（以關(guān)鍵字類型存儲(chǔ)）。

第二步：將新映射添加到索引。為了將新映射添加到現(xiàn)有索引中，可以執(zhí)行以下步驟：

• 創(chuàng)建一個(gè)新的索引，例如 news_articles_v2，并應(yīng)用新的映射。
• 使用 Elasticsearch 的 Reindex API 將現(xiàn)有索引中的數(shù)據(jù)重新索引到新索引中。在此過程中，新映射將被應(yīng)用于已有的數(shù)據(jù)。
• 更新索引別名，以使別名指向新的索引，使其成為主要的查詢目標(biāo)。

第三步：測試和驗(yàn)證。在應(yīng)用新映射之前，進(jìn)行測試和驗(yàn)證以確保查詢和索引操作按預(yù)期工作。確保新字段的數(shù)據(jù)存儲(chǔ)和檢索都正確無誤。

（三）基本的數(shù)據(jù)類型

keyword類型

在 Elasticsearch 映射操作中，keyword 類型是一種常用的基本數(shù)據(jù)類型，用于存儲(chǔ)關(guān)鍵字?jǐn)?shù)據(jù)。與 text 類型不同，keyword 類型不進(jìn)行分詞，它將整個(gè)文本視為單個(gè)詞條。這使得 keyword 類型非常適合用于排序、聚合和精確匹配等操作。

• 關(guān)鍵字?jǐn)?shù)據(jù)：keyword 類型用于存儲(chǔ)不需要分詞的關(guān)鍵字?jǐn)?shù)據(jù)。這包括標(biāo)簽、標(biāo)識(shí)符、名稱、狀態(tài)等文本信息，通常需要進(jìn)行精確匹配或按照字母順序排序。
• 不分詞：與 text 類型不同，keyword 類型不會(huì)對(duì)文本進(jìn)行分詞。它將整個(gè)文本視為單個(gè)詞條，保留原始文本的完整性。
• 精確匹配和排序：由于不進(jìn)行分詞，keyword 類型非常適合進(jìn)行精確匹配（例如，過濾和篩選操作）和排序操作。您可以確保查詢的精確匹配，而不受分詞的影響，同時(shí)還可以按照字母順序?qū)?shù)據(jù)進(jìn)行排序。
• 不適用于全文搜索：由于不進(jìn)行分詞，keyword 類型不適用于全文搜索。如果需要全文搜索，通常應(yīng)使用 text 類型。

假設(shè)您正在使用 Elasticsearch 存儲(chǔ)產(chǎn)品信息，并且每個(gè)產(chǎn)品都有一個(gè)標(biāo)簽列表，希望能夠按照標(biāo)簽進(jìn)行精確匹配和排序。

創(chuàng)建一個(gè)索引映射，包括一個(gè) keyword 類型的字段來存儲(chǔ)產(chǎn)品標(biāo)簽。

PUT /products
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "tags": {
        "type": "keyword"
      }
    }
  }
}

向索引中添加一些產(chǎn)品文檔，包括標(biāo)簽信息。

POST /products/_doc/1
{
  "name": "Product A",
  "tags": ["electronics", "smartphone"]
}

POST /products/_doc/2
{
  "name": "Product B",
  "tags": ["clothing", "shoes"]
}

執(zhí)行一個(gè)精確匹配的查詢，查找包含特定標(biāo)簽的產(chǎn)品。

GET /products/_search
{
  "query": {
    "match": {
      "tags": "electronics"
    }
  }
}

此查詢將返回包含 "electronics" 標(biāo)簽的產(chǎn)品，而不會(huì)返回包含 "smartphone" 標(biāo)簽的產(chǎn)品。

執(zhí)行一個(gè)排序查詢，按標(biāo)簽字段的字母順序?qū)Ξa(chǎn)品進(jìn)行排序。

GET /products/_search
{
  "sort": [
    {
      "tags": "asc"
    }
  ]
}

此查詢將返回產(chǎn)品按標(biāo)簽字段的字母順序升序排列。

通過使用 keyword 類型來存儲(chǔ)標(biāo)簽信息，可以輕松地進(jìn)行精確匹配和排序，同時(shí)保留了標(biāo)簽的原始完整性。這在許多應(yīng)用中非常有用，特別是在需要處理結(jié)構(gòu)化數(shù)據(jù)的情況下。

text類型

在 Elasticsearch 映射操作中，text 類型是一種常用的基本數(shù)據(jù)類型，用于存儲(chǔ)文本數(shù)據(jù)，通常用于全文搜索和分析。

• 文本數(shù)據(jù)：text 類型主要用于存儲(chǔ)文本數(shù)據(jù)，例如文章內(nèi)容、產(chǎn)品描述、評(píng)論等。這些字段通常需要進(jìn)行全文搜索和分析。
• 分詞：text 類型會(huì)對(duì)文本進(jìn)行分詞，將文本拆分成單詞或詞條，以便更好地支持全文搜索和分析。分詞可以根據(jù)配置的分析器進(jìn)行，以便處理不同語言和文本特性。
• 全文搜索：由于分詞的支持，text 類型非常適合進(jìn)行全文搜索操作。它允許用戶查詢包含特定單詞或短語的文檔，而不需要精確匹配整個(gè)字段內(nèi)容。
• 分析功能：text 類型還支持分析功能，包括在搜索時(shí)執(zhí)行文本預(yù)處理（如小寫化、去停用詞、詞干提取等）以及相關(guān)性評(píng)分。

假設(shè)正在使用 Elasticsearch 存儲(chǔ)產(chǎn)品評(píng)論，希望能夠搜索和分析評(píng)論內(nèi)容。創(chuàng)建一個(gè)索引映射，包括一個(gè) text 類型的字段來存儲(chǔ)評(píng)論內(nèi)容。

PUT /product_reviews
{
  "mappings": {
    "properties": {
      "product_name": {
        "type": "keyword"
      },
      "comment": {
        "type": "text"
      }
    }
  }
}

向索引中添加一些產(chǎn)品評(píng)論文檔。

POST /product_reviews/_doc/1
{
  "product_name": "Product A",
  "comment": "This product is amazing! I love it."
}

POST /product_reviews/_doc/2
{
  "product_name": "Product B",
  "comment": "Not satisfied with this product. It doesn't meet my expectations."
}

執(zhí)行一個(gè)全文搜索的查詢，查找包含特定關(guān)鍵字的評(píng)論。

GET /product_reviews/_search
{
  "query": {
    "match": {
      "comment": "amazing"
    }
  }
}

此查詢將返回包含 "amazing" 關(guān)鍵字的評(píng)論。

執(zhí)行一個(gè)分析查詢，使用分析功能評(píng)分。

GET /product_reviews/_search
{
  "query": {
    "match_phrase": {
      "comment": "product satisfaction"
    }
  },
  "sort": [
    "_score" // 根據(jù)相關(guān)性評(píng)分排序
  ]
}

此查詢將返回包含 "product satisfaction" 短語的評(píng)論，并且可以根據(jù)相關(guān)性進(jìn)行排序。

{
  "took": 15,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 2,
      "relation": "eq"
    },
    "max_score": 1.2345678, // 最高評(píng)分
    "hits": [
      {
        "_index": "product_reviews",
        "_type": "_doc",
        "_id": "3",
        "_score": 1.2345678, // 文檔的評(píng)分
        "_source": {
          "product_name": "Product C",
          "comment": "I have found great product satisfaction with this item."
        }
      },
      {
        "_index": "product_reviews",
        "_type": "_doc",
        "_id": "4",
        "_score": 0.9876543, // 文檔的評(píng)分
        "_source": {
          "product_name": "Product D",
          "comment": "Product satisfaction is important for me."
        }
      }
    ]
  }
}

通過使用 text 類型來存儲(chǔ)評(píng)論內(nèi)容，可以進(jìn)行全文搜索和分析，以更好地理解用戶的反饋和需求。這對(duì)于處理文本數(shù)據(jù)的應(yīng)用場景非常有用，例如產(chǎn)品評(píng)論、新聞文章、博客內(nèi)容等。

數(shù)值類型

在 Elasticsearch 映射操作中，數(shù)值類型用于存儲(chǔ)數(shù)值數(shù)據(jù)，這些數(shù)據(jù)通常包括整數(shù)和浮點(diǎn)數(shù)。數(shù)值類型非常適用于執(zhí)行范圍查詢、聚合操作和數(shù)值計(jì)算。主要數(shù)值類型如下：

1. integer：用于存儲(chǔ)整數(shù)值。適用于存儲(chǔ)沒有小數(shù)部分的整數(shù)。

2. long：用于存儲(chǔ)長整數(shù)值。通常用于存儲(chǔ)較大范圍的整數(shù)。

3. float：用于存儲(chǔ)單精度浮點(diǎn)數(shù)值。

4. double：用于存儲(chǔ)雙精度浮點(diǎn)數(shù)值。通常用于存儲(chǔ)高精度的浮點(diǎn)數(shù)。

這些數(shù)值類型用于存儲(chǔ)不同范圍和精度的數(shù)值數(shù)據(jù)，以支持各種數(shù)值計(jì)算和分析需求。

假設(shè)正在使用 Elasticsearch 存儲(chǔ)銷售數(shù)據(jù)，其中包括產(chǎn)品的價(jià)格（浮點(diǎn)數(shù)）和銷售數(shù)量（整數(shù)）。創(chuàng)建一個(gè)名為 "sales" 的索引，其中包括了價(jià)格（price）和銷售數(shù)量（quantity）字段：

PUT /sales
{
  "mappings": {
    "properties": {
      "price": {
        "type": "float"
      },
      "quantity": {
        "type": "integer"
      }
    }
  }
}

插入了兩個(gè)產(chǎn)品的銷售數(shù)據(jù)：

POST /sales/_doc/1
{
  "price": 75.99,
  "quantity": 15
}

POST /sales/_doc/2
{
  "price": 95.50,
  "quantity": 20
}

假設(shè)希望查找價(jià)格在 50 到 100 之間且銷售數(shù)量大于等于 10 的產(chǎn)品。

GET /sales/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "price": {
              "gte": 50,
              "lte": 100
            }
          }
        },
        {
          "range": {
            "quantity": {
              "gte": 10
            }
          }
        }
      ]
    }
  }
}

返回結(jié)果將包含與查詢條件匹配的文檔。

{
  "took": 10,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 2,
      "relation": "eq"
    },
    "max_score": 1.0,
    "hits": [
      {
        "_index": "sales",
        "_type": "_doc",
        "_id": "1",
        "_score": 1.0,
        "_source": {
          "product_name": "Product A",
          "price": 75.99,
          "quantity": 15
        }
      },
      {
        "_index": "sales",
        "_type": "_doc",
        "_id": "2",
        "_score": 1.0,
        "_source": {
          "product_name": "Product B",
          "price": 95.50,
          "quantity": 20
        }
      }
    ]
  }
}

分析說明：

• 查詢使用了 range 查詢來查找價(jià)格在 50 到 100 之間的產(chǎn)品，以及銷售數(shù)量大于等于 10 的產(chǎn)品。
• 返回結(jié)果包含了匹配的文檔，每個(gè)文檔都包括了相關(guān)信息和相關(guān)性評(píng)分。
• 查詢結(jié)果中包括兩個(gè)產(chǎn)品，它們的價(jià)格和銷售數(shù)量滿足查詢條件。

這個(gè)示例演示了如何使用數(shù)值類型進(jìn)行范圍查詢，以查找滿足特定條件的文檔。數(shù)值類型非常適用于存儲(chǔ)和查詢數(shù)值數(shù)據(jù)，對(duì)于分析、統(tǒng)計(jì)和報(bào)告等用途非常有用。

布爾類型

在 Elasticsearch 映射操作中，布爾類型（Boolean）是一種基本的數(shù)據(jù)類型，用于存儲(chǔ)布爾值，即 true 或 false。布爾類型通常用于存儲(chǔ)表示真假條件的信息，例如是否已完成、是否可用等。

• 布爾數(shù)據(jù)：布爾類型用于存儲(chǔ)布爾值，它們表示真假條件。在 Elasticsearch 中，布爾字段可以用于標(biāo)識(shí)文檔是否滿足某些條件。
• 存儲(chǔ)效率：布爾字段非常節(jié)省存儲(chǔ)空間，因?yàn)樗鼈冎恍枰粋€(gè)位來表示 true 或 false。這對(duì)于存儲(chǔ)大量布爾信息的索引非常有用。
• 查詢和過濾：布爾字段可用于執(zhí)行查詢和過濾操作?？梢愿鶕?jù)布爾字段的值來篩選文檔，例如查找所有已完成的任務(wù)或所有可用的產(chǎn)品。

假設(shè)正在使用 Elasticsearch 存儲(chǔ)任務(wù)列表，并希望標(biāo)識(shí)哪些任務(wù)已完成（true）和哪些任務(wù)未完成（false）。使用 PUT 請(qǐng)求創(chuàng)建一個(gè)索引（index），并指定索引映射（mapping）。在此示例中，我們創(chuàng)建一個(gè)名為 "tasks" 的索引，并定義了兩個(gè)字段：任務(wù)名稱（task_name）和是否已完成（is_completed）。

PUT /tasks
{
  "mappings": {
    "properties": {
      "task_name": {
        "type": "text"
      },
      "is_completed": {
        "type": "boolean"
      }
    }
  }
}

插入一些示例任務(wù)數(shù)據(jù)的請(qǐng)求：

POST /tasks/_doc/1
{
  "task_name": "Task A",
  "is_completed": true
}

POST /tasks/_doc/2
{
  "task_name": "Task B",
  "is_completed": false
}

POST /tasks/_doc/3
{
  "task_name": "Task C",
  "is_completed": true
}

假設(shè)要查詢所有已完成的任務(wù)：

GET /tasks/_search
{
  "query": {
    "term": {
      "is_completed": true
    }
  }
}

返回結(jié)果將包含已完成的任務(wù)文檔：

{
  "took": 5,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 3,
      "relation": "eq"
    },
    "max_score": 1.0,
    "hits": [
      {
        "_index": "tasks",
        "_type": "_doc",
        "_id": "1",
        "_score": 1.0,
        "_source": {
          "task_name": "Task A",
          "is_completed": true
        }
      },
      {
        "_index": "tasks",
        "_type": "_doc",
        "_id": "3",
        "_score": 1.0,
        "_source": {
          "task_name": "Task C",
          "is_completed": true
        }
      }
    ]
  }
}

• 查詢使用了 term 查詢來查找 is_completed 字段為 true 的任務(wù)。
• 返回結(jié)果包含了已完成的任務(wù)文檔，每個(gè)文檔都包括了相關(guān)信息和相關(guān)性評(píng)分（如果使用相關(guān)性評(píng)分）。

這個(gè)示例演示了如何使用布爾類型字段來標(biāo)識(shí)和查詢已完成的任務(wù)。布爾類型在存儲(chǔ)和查詢表示真假條件的信息時(shí)非常有用，例如任務(wù)狀態(tài)、商品可用性等。通過這種方式，可以有效地管理和查詢布爾值數(shù)據(jù)。

日期類型

在 Elasticsearch 映射操作中，日期類型（Date）是一種基本的數(shù)據(jù)類型，用于存儲(chǔ)日期和時(shí)間信息。日期類型通常用于記錄事件發(fā)生的時(shí)間戳或日期值。

• 日期時(shí)間數(shù)據(jù)：日期類型用于存儲(chǔ)日期和時(shí)間信息，通常表示為 ISO 8601 格式的日期字符串（例如："2023-10-06T15:30:00Z"）。
• 存儲(chǔ)格式：Elasticsearch 內(nèi)部將日期類型存儲(chǔ)為 UNIX 時(shí)間戳（以毫秒為單位），但可以在查詢和返回結(jié)果中使用更人類可讀的日期字符串。
• 支持的日期格式：Elasticsearch 支持多種日期格式的解析，允許索引不同格式的日期，并在查詢時(shí)執(zhí)行日期范圍過濾和聚合。
• 時(shí)區(qū)處理：日期類型支持時(shí)區(qū)信息，以確保正確處理不同時(shí)區(qū)的日期和時(shí)間。

假設(shè)您正在使用 Elasticsearch 存儲(chǔ)新聞文章，并希望記錄每篇文章的發(fā)布日期。使用 PUT 請(qǐng)求創(chuàng)建一個(gè)索引（index），并指定索引映射（mapping）。在此示例中，我們創(chuàng)建一個(gè)名為 "news_articles" 的索引，并定義了兩個(gè)字段：新聞標(biāo)題（headline）和發(fā)布日期（publish_date）。

PUT /news_articles
{
  "mappings": {
    "properties": {
      "headline": {
        "type": "text"
      },
      "publish_date": {
        "type": "date"
      }
    }
  }
}

插入一些示例新聞文章數(shù)據(jù)的請(qǐng)求：

POST /news_articles/_doc/1
{
  "headline": "Elasticsearch 8.0 Released",
  "publish_date": "2023-04-15T10:30:00Z"
}

POST /news_articles/_doc/2
{
  "headline": "Big Data Summit 2023 Recap",
  "publish_date": "2023-07-20T14:45:00Z"
}

POST /news_articles/_doc/3
{
  "headline": "AI Advances in Healthcare",
  "publish_date": "2023-11-10T08:15:00Z"
}

假設(shè)您要查詢所有發(fā)布日期在特定時(shí)間段內(nèi)的文章：

GET /news_articles/_search
{
  "query": {
    "range": {
      "publish_date": {
        "gte": "2023-01-01T00:00:00Z",
        "lte": "2023-12-31T23:59:59Z"
      }
    }
  }
}

返回結(jié)果將包含發(fā)布日期在指定時(shí)間段內(nèi)的文章：

{
  "took": 5,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 3,
      "relation": "eq"
    },
    "max_score": 1.0,
    "hits": [
      {
        "_index": "news_articles",
        "_type": "_doc",
        "_id": "1",
        "_score": 1.0,
        "_source": {
          "headline": "Article A",
          "publish_date": "2023-04-15T10:30:00Z"
        }
      },
      {
        "_index": "news_articles",
        "_type": "_doc",
        "_id": "2",
        "_score": 1.0,
        "_source": {
          "headline": "Article B",
          "publish_date": "2023-07-20T14:45:00Z"
        }
      },
      {
        "_index": "news_articles",
        "_type": "_doc",
        "_id": "3",
        "_score": 1.0,
        "_source": {
          "headline": "Article C",
          "publish_date": "2023-11-10T08:15:00Z"
        }
      }
    ]
  }
}

• 查詢使用了 range 查詢來查找發(fā)布日期在 2023 年內(nèi)的文章。
• 返回結(jié)果包含了發(fā)布日期在指定時(shí)間段內(nèi)的文章，每個(gè)文檔都包括了相關(guān)信息和相關(guān)性評(píng)分（如果使用相關(guān)性評(píng)分）。

這個(gè)示例演示了如何使用日期類型字段來存儲(chǔ)和查詢?nèi)掌谛畔?。日期類型在存?chǔ)和分析與時(shí)間相關(guān)的數(shù)據(jù)時(shí)非常有用，例如新聞發(fā)布日期、事件發(fā)生時(shí)間等。通過這種方式，可以輕松地執(zhí)行日期范圍過濾和聚合操作，以滿足各種時(shí)間相關(guān)的查詢需求。

（四）復(fù)雜數(shù)據(jù)類型

數(shù)組類型

在 Elasticsearch 映射操作中，數(shù)組類型用于存儲(chǔ)多個(gè)值的集合，這些值可以是相同類型的，也可以是不同類型的。數(shù)組類型通常用于表示復(fù)雜的多值字段，例如標(biāo)簽、評(píng)論、作者列表等。

• 數(shù)組數(shù)據(jù)：數(shù)組類型允許在單個(gè)字段中存儲(chǔ)多個(gè)值，這些值可以是文本、數(shù)字、日期或其他數(shù)據(jù)類型。
• 多值字段：與傳統(tǒng)數(shù)據(jù)庫不同，Elasticsearch 允許字段具有多個(gè)值，而不需要?jiǎng)?chuàng)建多個(gè)字段。這使得數(shù)組類型非常適用于存儲(chǔ)多值屬性。
• 支持的數(shù)據(jù)類型：數(shù)組可以包含不同類型的數(shù)據(jù)，例如文本、數(shù)字、日期等。這使得它非常靈活。
• 查詢和過濾：可以使用數(shù)組字段執(zhí)行查詢和過濾操作，例如查找包含特定值的文檔或在數(shù)組中查找范圍內(nèi)的值。

假設(shè)您正在使用 Elasticsearch 存儲(chǔ)圖書信息，每本書可以有多個(gè)作者。使用 PUT 請(qǐng)求創(chuàng)建一個(gè)索引（index），并指定索引映射（mapping）。在此示例中，我們創(chuàng)建一個(gè)名為 "books" 的索引，并定義了兩個(gè)字段：書名（title）和作者列表（authors）。

PUT /books
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text"
      },
      "authors": {
        "type": "keyword"
      }
    }
  }
}

插入一些示例圖書數(shù)據(jù)的請(qǐng)求：

POST /books/_doc/1
{
  "title": "Book A",
  "authors": ["John Smith", "Alice Johnson"]
}

POST /books/_doc/2
{
  "title": "Book B",
  "authors": ["John Smith", "David Williams"]
}

POST /books/_doc/3
{
  "title": "Book C",
  "authors": ["Alice Johnson", "Emily Davis"]
}

假設(shè)要查詢包含作者 "John Smith" 的書籍：

GET /books/_search
{
  "query": {
    "match": {
      "authors": "John Smith"
    }
  }
}

返回結(jié)果將包含包含 "John Smith" 作為作者的書籍：

{
  "took": 7,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 2,
      "relation": "eq"
    },
    "max_score": 1.0,
    "hits": [
      {
        "_index": "books",
        "_type": "_doc",
        "_id": "1",
        "_score": 1.0,
        "_source": {
          "title": "Book A",
          "authors": ["John Smith", "Alice Johnson"]
        }
      },
      {
        "_index": "books",
        "_type": "_doc",
        "_id": "2",
        "_score": 1.0,
        "_source": {
          "title": "Book B",
          "authors": ["John Smith", "David Williams"]
        }
      }
    ]
  }
}

• 查詢使用了 match 查詢來查找包含作者 "John Smith" 的書籍。
• 返回結(jié)果包含了滿足查詢條件的書籍文檔，每個(gè)文檔都包括了相關(guān)信息和相關(guān)性評(píng)分（如果使用相關(guān)性評(píng)分）。

這個(gè)示例演示了如何使用數(shù)組類型字段來存儲(chǔ)和查詢多個(gè)值的集合。數(shù)組類型非常適用于表示多值屬性，例如多個(gè)作者、標(biāo)簽或評(píng)論。通過這種方式，可以輕松地查詢包含特定值的文檔，以滿足各種多值屬性的查詢需求。

對(duì)象類型

在 Elasticsearch 映射操作中，對(duì)象類型（Object）是一種復(fù)雜的數(shù)據(jù)類型，用于存儲(chǔ)嵌套的結(jié)構(gòu)化數(shù)據(jù)。對(duì)象類型允許將多個(gè)字段組合到一個(gè)單獨(dú)的對(duì)象中，這些字段可以是不同類型的，形成了文檔內(nèi)的嵌套結(jié)構(gòu)。

• 對(duì)象數(shù)據(jù)：對(duì)象類型用于存儲(chǔ)嵌套的結(jié)構(gòu)化數(shù)據(jù)。它允許將多個(gè)字段組織為一個(gè)單獨(dú)的對(duì)象，以便更好地表示數(shù)據(jù)的層次性和復(fù)雜性。
• 嵌套字段：對(duì)象字段中的每個(gè)子字段都可以有自己的數(shù)據(jù)類型。這允許在一個(gè)文檔中存儲(chǔ)多個(gè)嵌套字段，每個(gè)字段可以有不同的數(shù)據(jù)類型，例如文本、數(shù)字、日期等。
• 結(jié)構(gòu)化數(shù)據(jù)：對(duì)象類型特別適用于存儲(chǔ)具有層次結(jié)構(gòu)的數(shù)據(jù)，例如產(chǎn)品包含屬性、訂單包含多個(gè)項(xiàng)目等。
• 查詢和過濾：可以使用對(duì)象類型執(zhí)行查詢和過濾操作，以訪問和操作嵌套的數(shù)據(jù)。

假設(shè)您正在使用 Elasticsearch 存儲(chǔ)個(gè)人信息，其中每個(gè)文檔表示一個(gè)人，包括姓名（name）、地址（address）、聯(lián)系信息（contact）等。

PUT /people
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "address": {
        "type": "object",
        "properties": {
          "city": {
            "type": "text"
          },
          "state": {
            "type": "keyword"
          }
        }
      },
      "contact": {
        "type": "object",
        "properties": {
          "email": {
            "type": "text"
          },
          "phone": {
            "type": "text"
          }
        }
      }
    }
  }
}

插入一些示例數(shù)據(jù)的請(qǐng)求：

POST /people/_doc/1
{
  "name": "Alice Johnson",
  "address": {
    "city": "New York",
    "state": "NY"
  },
  "contact": {
    "email": "alice@example.com",
    "phone": "555-1234"
  }
}

POST /people/_doc/2
{
  "name": "Bob Smith",
  "address": {
    "city": "Los Angeles",
    "state": "CA"
  },
  "contact": {
    "email": "bob@example.com",
    "phone": "555-5678"
  }
}

假設(shè)您要查詢所有居住在特定城市的人：

GET /people/_search
{
  "query": {
    "match": {
      "address.city": "New York"
    }
  }
}

返回結(jié)果將包含居住在紐約的人的文檔：

{
  "took": 5,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 2,
      "relation": "eq"
    },
    "max_score": 1.0,
    "hits": [
      {
        "_index": "people",
        "_type": "_doc",
        "_id": "1",
        "_score": 1.0,
        "_source": {
          "name": "Alice Johnson",
          "address": {
            "city": "New York",
            "state": "NY"
          },
          "contact": {
            "email": "alice@example.com",
            "phone": "555-1234"
          }
        }
      },
      {
        "_index": "people",
        "_type": "_doc",
        "_id": "2",
        "_score": 1.0,
        "_source": {
          "name": "Bob Smith",
          "address": {
            "city": "New York",
            "state": "NY"
          },
          "contact": {
            "email": "bob@example.com",
            "phone": "555-5678"
          }
        }
      }
    ]
  }
}

• 查詢使用了 match 查詢來查找居住在紐約的人。
• 返回結(jié)果包含了滿足查詢條件的人的文檔，每個(gè)文檔都包括了姓名、地址、聯(lián)系信息等嵌套字段的信息。

這個(gè)示例演示了如何使用對(duì)象類型字段來存儲(chǔ)和查詢嵌套的結(jié)構(gòu)化數(shù)據(jù)。對(duì)象類型非常適用于表示層次結(jié)構(gòu)的數(shù)據(jù)，例如個(gè)人信息、產(chǎn)品屬性、訂單項(xiàng)目等。通過這種方式，可以輕松地訪問和操作嵌套的數(shù)據(jù)，以滿足各種復(fù)雜數(shù)據(jù)結(jié)構(gòu)的存儲(chǔ)和查詢需求。

地理類型

在 Elasticsearch 映射操作中，地理類型（Geo）用于存儲(chǔ)地理位置信息，如經(jīng)度和緯度坐標(biāo)。這種類型允許索引和查詢地理位置數(shù)據(jù)，以便執(zhí)行空間分析和地理搜索。

• 地理數(shù)據(jù)：地理類型用于存儲(chǔ)地理位置信息，通常表示為經(jīng)度和緯度坐標(biāo)。這種類型非常適用于存儲(chǔ)地理空間數(shù)據(jù)，如地點(diǎn)、地理區(qū)域和地理坐標(biāo)。
• 地理索引：Elasticsearch 使用地理類型來構(gòu)建地理索引，以便更容易地執(zhí)行地理位置相關(guān)的查詢和分析。這包括范圍查詢、距離查詢、聚合等。
• 支持的地理形狀：Elasticsearch 支持多種地理形狀，例如點(diǎn)、線、多邊形等，使您能夠索引和查詢各種地理空間數(shù)據(jù)。
• 地理距離計(jì)算：地理類型允許您計(jì)算地理坐標(biāo)之間的距離，以便查找在一定距離內(nèi)的地理位置。

假設(shè)您正在使用 Elasticsearch 存儲(chǔ)餐廳信息，每個(gè)餐廳都有一個(gè)地理坐標(biāo)，希望能夠查詢距離特定位置一定距離范圍內(nèi)的餐廳。創(chuàng)建一個(gè)名為 "restaurants" 的索引，其中包含了餐廳名稱（name）和地理坐標(biāo)（location）。

PUT /restaurants
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "location": {
        "type": "geo_point"
      }
    }
  }
}

插入一些示例餐廳數(shù)據(jù)的請(qǐng)求：

POST /restaurants/_doc/1
{
  "name": "Restaurant A",
  "location": {
    "lat": 40.7120,
    "lon": -74.0050
  }
}

POST /restaurants/_doc/2
{
  "name": "Restaurant B",
  "location": {
    "lat": 40.7130,
    "lon": -74.0070
  }
}

POST /restaurants/_doc/3
{
  "name": "Restaurant C",
  "location": {
    "lat": 40.7110,
    "lon": -74.0080
  }
}

假設(shè)要查找距離紐約市中心（40.7128, -74.0060）10公里以內(nèi)的餐廳。

GET /restaurants/_search
{
  "query": {
    "bool": {
      "filter": {
        "geo_distance": {
          "distance": "10km",
          "location": {
            "lat": 40.7128,
            "lon": -74.0060
          }
        }
      }
    }
  }
}

返回結(jié)果將包含距離紐約市中心10公里以內(nèi)的餐廳。

{
  "took": 12,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 3,
      "relation": "eq"
    },
    "max_score": 1.0,
    "hits": [
      {
        "_index": "restaurants",
        "_type": "_doc",
        "_id": "1",
        "_score": 1.0,
        "_source": {
          "name": "Restaurant A",
          "location": {
            "lat": 40.7120,
            "lon": -74.0050
          }
        }
      },
      {
        "_index": "restaurants",
        "_type": "_doc",
        "_id": "2",
        "_score": 1.0,
        "_source": {
          "name": "Restaurant B",
          "location": {
            "lat": 40.7130,
            "lon": -74.0070
          }
        }
      },
      {
        "_index": "restaurants",
        "_type": "_doc",
        "_id": "3",
        "_score": 1.0,
        "_source": {
          "name": "Restaurant C",
          "location": {
            "lat": 40.7110,
            "lon": -74.0080
          }
        }
      }
    ]
  }
}

• 查詢使用了 geo_distance 查詢來查找距離指定地理坐標(biāo)一定距離范圍內(nèi)的餐廳。
• 返回結(jié)果包含了滿足查詢條件的餐廳文檔，每個(gè)文檔都包括了餐廳名稱和地理坐標(biāo)的信息。

這個(gè)示例演示了如何使用地理類型字段來存儲(chǔ)和查詢地理位置信息。地理類型非常適用于處理地理空間數(shù)據(jù)，如地點(diǎn)搜索、附近搜索和地理分析等需求。通過這種方式，可以輕松地執(zhí)行地理空間查詢和分析，以滿足各種地理位置相關(guān)的查詢需求。

（五）動(dòng)態(tài)映射

動(dòng)態(tài)映射（Dynamic Mapping）是 Elasticsearch 中的一項(xiàng)功能，允許自動(dòng)檢測和創(chuàng)建索引映射，無需手動(dòng)定義字段的數(shù)據(jù)類型和屬性。當(dāng)索引文檔時(shí)，Elasticsearch 根據(jù)文檔內(nèi)容自動(dòng)創(chuàng)建映射，包括字段的數(shù)據(jù)類型、分析器、索引選項(xiàng)等。這使得索引的管理更加靈活，特別適用于處理不斷變化的數(shù)據(jù)和不確定的數(shù)據(jù)結(jié)構(gòu)。

以下是常見的 JSON 數(shù)據(jù)類型和 Elasticsearch 索引類型的對(duì)應(yīng)表：

JSON 數(shù)據(jù)類型：字符串（String）

• Elasticsearch 索引類型：text 或 keyword
• 說明：字符串類型可以映射為 text 類型用于全文搜索和分析，或映射為 keyword 類型用于精確匹配和聚合。

JSON 數(shù)據(jù)類型：整數(shù)（Integer）

• Elasticsearch 索引類型：integer 或 long
• 說明：整數(shù)類型可以映射為 integer 類型（32 位有符號(hào)整數(shù)）或 long 類型（64 位有符號(hào)整數(shù)），取決于數(shù)據(jù)范圍。

JSON 數(shù)據(jù)類型：浮點(diǎn)數(shù)（Float/Double）

• Elasticsearch 索引類型：float 或 double
• 說明：浮點(diǎn)數(shù)類型可以映射為 float 類型（32 位浮點(diǎn)數(shù)）或 double 類型（64 位浮點(diǎn)數(shù)）。

JSON 數(shù)據(jù)類型：布爾值（Boolean）

• Elasticsearch 索引類型：boolean
• 說明：布爾值類型映射為 boolean 類型，用于存儲(chǔ) true 或 false。

JSON 數(shù)據(jù)類型：日期和時(shí)間（Date/Time）

• Elasticsearch 索引類型：date
• 說明：日期和時(shí)間類型映射為 date 類型，用于存儲(chǔ)日期和時(shí)間信息。

JSON 數(shù)據(jù)類型：數(shù)組（Array）

• Elasticsearch 索引類型：array
• 說明：JSON 數(shù)組通常映射為 Elasticsearch 中的數(shù)組，可以包含多個(gè)值。Elasticsearch 中的數(shù)組字段通常需要指定 nested 類型，以支持多值字段的查詢和聚合。

JSON 數(shù)據(jù)類型：對(duì)象（Object）

• Elasticsearch 索引類型：object
• 說明：JSON 對(duì)象可以映射為 Elasticsearch 的對(duì)象類型，用于存儲(chǔ)嵌套的結(jié)構(gòu)化數(shù)據(jù)。

JSON 數(shù)據(jù)類型：地理坐標(biāo)（Geospatial Coordinates）

• Elasticsearch 索引類型：geo_point
• 說明：地理坐標(biāo)類型用于存儲(chǔ)經(jīng)度和緯度坐標(biāo)，以支持地理位置相關(guān)的查詢和分析。

這個(gè)對(duì)應(yīng)表展示了常見的 JSON 數(shù)據(jù)類型與 Elasticsearch 索引類型之間的映射關(guān)系。當(dāng)索引文檔時(shí)，Elasticsearch 會(huì)根據(jù)文檔的字段內(nèi)容自動(dòng)選擇合適的數(shù)據(jù)類型。如果需要更精細(xì)的控制，可以通過顯式映射來定義字段的數(shù)據(jù)類型和屬性。動(dòng)態(tài)映射為 Elasticsearch 提供了靈活性，使其適應(yīng)各種數(shù)據(jù)結(jié)構(gòu)和用例。

（六）多字段

在 Elasticsearch 中，多字段（Multi-Field）是一種索引映射策略，用于將一個(gè)字段存儲(chǔ)在多個(gè)不同的子字段中，每個(gè)子字段可以具有不同的數(shù)據(jù)類型或分析器。多字段的引入允許在一個(gè)字段上執(zhí)行多種操作，例如全文搜索、精確匹配、聚合等，同時(shí)保留原始數(shù)據(jù)的不同表示形式。

多字段的特點(diǎn)和用途

• 數(shù)據(jù)多樣性：多字段允許您在一個(gè)字段上存儲(chǔ)多個(gè)不同的數(shù)據(jù)表示，以適應(yīng)各種查詢需求。例如，一個(gè)字段可以同時(shí)存儲(chǔ)原始文本和分析后的詞匯。
• 支持不同數(shù)據(jù)類型：每個(gè)子字段可以具有不同的數(shù)據(jù)類型。例如，一個(gè)字段可以同時(shí)映射為 text 類型用于全文搜索和 keyword 類型用于精確匹配。
• 支持不同分析器：每個(gè)子字段可以使用不同的文本分析器。這使得您可以在一個(gè)字段上執(zhí)行不同類型的文本分析。
• 靈活性：多字段使您能夠針對(duì)不同的查詢場景選擇最合適的子字段，同時(shí)保持原始數(shù)據(jù)的完整性。
• 支持復(fù)雜查詢：多字段允許您執(zhí)行復(fù)雜的查詢操作，例如同時(shí)執(zhí)行全文搜索和精確匹配，或者在多個(gè)子字段上執(zhí)行聚合操作。

多字段示例

假設(shè)有一個(gè)名為 "product" 的索引，其中包含了產(chǎn)品名稱（product_name）字段。希望能夠在同一字段上執(zhí)行全文搜索和精確匹配。以下是使用多字段的示例映射：

PUT /product
{
  "mappings": {
    "properties": {
      "product_name": {
        "type": "text",
        "fields": {
          "keyword": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

在上述映射中，我們定義了一個(gè) product_name 字段，并在該字段下創(chuàng)建了一個(gè)子字段 keyword，它具有 keyword 數(shù)據(jù)類型。這個(gè)子字段將用于精確匹配。

多字段的用法示例-全文搜索：要執(zhí)行全文搜索，可以使用原始字段 product_name。例如：

GET /product/_search
{
  "query": {
    "match": {
      "product_name": "Elasticsearch"
    }
  }
}

多字段的用法示例-精確匹配：要執(zhí)行精確匹配，可以使用子字段 product_name.keyword。例如：

GET /product/_search
{
  "query": {
    "term": {
      "product_name.keyword": "Elasticsearch"
    }
  }
}

在此示例中，我們分別使用原始字段和子字段執(zhí)行不同類型的查詢。

多字段的引入使得索引中的字段可以靈活地適應(yīng)各種查詢需求，同時(shí)保持原始數(shù)據(jù)的完整性。這在處理多樣性的數(shù)據(jù)和不同的查詢場景時(shí)非常有用。

三、總結(jié)

在本文中，我們深入探討了 Elasticsearch 中索引與映射的基本概念及其重要性。通過詳細(xì)的操作示例，我們了解了如何創(chuàng)建、更新和刪除索引，以及如何定義和修改映射，以優(yōu)化數(shù)據(jù)存儲(chǔ)和查詢性能。這些操作不僅是數(shù)據(jù)管理的基礎(chǔ)，也是實(shí)現(xiàn)高效搜索和分析的關(guān)鍵。

索引和映射的管理對(duì)于確保數(shù)據(jù)的一致性、可用性和快速檢索至關(guān)重要。我們強(qiáng)調(diào)了使用合適的數(shù)據(jù)類型、設(shè)置合理的字段屬性以及根據(jù)業(yè)務(wù)需求進(jìn)行動(dòng)態(tài)映射調(diào)整的重要性。此外，掌握索引生命周期管理（ILM）和使用合適的分析器也是提升 Elasticsearch 性能的有效方法。

通過本文的介紹和示例，希望讀者能夠更好地理解 Elasticsearch 的索引與映射操作，從而在實(shí)際應(yīng)用中實(shí)現(xiàn)數(shù)據(jù)的高效管理和靈活檢索。未來，隨著數(shù)據(jù)規(guī)模的不斷增長和應(yīng)用場景的多樣化，深入掌握這些技術(shù)將為數(shù)據(jù)分析師和開發(fā)者帶來更多的優(yōu)勢(shì)和機(jī)遇。

到此這篇關(guān)于Elasticsearch 的索引管理與映射配置實(shí)戰(zhàn)的文章就介紹到這了,更多相關(guān)Elasticsearch索引映射配置內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論