Elasticsearch设置mapping属性详解

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

mapping随索引创建以后只能新增，不能修改原有的mapping
object类型插入后，会垂直变为水平存储

boost：

字段权重；用于查询时评分，值越大关键字段的权重就会高一些，此外查询时可临时指定权重；默认为1。

copy_to:

指定某几个字段拼接成自定义字段，该属性容许咱们将多个字段的值复制到组字段中，而后将组字段做为单个字段进行查询。

analyzer：

指定分词器，默认为es自带的标准分词器。

normalizer：

字段标准化规则，值为规则的名称，需在setting设置，相似自定义分词器

coerce：

清理脏数据，字符串以及浮点数都会被强制转换为整数，能够对字段单独指定，也可在setting全局指定，默认为true。

doc_values：

倒排索引搜索性能佳，但排序性能差。设置为false ，这个字段将不能被用于聚合、排序以及脚本等操做，对text类型无效，默认true。

dynamic：

新字段动态添加true:无限制，false:数据可写入但该字段不保留，可是会出如今_source中，strict:没法写入，会抛异常。

enabled：

是否会被索引，但都会存储;默认true

fielddata：

针对text字段加快排序和聚合，此项官网建议不开启，很是消耗内存，默认false。

eager_global_ordinals：

是否开启全局预加载,加快查询；只支持text和keyword，keyword默承认用，而text须要设置fielddata属性，text默认false

format：

时间的格式化，可接受的时间格式：yyyy-MM-dd HH:mm:ss|yyyy-MM-dd|epoch_millis,默认最后的毫秒值

ignore_above：

设置被索引的字段的长度，超过这个长度，该字段将不被索引，因此没法搜索，默认256。

ignore_malformed：

当数据类型不匹配且coerce强制转换时,默认状况会抛出异常,并拒绝整个文档的插入，若设置该参数为true，则忽略该异常，并强制赋值，可是不会被索引，其余字段则照常，默认false。

index_options：

分词字段默认是position，其余的默认是docs，4个可选参数：
docs（索引文档号）,freqs（文档号+词条），positions（文档号+词频+位置，一般用来距离查询），offsets（文档号+词频+位置+偏移量，一般被使用在高亮字段），大文件时设置offsets可针对高亮fvh提高性能。

index：

该字段是否会被索引和可查询，默认true。

fields：

能够对一个字段提供多种索引模式，如使用text类型作全文检索，也可以使用keyword类型作聚合和排序，详见对string的默认映射。

norms：

存储各类标准化因子，为后续查询计算文档对该查询的匹配分数提供依据。参数对评分颇有用，但须要占用大量的磁盘空间。若是不须要计算字段的评分，能够取消该字段norms的功能，默认true。keyword类型默认false。

null_value：

设定该值能够设定字段为null时的默认值，默认为Null，即空值。

position_increment_gap：

词组查询时能够跨词查询，既可变为分词查询，默认100。距离小于设置的值时，会将对应的文档所有返回。

properties：

嵌套属性，字段下能够再设置字段。

search_analyzer：

查询分词器;通常状况和analyzer对应。

similarity：

用于指定文档评分模型，参数有三个：
BM25：ES和Lucene默认的评分模型；classic：TF/IDF评分；boolean：布尔模型评分

store：

设置true则只保存_source中，相似dynamic设置为false，默认false。

term_vector：

默认no,不存储向量信息,支持参数yes（term存储)，with_positions（term +位置）,with_offsets（term +偏移量），with_positions_offsets(term +位置+偏移量)对快速高亮fast vector highlighter能提高性能，但开启又会加大索引体积，不适合大数据量用。