一文搞懂目前流行的elasticsearch，可以用来做搜索、日志收集等通途。使用6.1.1版本。
一些术语
- 文档Document
- 用户存储在es中的数据文档
- 索引Index
- 有相同字段的文档Document列表组成
- 节点Node
- 一个es的实例，集群的构成单元
- 集群Cluster
- 有一个或多个节点组成，对外提供服务
- shard（分片）
- 将索引切割成为的物理存储组件：但每一个shard都是一个独立且完整的索引。 创建索引时，es 默认将其分割为5个shard，用户也可以按需自定义, 创建完成之后不可修改。
- shard 有2种类型：primary shard 和replica(用于数据冗余及查询时代负载均衡） 每个主shard的副本数量可以自定义,且可动态修改. 每个分片都是lucene索引 备份：拷贝一份分片，就完成了分片的备份
Document
json object 由字段（field)组成，常见数据类型如下
-
字符串：text,keyword
-
数值型：long,integer,short,byte,double,float,half_float,scaled_float
-
布尔:boolean
-
日期:date
-
二进制:binary
-
范围类型:integer_range,float_range,long_range,double_range,date_range
每个文档由唯一的id标识
-
自行指定
-
es自动生成
Document MetaData
元数据，用于标注文档的相关信息
- _index 文档所在索引名
- _type 文档所在的类型名
- _id 文档唯一id
- _uid 组合id，由 _type和 _id组成(6.x type 不再起作用，同 _id一样)
- _source 文档的原始json数据，可以从这里获取每个字段的值
- _all 整合所有字段内容到该值，默认禁用
Index 介绍
等同于数据库中的表
索引中存储具有相同结构的文档(document)
每个索引都有自己的mapping定义，用于定义字段名和类型
一个集群可以有多个索引，比如：
nginx日志存储的时候可以按照日期每天生成一个索引来存储
nginx-log-2020-06-30
nginx-log-2020-07-01
Restful api
Elasticsearch 集群对外提供restful api
REST ：Representational state transfer
URI指定资源，如index,Document等
http method 指明资源操作类型。如get，post，put，delete等
常用两种交互方式
- curl命令
- kibana devtools
启动es、kibana
1# 启动es
2bin/elasticsearch -Ecluster.routing.allocation.disk.threshold_enabled=false -Epath.data=crmao
3#浏览器 http://localhost:9200
4
5#启动kibana 使用默认配置
6bin/kibana
7# 浏览器访问 http://127.0.0.1:5601/
Index_api
1put /test_index 创建一个叫test_index的索引
2get _cat/indices 查看现有索引
document api
- 指定id创建
- 不指定id创建
指定id创建
1put /test_index/doc/1 put /index_name/type_name/id
2{
3 "username":"crmao",
4 "age":1
5}
6创建文档时，如果索引不存在，es会自动创建对应的index和type
7
8
9{
10 "_index": "test_index",
11 "_type": "doc",
12 "_id": "1",
13 "_version": 1, //每次操作都会加1
14 "result": "created",
15 "_shards": {
16 "total": 2,
17 "successful": 1,
18 "failed": 0
19 },
20 "_seq_no": 0,
21 "_primary_term": 1
22}
不指定id创建
1post /test_index/doc
2{
3 "username":"huang",
4 "age":27
5}
6
7reponse:
8{
9 "_index": "test_index",
10 "_type": "doc",
11 "_id": "AWvKlbzNkKWPJLWbc9FF", //自动生成id
12 "_version": 1,
13 "result": "created",
14 "_shards": {
15 "total": 2,
16 "successful": 1,
17 "failed": 0
18 },
19 "created": true
20}
查询api
1get /test_index/doc/1
2get /test_index/doc/_search #查全部默认10个文档
3
4get /test_index/doc/_search #指定id 查
5{
6 "query":{
7 "term":{
8 "_id":"1"
9 }
10 }
11}
批量操作api
bulk的格式：
action：index/create/update/delete
metadata: _index _type _id
request body：_source (删除操作不需要加request body)
1{ `action`: { `metadata` }}
2{ `request body` }
1post _bulk
2{"index":{"_index":"test_index","_type":"doc","_id":3}}
3{"username":"maodada1","age":10}
4{"delete":{"_index":"test_index","_type":"doc","_id":1}}
5{"update":{"_index":"test_index","_type":"doc","_id":"3"}}
6{"doc":{"age":22}}
倒排索引
正排索引： 文档id到文档内容，单词的关联关系
| 文档id | 文档内容 |
|---|---|
| 1 | elasticsearch是最流行的搜索引擎 |
| 2 | php是世界上最好的语言 |
| 3 | 搜索引擎是如何诞生的 |
倒排索引： 单词到文档id的关联关系
| 单词 | 文档id列表 |
|---|---|
| elasticsearch | 1 |
| 流行 | 1 |
| 搜索引擎 | 1，3 |
| php | 2 |
| 世界 | 2 |
| 语言 | 2 |
| 如何 | 3 |
| 诞生 | 3 |
查询包含搜索引擎的文档
- 通过倒排搜索获得搜索引擎对应的文档id 1和3
- 通过正排索引查询1和3完整内容
- 返回用户最终结果
倒排索引详解
倒排索引是搜索引擎的核心，主要包含两部分
- 单词词典 （term dictionary)
- 倒排列表（posting list)
单词词典
- 记录所有文档的单词，一般都比较大
- 记录单词到倒排列表的关联信息
倒排列表
记录了单词对应的文档集合，由倒排索引项（posting）组成
倒排索引项（posting)主要包含如下信息：
11. 文档id，用于获取原始信息
22. 单词频率（TF,Term Frequency),记录该单词在该文档中的出现次数用于后续相关性算分
33. 位置（position),记录单词在文档中分词位置（多个），用于做词语搜索(phrase query)
44. 偏移（offset)，记录单词在文档的开始和结束位置，用于做高亮显示
表1中“搜索引擎”为例
| docId | TF | position | offset |
|---|---|---|---|
| 1 | 1 | 2 (里面有3个单词，它是第三个所以是2) | <18,22> |
| 3 | 1 | 0 | <0,4> |
分词
分词是指将文本转换成一系列单词 （ term or token） 也叫文本分析，在es 里面称为Analysis,如下所示
1文本： elasticsearch 是最流行的搜索引擎
2分词结果： elasticsearch 、 流行 、 搜索引擎
分词器是es中专门处理分词的组件，英文为Analyzer,它的组成如下：
- Character Filters
- 针对原始文本进行处理，比如去除html特殊标记符
- Tokenizer
- 将原始文本按照一定规则切分单词
- Token Filters
1 针对tokenizer 处理的单词进行再加工，比如 小写， 新增， 删除等处理 (如 这 ，的， 那 这些词进行删除， 近义词 进行增加)
分词器调用顺序 Character Filters->Tokenizer->Token Filters
Analyze Api
es提供了一个测试分词的api 接口，方便验证分词效果，endpoint是 _analyze
- 可以直接指定 analyzer（分词器） 进行测试
- 可以直接指定索引中的字段进行测试
- 可以自定义分词器进行测试
指定 analyzer（分词器） 进行测试
1post 127.0.0.1:9200/_analyze
2{
3 "analyzer":"standard",
4 "text":"hello world!"
5}
6
7
8reponse:
9{
10 "tokens": [
11 {
12 "token": "hello",
13 "start_offset": 0,
14 "end_offset": 5,
15 "type": "<ALPHANUM>",
16 "position": 0
17 },
18 {
19 "token": "world",
20 "start_offset": 6,
21 "end_offset": 11,
22 "type": "<ALPHANUM>",
23 "position": 1
24 }
25 ]
26}
指定索引中的字段进行测试
1POST text_index/_analyze
2{
3 "field":"username", # 测试字段
4 "text":"hello world" # 测试文本
5}
自定义分词器进行测试
1POST _analyze
2{
3 "tokenizer":"standard",
4 "filter":["lowercase"],
5 "text":"Hello World"
6}
自带分词器
- standard
- simple
- whitespace
- stop
- keyword
- pattern
- Language
1post /_analyze
2{
3 "analyzer":"simple",
4 "text":"The 2 QUICK Brown..."
5}
中文分词
-
IK
- 实现中英文单词的切分，支持ik_smart、ik_maxword等模式
- 可自定义词库，支持热更新分词词典
- https://github.com/medcl/elasticsearch-analysis-ik
-
jieba
- java中最流行的分词系统，支持分词和词性标注
- 支持繁体分词、自定义词典、并行分词等
- https://github.com/sing1ee/elasticsearch-jieba-plugin
-
Hanlp
-
THULAC
自定义分词
当自带的分词无法满足需求时，可以自定义分词
通过自定义character filters,tokenizer 和token filter 实现
character filters
- 在tokenizer 之前对原始文本进行处理，比如增加、删除或替换字符
- 自带如下：
- HTML Strip去除html标签和转换html实体
- Mapping 进行字符替换操作
- Pattern Replace 进行正则匹配替换
- 会影响后续 在tokenizer 解析的postion和offset信息
测试使用
1POST _analyze
2{
3 "tokenizer":"keyword",
4 "char_filter":["html_strip"],
5 "text":"<p>I'm so <b>happy</b>!</p>"
6}
7
8response:
9{
10 "tokens": [
11 {
12 "token": """
13
14I'm so happy!
15
16""",
17 "start_offset": 0,
18 "end_offset": 32,
19 "type": "word",
20 "position": 0
21 }
22 ]
23}
tokenizer
- 将原始文本按照一定规则切分为单词（term or token）
- 自带的如下：
- standard 按照单词进行分割
- letter 按照非字符类型进行分割
- whitespace 按照空格进行分割
- UAX URL Email 按照standard 分割，但不会分割邮箱和url
- NGram 和 Edge NGram连词分割
- Path Hierarchy 按照文件路径进行分割
测试如下：
1POST /_analyze
2{
3 "tokenizer":"path_hierarchy",
4 "text":"/one/two/three"
5}
6response:
7{
8 "tokens": [
9 {
10 "token": "/one",
11 "start_offset": 0,
12 "end_offset": 4,
13 "type": "word",
14 "position": 0
15 },
16 {
17 "token": "/one/two",
18 "start_offset": 0,
19 "end_offset": 8,
20 "type": "word",
21 "position": 0
22 },
23 {
24 "token": "/one/two/three",
25 "start_offset": 0,
26 "end_offset": 14,
27 "type": "word",
28 "position": 0
29 }
30 ]
31}
Token filters
- 对于 tokenizer输出的单词（term）进行增加、删除、修改等操作
- 自带的如下：
- lowercase 将所有term转换为小写
- stop删除stop words
- Synonym添加近义词的term
- Ngram 和 Edge NGram连词分割
1POST _analyze
2{
3 "text":"a Hello,World!",
4 "tokenizer":"standard",
5 "filter":[
6 "stop",
7 "lowercase",
8 {
9 "type":"ngram", //切割
10 "min_gram":4, //切割最小长度
11 "max_gram":4 //切割最大长度
12 }
13 ]
14}
自定义分词api
自定义分词需要再索引的配置中设定
1PUT /test_index
2{
3 "settings":{
4 "analysis":{
5 "analyzer":{
6 "analyzer_name":{
7 "char_filter":{},
8 "tokenizer":{},
9 "filter":{},
10 }
11 },
12 "tokenizer":{}, //自定义的
13 "char_filter":{},//自定义的
14 "filter":{} //自定义的
15 }
16
17 }
18}
例子如下：
1delete /test_index
2PUT /test_index
3{
4 "settings":{
5 "analysis":{
6 "analyzer":{
7 "my_custom_analyzer":{
8 "type":"custom",
9 "char_filter":[
10 "html_strip"
11 ],
12 "tokenizer":"standard",
13 "filter":[
14 "lowercase",
15 "asciifolding"
16 ]
17 }
18 }
19
20 }
21 }
22}
使用自定义分词器
1POST /test_index/_analyze
2{
3 "analyzer":"my_custom_analyzer",
4 "text":"Is this <b>a box</b>?"
5}
6
7response:
8{
9 "tokens": [
10 {
11 "token": "is",
12 "start_offset": 0,
13 "end_offset": 2,
14 "type": "<ALPHANUM>",
15 "position": 0
16 },
17 {
18 "token": "this",
19 "start_offset": 3,
20 "end_offset": 7,
21 "type": "<ALPHANUM>",
22 "position": 1
23 },
24 {
25 "token": "a",
26 "start_offset": 11,
27 "end_offset": 12,
28 "type": "<ALPHANUM>",
29 "position": 2
30 },
31 {
32 "token": "box",
33 "start_offset": 13,
34 "end_offset": 20,
35 "type": "<ALPHANUM>",
36 "position": 3
37 }
38 ]
39}
分词使用说明
分词会在如下两个时机使用：
- 创建或更新文档时（index time），会对相应的文档进行分词处理
- 查询时（search time),会对查询语句进行分词,分词后进行查询
索引时分词
索引时分词是通过配置index mapping 的中每个字段的analyzer属性实现的，不指定分词时，使用默认的standard。
1PUT test_index
2{
3 "mappings":{
4 "doc":{
5 "properties":{
6 "title":{
7 "type":"text",
8 "analyzer":"whitespace" //指定分词器
9 }
10 }
11 }
12 }
13}
查询时分词
查询时分词的指定方式
- 查询的时候通过analyzer指定分词器
- 通过index mapping设置 search_analyzer实现 （用这个）
1POST /test_index/_search
2{
3 "query":{
4 "match":{
5 "message":{
6 "query":"hello",
7 "analyzer":"standard"
8 }
9 }
10 }
11}
12
13put /test_index
14{
15 "mappings":{
16 "doc":{
17 "properties":{
18 "title":{
19 "type":"text",
20 "analyzer":"whitespace",
21 "search_analyzer":"whitespace",
22 }
23 }
24 }
25 }
26}
一般不需要特别指定查询时分词器，直接使用索引时分词器即可，否则会出现无法匹配的情况
分次使用建议
- 名气是否需要分词，不需要分析的字段，将type设置为keyword，省空间和提高写性能
- 善用_analyze api 查看文档的具体分词结果
- 动手测试
mapping 设置
类似数据中的表结构定义，主要作用如下：
- 定义index下单字段名（field name）
- 定义字段的类型，比如数值型，字符型，布尔型等
- 定义倒排索引相关的配置，比如是否索引，记录position等
查看索引
1get 127.0.01:9200/test_index/_mapping
2{
3 "test_index": {
4 "mappings": {
5 "doc": { //doc 是type
6 "properties": {
7 "age": {
8 "type": "long"
9 },
10 "username": {
11 "type": "text",
12 "fields": {
13 "keyword": {
14 "type": "keyword",
15 "ignore_above": 256
16 }
17 }
18 }
19 }
20 }
21 }
22 }
23}
自定义mapping
1//创建索引
2put my_index
3{
4 "mappings": {
5 "doc": { //doc 是type
6 "properties": {
7 "age": {
8 "type": "long"
9 },
10 "username": {
11 "type": "text",
12 "fields": {
13 "keyword": {
14 "type": "keyword",
15 "ignore_above": 256
16 }
17 }
18 }
19 }
20 }
21 }
22}
mapping中的字段类型一旦设定后，禁止直接修改，原因如下：
- lucene实现的倒排索引生成后不允许修改
- 重新建立新的索引，然后做reindex操作
- 允许新增字段
- 通过dynamic参数来控制字段的新增
- true（默认） 允许自动新增字段
- false 不允许自动新增字段，但是文档可以正常写入，但无法对字段做查询操作
- strict文档不能写入 报错
如果一个字段是object类型， 可以针对这个字段设置dynamic 属性，那么作用域只针对这个字段的。
索引设置dynamic 参数 为false演示
1DELETE /my_index
2//创建索引 指定dynamic 为false
31. put /my_index
4{
5 "mappings": {
6 "doc": {
7 "dynamic":false,
8 "properties": {
9 "age": {
10 "type": "integer"
11 },
12 "username": {
13 "type": "text"
14 }
15 }
16
17 }
18 }
19 }
20}
21
22
232. put /my_index/doc/1
24{
25 "username":"othing here",
26 "desc":"nothing here" //不存在的字段
27}
28
29
303. get /my_index/doc/1
31reponse:
32{
33 "_index": "my_index",
34 "_type": "doc",
35 "_id": "1",
36 "_version": 1,
37 "found": true,
38 "_source": {
39 "username": "othing here",
40 "desc": "nothing here"
41 }
42}
43
44
454. get /my_index/doc/_search
46{
47 "query":{
48 "match":{
49 "username":"here"
50 }
51 }
52}
53reponse: 得到一条结果
54{
55 "took": 36,
56 "timed_out": false,
57 "_shards": {
58 "total": 5,
59 "successful": 5,
60 "skipped": 0,
61 "failed": 0
62 },
63 "hits": {
64 "total": 1,
65 "max_score": 0.25811607,
66 "hits": [
67 {
68 "_index": "my_index",
69 "_type": "doc",
70 "_id": "1",
71 "_score": 0.25811607,
72 "_source": {
73 "username": "nothing here",
74 "desc": "nothing here"
75 }
76 }
77 ]
78 }
79}
80
81
825. get /my_index/doc/_search
83{
84 "query":{
85 "match":{
86 "desc":"here"
87 }
88 }
89}
90reponse: 没有结果
91{
92 "took": 17,
93 "timed_out": false,
94 "_shards": {
95 "total": 5,
96 "successful": 5,
97 "skipped": 0,
98 "failed": 0
99 },
100 "hits": {
101 "total": 0,
102 "max_score": null,
103 "hits": []
104 }
105}
copy_to 参数选项
- 将字段的值复制到目标字段，实现类似_all的作用
- 不会出现在_source中，只用来搜索
1DELETE /my_index
2put /my_index
3{
4 "mappings":{
5 "doc":{
6 "properties":{
7 "first_name":{
8 "type":"text",
9 "copy_to":"full_name"
10 },
11 "last_name":{
12 "type":"text",
13 "copy_to":"full_name"
14 },
15 "full_name":{
16 "type":"text"
17 }
18 }
19 }
20 }
21}
22
23put /my_index/doc/1
24{
25 "first_name":"mao"
26 "last_name":"zhongyu"
27}
28
29get /my_index/doc/1
30{
31 "_index": "my_index",
32 "_type": "doc",
33 "_id": "1",
34 "_version": 1,
35 "found": true,
36 "_source": {
37 "first_name": "mao",
38 "last_name": "zhongyu"
39 }
40}
41
42
43get /my_index/doc/_search
44{
45 "query":{
46 "match":{
47 "full_name":{
48 "query":"mao zhongyu",
49 "operator":"and" // and 必须包含mao zhongyu搜的出来
50 }
51 }
52
53 }
54}
55
56reponse:
57{
58 "took": 3,
59 "timed_out": false,
60 "_shards": {
61 "total": 5,
62 "successful": 5,
63 "skipped": 0,
64 "failed": 0
65 },
66 "hits": {
67 "total": 1,
68 "max_score": 0.51623213,
69 "hits": [
70 {
71 "_index": "my_index",
72 "_type": "doc",
73 "_id": "1",
74 "_score": 0.51623213,
75 "_source": {
76 "first_name": "mao",
77 "last_name": "zhongyu"
78 }
79 }
80 ]
81 }
82}
index 参数选项
控制当前字段是否索引，默认为true，即记录索引，false不记录，即不可搜索
设置false，可以不存倒排索引能省大量的空间
1DELETE /my_index
2put /my_index
3{
4 "mappings":{
5 "docs":{
6 "properties":{
7 "cookie":{
8 "type":"text",
9 "index":false
10 }
11 }
12 }
13 }
14}
15
16put /my_index/doc/1
17{
18 "cookie":"name=maozhongyu"
19}
20
21get /my_index/doc/_search //报错
22{
23 "query":{
24 "match":{
25 "cookie":"name"
26 }
27 }
28}
index_options 参数选项
index_options 用于控制倒排索引记录的内容，有如下4种配置
-
docs 只记录doc id
-
frees 记录doc id 和term frequencies
-
options 记录doc id 、term frequencies和 term position
-
offsets记录doc id 、term frequencies 、term position 和 character offsets
text类型的默认设置为 options 其他默认为docs
记录的内容越多，占用空间越大
1举例
2put /my_index
3{
4 "mappings":{
5 "doc":{
6 "properties":{
7 "cookie":{
8 "type":"text",
9 "index_options":"offsets"
10 }
11 }
12 }
13 }
14}
null_value 参数选项
当字段遇到null 值时代处理策略，默认为null，即空值，此时es为忽略该值。可以通过设定该值设定字段的默认值
1put /my_index
2{
3 "mappings":{
4 "doc":{
5 "properties":{
6 "status_code":{
7 "type":"integer",
8 "null_value":500,
9 }
10 }
11 }
12 }
13}
数据类型
核心数据类型
https://www.elastic.co/guide/en/elasticsearch/reference/6.0/mapping-types.html
- 字符串 text（分词）、keyword （不分词）
- 数值型 long、integer、short、byte、double、float、half_float、scaled_float
- 日期类型 date
- 布尔类型 boolean
- 二进制类型 binary
- 范围类型 integer_range 、float_range、long_range、double_range、date_range
复制数据类型
- 数组类型 array 其实就是多了几个term
- 对象类型
objectfor single JSON objects (子字段) - 嵌套类型
nestedfor arrays of JSON objects
地理位置数据类型
- geo_point
- geo-shape
专用类型
-
记录ip地址
ip -
实现自动补全
completion -
记录分词数
token_count -
记录字符串hash值
murmur3….
多字段特性 multi-fields
允许对同一个字段采用不同的配置， 比如分词。
举例如 对人对姓名进行搜索，还要支持拼音搜索
只需要在人名中新增一个子字段为pinyin即可 ，不用横向加一个字段pinyin ，然后对pinyin这个字段进行搜索
1{
2 "test_index":{
3 "mappings":{
4 "doc":{
5 "properties":{
6 "username":{
7 "type":"text",
8 "fields":{
9 "pinyin":{
10 "type":"text",
11 "analyzer":"pinyin"
12 }
13 }
14 }
15 }
16 }
17 }
18 }
19}
20
21
22搜索
23get /text_index/doc/_search
24{
25 "query":{
26 "match":{
27 "username.pinyin":"search name"
28 }
29 }
30}
dynamic mapping
dynamic field mapping
如果没有索引的情况下，可以动态创建索引
1DELETE /my_index
2put /my_index/doc/1
3{
4 "username":"maozhongyu",
5 "age":1,
6 "birth":"1988-10-01",
7 "married":false,
8 "year":"18",
9 "tags":["boy","fashion"],
10 "money":100.1,
11 "fnum":"100.1"
12}
13get /my_index/_mapping
14{
15 "my_index": {
16 "mappings": {
17 "doc": {
18 "properties": {
19 "age": {
20 "type": "long"
21 },
22 "birth": {
23 "type": "date"
24 },
25 "fnum": {
26 "type": "text",
27 "fields": {
28 "keyword": {
29 "type": "keyword",
30 "ignore_above": 256
31 }
32 }
33 },
34 "married": {
35 "type": "boolean"
36 },
37 "money": {
38 "type": "float"
39 },
40 "tags": {
41 "type": "text",
42 "fields": {
43 "keyword": {
44 "type": "keyword",
45 "ignore_above": 256
46 }
47 }
48 },
49 "username": {
50 "type": "text",
51 "fields": {
52 "keyword": {
53 "type": "keyword",
54 "ignore_above": 256
55 }
56 }
57 },
58 "year": {
59 "type": "text",
60 "fields": {
61 "keyword": {
62 "type": "keyword",
63 "ignore_above": 256
64 }
65 }
66 }
67 }
68 }
69 }
70 }
71}
es是依靠json你文档的字段类型来实现自动识别字段类型
上面string 自动识别的时候， 默认日期开启， 浮点数和整数字符串 未开启
日期识别
默认开启日期识别，
默认的识别
[ "strict_date_optional_time","yyyy/MM/dd HH:mm:ss Z||yyyy/MM/dd Z"]
所有 strict_date_optional_time 格式 参见
1 date-opt-time = date-element ['T' [time-element] [offset]]
2 date-element = std-date-element | ord-date-element | week-date-element
3 std-date-element = yyyy ['-' MM ['-' dd]]
4 ord-date-element = yyyy ['-' DDD]
5 week-date-element = xxxx '-W' ww ['-' e]
6 time-element = HH [minute-element] | [fraction]
7 minute-element = ':' mm [second-element] | [fraction]
8 second-element = ':' ss [fraction]
9 fraction = ('.' | ',') digit+
10
1举例
2PUT my_index/my_type/1
3{
4 "create_date": "2015/09/02"
5}
6
7GET my_index/_mapping
禁用日期识别 ,date_detection参数设置为false
1PUT my_index
2{
3 "mappings": {
4 "my_type": {
5 "date_detection": false
6 }
7 }
8}
9
10PUT my_index/my_type/1
11{
12 "create": "2015/09/02"
13}
14The create_date field has been added as a text field.
自定义日期识别
设置dynamic_date_formats 参数指定格式
1举例
2PUT my_index
3{
4 "mappings": {
5 "my_type": {
6 "dynamic_date_formats": ["MM/dd/yyyy"]
7 }
8 }
9}
10
11PUT my_index/my_type/1
12{
13 "create_date": "09/25/2015"
14}
数字识别
设置 numeric_detection 参数为true ，默认不开启
1PUT my_index
2{
3 "mappings": {
4 "my_type": {
5 "numeric_detection": true
6 }
7 }
8}
9
10PUT my_index/my_type/1
11{
12 "my_float": "1.0",
13 "my_integer": "1"
14}
15
16
17The my_float field is added as a double field.
18The my_integer field is added as a long field.