elasticsearch映射的数据类型有哪些

Question

如题所述

Answer 1

　　Elasticsearch自带的数据类型是Lucene索引的依据，也是我们做手动映射调整的依据。
　　映射中主要就是针对字段设置类型以及类型相关参数。
　　

　　1.JSON基础类型如下：
　　

　　字符串：string
　　数字：byte、short、integer、long、float、double、
　　时间：date
　　布尔值: true、false
　　数组: array
　　对象: object
　　
　　2.Elasticsearch独有的类型：
　　

　　多重: multi
　　经纬度: geo_point
　　网络地址: ip
　　堆叠/嵌套对象: nested object
　　二进制: binary
　　附件: attachment

　　注意点：
　　
　　1.映射应当在建立索引时，同时建立。如果索引建立后，还想做在索引中增加其他类型的映射，是不可以的。elasticsearch 对没有做映射的类型，都已经指定默认映射。
　　2.Elasticsearch映射虽然有idnex和type两层关系，但是实际索引时是以index为基础的。如果同一个index下不同type的字段出现mapping不一致的情况，虽然数据依然可以成功写入并生成各自的mapping，但实际上fielddata中的索引结果却依然是以index内第一个mapping类型来生成的。
　　
　　自定义字段映射
　　
　　Elasticsearch的Mapping提供了对Elasticsearch中索引字段名及其数据类型的定义，还可以对某些字段添加特殊属性：该字段是否分词，是否存储，使用什么样的分词器等。
　　
　　精确索引：
　　
　　字段都有几个基本的映射选项，类型（type）和索引方式(index)。以字符串类型为例，index有三个选项：
　　analyzed:默认选项，以标准的全文索引方式，分析字符串，完成索引。
　　not_analyzed:精确索引，不对字符串做分析，直接索引字段数据的精确内容。
　　no：不索引该字段。

　　对于日志文件来说，很多字段都是不需要再Elasticsearch里做分析这步的，所以，我们可以这样设置：
　　"myfieldname" : {
　　"type" : "string",
　　"index" : "not_analyzed"
　　}

　　时间格式：
　　
　　@timestamp这个时间格式在Nginx中叫$time_iso8601，在Rsyslog中叫date-rfc3339,在Elasticsearch中叫dateOptionalTime.但事实上，Elasticsearch完全可以接受其他时间格式作为时间字段的内容。对于Elasticsearch来说，时间字段内容实际上就是转换成long类型作为内部存储的。所以，接受段的时间格式可以任意设置：
　　@timestamp: {
　　"type" : "date",
　　"index" : "not_analyzed",
　　"doc_values" : true,
　　"format" : "dd/MM/YYYY:HH:mm:ss Z"
　　}
　　
　　
　　多重索引：
　　
　　多重索引是Logstash用户习惯的的一个映射，因为这是Logstash默认开启的配置：
　　"title" : {
　　"type" : "string",
　　"fields" : {
　　"raw" : {
　　"type" : "string",
　　"index" : "not_analyzed"
　　}
　　}
　　}
　　其作用时，在title字段数据写入的时候，Elasticsearch会自动生成两个字段，分别是title和title.raw。这样，有可能同时需要分词和不分词结果的环境，就可以很灵活的使用不同的索引字段了。比如，查看标题中最常用的单词，应该是使用title字段，查看阅读数最多的文章标题，应该是使用title.raw字段。
　　
　　多值字段：
　　
　　空字段：
　　
　　数组可以是空的。这等于有零个值。事实上，Lucene没法存放null值，所以一个null值的字段被认为是空字段。
　　下面这四个字段将被识别为空字段而不被索引:
　　"empty_string" : "",
　　"null_value" : null,
　　"empty_array" : [],
　　"array_with_null_value" : [ null ]