0、opeartion
{
"order": 0,
"index_patterns": "{INDEX-NAME}(可以写通配符)",
"settings": {
"index.refresh_interval": "60s"
},
"mappings": {
"_source": {
"enabled": false
},
"properties": {
"is_hit_detail": {
"type": "keyword",
"doc_values": true
},
"isp_id": {
"type": "keyword",
"doc_values": true
}
}
}
}
1、default mapping
从ES 5.x开始，索引级别的配置需要写到mapping中，而不是在elasticsearch.yml配置文件中。因此对于索引级别的全局配置信息，可以把这些信息编写到全局模板中。当模板匹配到多个的时候，会自动合并；当多个模板里面有相同的配置的时候，以order大的模板为准。
{
"template":"*",
"order":0,
"settings":{
"index.number_of_replicas":"1",
"index.number_of_shards":24
}
}
2、breaking change
string类型进行了修改
| below v5.0 | v5.0+ |
|---|---|
| analyezed-string | text |
| not_analyzed-string | keyword |
3、Mapping parameter
- doc_values：用来控制是否创建正排索引，会消耗磁盘空间
| parameter | meaning | other |
|---|---|---|
| true | 意味着这些字段都可以被聚合、排序 | 除了analyzed的string字段，doc_values都默认开启 |
| false | 这个字段不能用于聚合、排序 | 可以省下磁盘空间 |
- index：用来控制是否创建倒排索引，会消耗内存
（1）低版本
| parameter | meaning |
|---|---|
| not_analyzed | 数据不分词，直接创建倒排索引。是除"String"以外的默认配置 |
| no | 字符字段表示不能被搜索，不建立倒排索引，节省内存使用。 |
| analyzed | 字段会被分词以后建立倒排索引。是"String"的默认配置 |
（2）v5.0+
| parameter | meaning |
|---|---|
| true | 能被搜索,default |
| false | 不能被检索 |
- store：用于指定字段是否存储。当_source开启的时候，默认即存储document的所有字段。当把_source关闭，即不需要存储所有字段时，可以通过配置这个字段显示指定要开启的字段。默认false。
- fielddata：对于analyzed string/text 而言doc_values不支持，而是使用fielddata属性，会在第一次聚合/排序的时候把所有的倒排索引加载到内存中生成正排索引。
PUT mapping
{
"mappings": {
"my_type": {
"properties": {
"text": {
"type": "string",
"fielddata": {
"format": "disabled/paged_bytes(开启，default)"
}
}
}
}
}
}
- norms：存储了normalization factor(numbers to represent the relative field length and the index time boost setting) 用于计算分数。不适用score的可以把他关了。
（1）低版本，存储在内存中。analyzed-string默认开启，not_analyezd-string默认关闭。
PUT mapping
{
"mappings": {
"my_type": {
"properties": {
"text": {
"type": "string",
"norms": {
"enabled": "false/true(default)"
}
}
}
}
}
}
（2）在v5.0以后，norms改成了存储在磁盘中。配置也改成["norms":"true/false"]。keyword默认false，text默认开启。
- index_options：参数用于决定倒排索引里面存储内容。"docs"代表倒排索引里面存储的是document id；"freqs"代表存储在docs的基础上多了词条频率的记录，当在用于打分的时候高词频的数据分数比较高；"positions"在"freqs"的基础上，多了词条的顺序的记录，用于proximity queries和phrase queries；"offset"在"positions"的基础上，多了起始/结束字符的偏移量，用于定位这个term在document中的位置。对于analyzed的string/text而言，默认值是offset，其他的默认值是docs。
网友评论