[Elasticsearch] ES 的Mapping 设计在实际场景中应用

背景

项目中有个需求是需要几个字段作为标签，统计各个标签的文档数量，同时支持分词后的全文检索功能。

原有的mapping设计：

curl -XPUT http://ip:9200/meta_es_metric_data -d"

{
  "settings": {
    "number_of_shards": 5,
    "number_of_replicas": 0
  },
  "mappings": {
    "meta_metric": {
      "properties": {
        "metricCode": {
          "type": "text",
           "analyzer" : "ik_max_word"
        },
        "metricTechType": {
          "type": "keyword"
        },
        "dataDomainName": {
          "type": "keyword"
        },
        "sceneClassify": {
          "type": "keyword"
        },
        "metricClassify": {
          "type": "keyword"
        }
      }
    }
  }
}"

其中keyword类型就是作为标签统计字段，因为其类型不支持分词检索，检索时必须精确查找，我们尝试把其类型修改成text,text本身就是支持分词索引，但是修改后就报错了：

Fielddata is disabled on text fields by default 

经过查询了解es一个字段类型被设置为text，再进行聚合统计，就会报上面的问题.

那么ES有没有办法对一个字段支持分词检索同时可以进行统计的特性呢？其实就是ES是否可以一个字段定义两种类型： keyword 和 text？

答案是可以的.

ES字段的fields属性

通过fields属性来让当前字段同时具备keyword和text类型

由于我们本身的字段类型是keyword，那我在field 属性中添加一个text，是否就满足需求呢？如：

curl -XPUT http://ip:9200/meta_es_metric_data -d"

{
  "settings": {
    "number_of_shards": 5,
    "number_of_replicas": 0
  },
  "mappings": {
    "meta_metric": {
      "properties": {
        "metricCode": {
          "type": "text",
           "analyzer" : "ik_max_word"
        },
        "metricTechType": {
          "type": "keyword"
          fields": {
                "raw": { 
                   "type":  "text"
             }
          }
        }
      }
    }
  }
}"

当用match 搜索metricTechType.raw, 分词搜索是不行的。

之所以想这样做是因为ES支持新增字段、更新字段，但是不支持字段类型的修改

这条方法走不通，就比较复杂了，因为考虑修改字段类型，我们只能重建mapping, 同时涉及历史数据的加载处理。

具体步骤

1.重建索引，因es不支持修改字段类型

curl -XPUT http://ip:9200/meta_es_metric_data_new -d"

{
  "settings": {
    "number_of_shards": 5,
    "number_of_replicas": 0
  },
  "mappings": {
    "meta_metric": {
      "properties": {
        "metricCode": {
          "type": "text",
           "analyzer" : "ik_max_word"
        },
    
        "metricTechType": {
          "type": "text",
           "fields": {
                    "raw": { 
                      "type":  "keyword"
             }
          }
        },

        "dataDomainName": {
          "type": "text",
           "fields": {
                    "raw": { 
                   "type":  "keyword"
             }
          }
        },

        "sceneClassify": {
          "type": "text",
          "fields": {
                    "raw": { 
                   "type":  "keyword"
             }
          }
        },

        "metricClassify": {
          "type": "text",
          "fields": {
                    "raw": { 
                    "type":  "keyword"
             }
          }
        }
      }
    }
  }
}"

2.查看索引映射

curl -XGET  "http://ip:9200/meta_es_metric_data_new/_mapping"

3.将数据加载到新的索引上（老索引的数据还是在的)

curl -XPOST http://ip:9200/_reindex -d"
{
    "source":{
       "index": "meta_es_metric_data"
    },

    "dest": {
        "index": "meta_es_metric_data_new"
    }
    
}"

4.查看老索引数据:

curl -XGET "http://ip:9200/meta_es_metric_data/_search?pretty" -H "Content-Type: application/json" -d"
{
  "query": {
    "match": {
      "dataDomainName": "用户"
    }
  }
}
"

5.删除原索引，给新索引创建别名（为了代码不动）

curl -XDELETE http://ip:9200/meta_es_metric_data

curl -XPOST http://ip:9200/_aliases -d"
{
    "actions":[
        {
           "add": {
                "index": "meta_es_metric_data_new",
                "alias": "meta_es_metric_data"
           }

        }
    ]
    
}"

6.测试字段是否支持全文检索及聚合

curl -XGET "http://ip:9200/meta_es_metric_data_new/_search?pretty" -H "Content-Type: application/json" -d"
{
  "query": {
    "match": {
      "dataDomainName": "用户"
    }
  },
  "sort": {
    "dataDomainName.raw": "asc" 
  },
  "aggs": {
    "Cities": {
      "terms": {
        "field": "dataDomainName.raw"
      }
    }
  }
}
"

总结

本文主要讲解如何让一个字段支持不同方式索引，利用Fields属性. 同时如何对历史存量数据进行处理. keyword类型支持es精确查找以及聚合排序，text支持全文检索，但是不能进行聚合、排序.

参考

1. https://doc.codingdict.com/elasticsearch/330/

2. https://cloud.tencent.com/developer/article/1555004