Elasticsearch 6.2 Mapping參數說明

標籤：filter   高亮   快速   整數   分詞   限制   custom   pos   適合   

背景：

由於本人使用的是6.0以上的版本es，在使用發現很多中文已淘汰。ES6.0以後有很多參數變化。

現我根據官網總結mapping最新的參數，希望能對大家有用處。

新增欄位：

　　eager_global_ordinals

刪除的欄位：

　　include_in_all

以下是所有最新欄位的詳細說明

{    "analyzer" : "ik_max_word", #指定分詞器，一般使用最大分詞：ik_max_word        "normalizer" : "normalizer_name", #欄位標準化規則；如把所有字元轉為小寫；具體如下舉例    "boost" : 1.5, #欄位權重；用於查詢時評分，關鍵字段的權重就會高一些，預設都是1；另外查詢時可臨時指定權重    "coerce" : true, #清理髒資料：1，字串會被強制轉換為整數 2，浮點數被強制轉換為整數；預設為true    "copy_to" : "field_name", #自定_all欄位；指定某幾個欄位拼接成自訂；具體如下舉例    "doc_values" : true, #加快排序、彙總操作，但需要額外儲存空間；預設true，對於確定不需要排序和彙總的欄位可false    "dynamic" : true, #新欄位動態添加 true:無限制 false:資料可寫入但該欄位不保留 ‘strict‘:無法寫入拋異常    "enabled" : true, #是否會被索引，但都會儲存;可以針對一整個_doc    "fielddata" : false, #針對text欄位加快排序和彙總（doc_values對text無效）；此項官網建議不開啟，非常消耗記憶體    "eager_global_ordinals": true, #是否開啟全域預先載入,加快查詢；此參數只支援text和keyword，keyword預設可用，而text需要設定fielddata屬性        "format" : "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis" ,#格式化 此參數代表可接受的時間格式 3種都接受    "ignore_above" : 100, #指定欄位索引和儲存的長度最大值，超過最大值的會被忽略    "ignore_malformed" : false ,#插入文檔時是否忽略類型 預設是false 類型不一致無法插入    "index_options" : "docs" ,    # 4個選擇性參數    # docs（索引文檔號）,    # freqs（文檔號 + 詞頻），    # positions（文檔號 + 詞頻 + 位置，通常用來距離查詢），    # offsets（文檔號 + 詞頻 + 位置 + 位移量，通常被使用在高亮欄位）    # 分詞欄位預設是position，其他的預設是docs    "index" : true, #該欄位是否會被索引和可查詢 預設true    "fields": {"raw": {"type": "keyword"}} ,#可以對一個欄位提供多種索引模式，使用text類型做全文檢索索引，也可使用keyword類型做彙總和排序    "norms" : true, #用於標準化文檔，以便查詢時計算文檔的相關性。建議不開啟    "null_value" : "NULL", #可以讓值為null的欄位顯式的可索引、可搜尋    "position_increment_gap" : 0 ,#片語查詢時可以跨詞查詢 既可變為分詞查詢 預設100    "properties" : {}, #嵌套屬性，例如該欄位是音樂，音樂還有歌詞，類型，歌手等屬性    "search_analyzer" : "ik_max_word" ,#查詢分詞器;一般情況和analyzer對應        "similarity" : "BM25",#用於指定文檔評分模型，參數有三個：    # BM25 ：ES和Lucene預設的評分模型    # classic ：TF/IDF評分    # boolean：布爾模型評分    "store" : true, #預設情況false,其實並不是真沒有儲存，_source欄位裡會儲存一份原始文檔。    # 在某些情況下，store參數有意義，比如一個文檔裡面有title、date和超大的content欄位，如果只想擷取title和date    "term_vector" : "no" #預設不儲存向量資訊，    # 支援參數yes（term儲存），    # with_positions（term + 位置）,    # with_offsets（term + 位移量），    # with_positions_offsets(term + 位置 + 位移量)    # 對快速高亮fast vector highlighter能提升效能，但開啟又會加大索引體積，不適合大資料量用}normalizer舉例：{  "settings": {    "analysis": {      "normalizer": {        "my_normalizer": {          "type": "custom",          "char_filter": [],          "filter": ["lowercase", "asciifolding"]        }      }    }  },  "mappings": {    "type": {      "properties": {        "foo": {          "type": "keyword",          "normalizer": "my_normalizer"        }      }    }  }}copy_to舉例：{  "mappings": {    "my_type": {      "properties": {        "first_name": {          "type": "text",          "copy_to": "full_name"        },        "last_name": {          "type": "text",          "copy_to": "full_name"        },        "full_name": {          "type": "text"        }      }    }  }}

 

Elasticsearch 6.2 Mapping參數說明