Elasticsearch（七）映射与分析

超、凢脫俗 2022-02-04 12:39 228阅读 0赞

**目录**

1、数据类型差异

2、确切值 与 全文文本

3、倒排索引

--------------------

映射（mapping）机制用于进行字段类型确认，将每个字段匹配为一种确定的数据类型。

分析（analysis）机制用于进行全文文本的分词，以建立供搜索用的反向索引。

# 1、数据类型差异 #

对blog类型进行 \_mapping，得到文档字段类型：

curl -XGET 'http://10.24.54.241:9200/website/_mapping/blog/?pretty'

结果：

{
      "website" : {
        "mappings" : {
          "blog" : {
            "properties" : {
              "date" : {
                "type" : "date",
                "format" : "yyyy/MM/dd HH:mm:ss||yyyy/MM/dd||epoch_millis"
              },
              "tags" : {
                "type" : "text",
                "fields" : {
                  "keyword" : {
                    "type" : "keyword",
                    "ignore_above" : 256
                  }
                }
              },
              "te4t" : {
                "type" : "text",
                "fields" : {
                  "keyword" : {
                    "type" : "keyword",
                    "ignore_above" : 256
                  }
                }
              },
              "text" : {
                "type" : "text",
                "fields" : {
                  "keyword" : {
                    "type" : "keyword",
                    "ignore_above" : 256
                  }
                }
              },
              "title" : {
                "type" : "text",
                "fields" : {
                  "keyword" : {
                    "type" : "keyword",
                    "ignore_above" : 256
                  }
                }
              },
              "views" : {
                "type" : "long"
              }
            }
          }
        }
      }
    }

Elasticsearch 对对字段类型进行猜测，自动生成了字段和类型的映射关系。

# 2、确切值 与 全文文本 #

Elasticsearch 中的数据可以大致分为两种类型：

1. 确切值：确切值是确定的，例如 “Foo” 和 “foo” 就并不相同。

2. 全文文本：文本化的数据，比如文章或邮件正文，常被称为 非结构化数据 。

确切值是很容易查询的，因为结果是二进制的 —— 要么匹配，要么不匹配。

而对于全文数据的查询，却有些微妙。我们不会去询问 这篇文档是否匹配查询要求？。而会询问 这篇文档和查询的匹配度如何？

。换句话说，对于查询条件，这篇文档的*相关性*有多高？

我们很少确切的匹配整个全文文本。我们想在全文中查询*包含*查询文本的部分。不仅如此，我们还期望搜索引擎能理解我们的*意图*：

*  一个针对`"UK"`的查询将返回涉及`"United Kingdom"`的文档
 *  一个针对`"jump"`的查询同时能够匹配`"jumped"`， `"jumps"`， `"jumping"`甚至`"leap"`
 *  `"johnny walker"`也能匹配`"Johnnie Walker"`， `"johnnie depp"`及`"Johnny Depp"`
 *  `"fox news hunting"`能返回有关hunting on Fox News的故事，而`"fox hunting news"`也能返回关于fox hunting的新闻故事。

为了方便在全文文本字段中进行这些类型的查询，Elasticsearch首先对文本**分析(analyzes)**，然后使用结果建立一个**倒排索引**。

# 3、倒排索引 #

Elasticsearch 使用一种叫做 倒排索引的结构来做快速的全文搜索。倒排索引由在文档中出现的唯一的单词列表，以及对于每个单词在文档中的位置组成。

[https://blog.csdn.net/ruanhao1203/article/details/90023931][https_blog.csdn.net_ruanhao1203_article_details_90023931]

# 4、分析和分析器 #

[https://blog.csdn.net/ruanhao1203/article/details/90024347][https_blog.csdn.net_ruanhao1203_article_details_90024347]

[https_blog.csdn.net_ruanhao1203_article_details_90023931]: https://blog.csdn.net/ruanhao1203/article/details/90023931
[https_blog.csdn.net_ruanhao1203_article_details_90024347]: https://blog.csdn.net/ruanhao1203/article/details/90024347