英文版地址: https://www.elastic.co/guide/en/elasticsearch/guide/current/root-object.html
本书基于 Elasticsearch 2.x 版本,有些内容可能已经过时。
根对象edit
映射的最高一层被称为 根对象 ,它可能包含下面几项:
- 一个 properties 节点,列出了文档中可能包含的每个字段的映射
-
各种元数据字段,它们都以一个下划线开头,例如
_type
、_id
和_source
-
设置项,控制如何动态处理新的字段,例如
analyzer
、dynamic_date_formats
和dynamic_templates
-
其他设置,可以同时应用在根对象和其他
object
类型的字段上,例如enabled
、dynamic
和include_in_all
属性edit
我们已经在 核心简单域类型 和 复杂核心域类型 章节中介绍过文档字段和属性的三个最重要的设置:
-
type
-
字段的数据类型,例如
string
或date
-
index
-
字段是否应当被当成全文来搜索(
analyzed
),或被当成一个准确的值(not_analyzed
),还是完全不可被搜索(no
) -
analyzer
-
确定在索引和搜索时全文字段使用的
analyzer
我们将在本书的后续部分讨论其他字段类型,例如 ip
、 geo_point
和 geo_shape
。
元数据: _source 字段edit
默认地,Elasticsearch 在 _source
字段存储代表文档体的JSON字符串。和所有被存储的字段一样, _source
字段在被写入磁盘之前先会被压缩。
这个字段的存储几乎总是我们想要的,因为它意味着下面的这些:
- 搜索结果包括了整个可用的文档——不需要额外的从另一个的数据仓库来取文档。
-
如果没有
_source
字段,部分update
请求不会生效。 - 当你的映射改变时,你需要重新索引你的数据,有了_source字段你可以直接从Elasticsearch这样做,而不必从另一个(通常是速度更慢的)数据仓库取回你的所有文档。
-
当你不需要看到整个文档时,单个字段可以从
_source
字段提取和通过get
或者search
请求返回。 - 调试查询语句更加简单,因为你可以直接看到每个文档包括什么,而不是从一列id猜测它们的内容。
然而,存储 _source
字段的确要使用磁盘空间。如果上面的原因对你来说没有一个是重要的,你可以用下面的映射禁用 _source
字段:
PUT /my_index { "mappings": { "my_type": { "_source": { "enabled": false } } } }
在一个搜索请求里,你可以通过在请求体中指定 _source
参数,来达到只获取特定的字段的效果:
GET /_search { "query": { "match_all": {}}, "_source": [ "title", "created" ] }
这些字段的值会从 _source
字段被提取和返回,而不是返回整个 _source
。
元数据: _all 字段edit
在 轻量 搜索 中,我们介绍了 _all
字段:一个把其它字段值当作一个大字符串来索引的特殊字段。 query_string
查询子句(搜索 ?q=john
)在没有指定字段时默认使用 _all
字段。
_all
字段在新应用的探索阶段,当你还不清楚文档的最终结构时是比较有用的。你可以使用这个字段来做任何查询,并且有很大可能找到需要的文档:
GET /_search { "match": { "_all": "john smith marketing" } }
随着应用的发展,搜索需求变得更加明确,你会发现自己越来越少使用 _all
字段。 _all
字段是搜索的应急之策。通过查询指定字段,你的查询更加灵活、强大,你也可以对相关性最高的搜索结果进行更细粒度的控制。
relevance algorithm 考虑的一个最重要的原则是字段的长度:字段越短越重要。 在较短的 title
字段中出现的短语可能比在较长的 content
字段中出现的短语更加重要。字段长度的区别在 _all
字段中不会出现。
如果你不再需要 _all
字段,你可以通过下面的映射来禁用:
PUT /my_index/_mapping/my_type { "my_type": { "_all": { "enabled": false } } }
通过 include_in_all
设置来逐个控制字段是否要包含在 _all
字段中,默认值是 true
。在一个对象(或根对象)上设置 include_in_all
可以修改这个对象中的所有字段的默认行为。
你可能想要保留 _all
字段作为一个只包含某些特定字段的全文字段,例如只包含 title
,overview
,summary
和 tags
。 相对于完全禁用 _all
字段,你可以为所有字段默认禁用 include_in_all
选项,仅在你选择的字段上启用:
PUT /my_index/my_type/_mapping { "my_type": { "include_in_all": false, "properties": { "title": { "type": "string", "include_in_all": true }, ... } } }
记住,_all
字段仅仅是一个 经过分词的 string
字段。它使用默认分词器来分析它的值,不管这个值原本所在字段指定的分词器。就像所有 string
字段,你可以配置 _all
字段使用的分词器:
PUT /my_index/my_type/_mapping { "my_type": { "_all": { "analyzer": "whitespace" } } }
元数据:文档标识edit
文档标识与四个元数据字段相关:
-
_id
- 文档的 ID 字符串
-
_type
- 文档的类型名
-
_index
- 文档所在的索引
-
_uid
-
_type
和_id
连接在一起构造成type#id
默认情况下, _uid
字段是被存储(可取回)和索引(可搜索)的。
_type
字段被索引但是没有存储,
_id
和 _index
字段则既没有被索引也没有被存储,这意味着它们并不是真实存在的。
尽管如此,你仍然可以像真实字段一样查询 _id
字段。Elasticsearch 使用 _uid
字段来派生出 _id
。
虽然你可以修改这些字段的 index
和 store
设置,但是基本上不需要这么做。