Elasticsearch設置mapping屬性詳解

PUT /my-index
{
    "mappings": {
        "properties": {
          "myFiled": {
            "type": "keyword",
            "屬性名稱":"屬性值"
          }
        }
    }
}

mapping隨索引創建以後只能新增，不能修改原有的mapping
object類型插入後，會垂直變爲水平存儲

boost：

字段權重；用於查詢時評分，值越大關鍵字段的權重就會高一些，此外查詢時可臨時指定權重；默認爲1。

copy_to:

指定某幾個字段拼接成自定義字段，該屬性容許咱們將多個字段的值複製到組字段中，而後將組字段做爲單個字段進行查詢。

analyzer：

指定分詞器，默認爲es自帶的標準分詞器。

normalizer：

字段標準化規則，值爲規則的名稱，需在setting設置，相似自定義分詞器

coerce：

清理髒數據，字符串以及浮點數都會被強制轉換爲整數，能夠對字段單獨指定，也可在setting全局指定，默認爲true。

doc_values：

倒排索引搜索性能佳，但排序性能差。設置爲false ，這個字段將不能被用於聚合、排序以及腳本等操做，對text類型無效，默認true。

dynamic：

新字段動態添加true:無限制，false:數據可寫入但該字段不保留，可是會出如今_source中，strict:沒法寫入，會拋異常。

enabled：

是否會被索引，但都會存儲;默認true

fielddata：

針對text字段加快排序和聚合，此項官網建議不開啓，很是消耗內存，默認false。

eager_global_ordinals：

是否開啓全局預加載,加快查詢；只支持text和keyword，keyword默承認用，而text須要設置fielddata屬性，text默認false

format：

時間的格式化，可接受的時間格式：yyyy-MM-dd HH:mm:ss|yyyy-MM-dd|epoch_millis,默認最後的毫秒值

ignore_above：

設置被索引的字段的長度，超過這個長度，該字段將不被索引，因此沒法搜索，默認256。

ignore_malformed：

當數據類型不匹配且coerce強制轉換時,默認狀況會拋出異常,並拒絕整個文檔的插入，若設置該參數爲true，則忽略該異常，並強制賦值，可是不會被索引，其餘字段則照常，默認false。

index_options：

分詞字段默認是position，其餘的默認是docs，4個可選參數：
docs（索引文檔號）,freqs（文檔號+詞條），positions（文檔號+詞頻+位置，一般用來距離查詢），offsets（文檔號+詞頻+位置+偏移量，一般被使用在高亮字段），大文件時設置offsets可針對高亮fvh提高性能。

index：

該字段是否會被索引和可查詢，默認true。

fields：

能夠對一個字段提供多種索引模式，如使用text類型作全文檢索，也可以使用keyword類型作聚合和排序，詳見對string的默認映射。

norms：

存儲各類標準化因子，爲後續查詢計算文檔對該查詢的匹配分數提供依據。參數對評分頗有用，但須要佔用大量的磁盤空間。若是不須要計算字段的評分，能夠取消該字段norms的功能，默認true。keyword類型默認false。

null_value：

設定該值能夠設定字段爲null時的默認值，默認爲Null，即空值。

position_increment_gap：

詞組查詢時能夠跨詞查詢，既可變爲分詞查詢，默認100。距離小於設置的值時，會將對應的文檔所有返回。

properties：

嵌套屬性，字段下能夠再設置字段。

search_analyzer：

查詢分詞器;通常狀況和analyzer對應。

similarity：

用於指定文檔評分模型，參數有三個：
BM25：ES和Lucene默認的評分模型；classic：TF/IDF評分；boolean：布爾模型評分

store：

設置true則只保存_source中，相似dynamic設置爲false，默認false。

term_vector：

默認no,不存儲向量信息,支持參數yes（term存儲)，with_positions（term +位置）,with_offsets（term +偏移量），with_positions_offsets(term +位置+偏移量)對快速高亮fast vector highlighter能提高性能，但開啓又會加大索引體積，不適合大數據量用。