ES创建mapping时字段别名

ES默认是动态创建索引和索引类型的mapping的，但是在学习的时候还能这样用，在生产中一定是手动制定mapping！在生产中经常会遇到这样的需求，想用某个字段进行统计，又想对该字段进行模糊查询，解决这种需求的方法就是对该字段创建别名！

mapping结构如下：

 {
     "settings" : {
         "index" : {
             "analysis" : {
                 "filter" : {
                     "english_keywords" : {
                         "type" : "keyword_marker",
                         "keywords" : [
                             "topsec"
                         ]
                     },
                     "english_stemmer" : {
                         "type" : "stemmer",
                         "language" : "english"
                     },
                     "english_possessive_stemmer" : {
                         "type" : "stemmer",
                         "language" : "possessive_english"
                     },
                     "english_stop" : {
                         "type" : "stop",
                         "stopwords" : "_english_"
                     }
                 },
                 "analyzer" : {

                     "english" : {
                         "type" : "custom",
                         "filter" : [
                             "lowercase",
                             "english_stop"
                         ],
                         "tokenizer" : "standard"
                     },
                     "ik" : {
                         "filter" : ["lowercase"],
                         "type" : "custom",
                         "tokenizer" : "ik_max_word"
                     },
                     "html" : {
                         "filter" : [
                             "lowercase",
                             "english_stop"
                         ],
                         "char_filter" : [
                             "html_strip"
                         ],
                         "type" : "custom",
                         "tokenizer" : "standard"
                     },
                     "lower" : {
                         "filter" : "lowercase",
                         "type" : "custom",
                         "tokenizer" : "keyword"
                     }
                 }
             },
             "number_of_shards" : "1",
             "number_of_replicas" : "0"
         }
     },
     "mappings" : {
         "test" : {
             "_all" : {
                 "enabled" : false
             },
             "properties" : {
                 "name" : {
                     "type" : "keyword"
                 },
                 "age" : {
                     "type" : "keyword",
                     "fields" : {
                         "cn" : {
                             "analyzer" : "ik",
                             "type" : "text"
                         }
                     }
                 },

                 "address" : {
                     "type" : "text"
                 }
             }
         }
     }
 }

字段age的"type" : "keyword"，不分词，然后起个别名cn，对它使用ik分词器进行分词！插入四条数据

用age字段对数据进行统计的时候，需要用不分词的age，并且需要使用全匹配规则，语句：

 {
   "query": {
     "bool": {
       "must": [
         {
           "term": {
             "age": "北京市海淀区西二旗中关村西门"
           }
         }
       ],
       "must_not": [],
       "should": []
     }
   },
   "from": 0,
   "size": 10,
   "sort": [],
   "aggs": {}
 }

结果：

使用age的分词age.cn进行统计是有问题的，运行的结果说明对age的别名age.cn进行分词，查询条件必须匹配分词器对age的内容进行分词的结果进行匹配，

 {
   "query": {
     "bool": {
       "must": [
         {
           "term": {
             "age.cn": "北京市海淀区西二旗中关村西门"
           }
         }
       ],
       "must_not": [],
       "should": []
     }
   },
   "from": 0,
   "size": 10,
   "sort": [],
   "aggs": {}
 }

结果：

 {
   "query": {
     "bool": {
       "must": [
         {
           "term": {
             "age.cn": "北京市"
           }
         }
       ],
       "must_not": [],
       "should": []
     }
   },
   "from": 0,
   "size": 10,
   "sort": [],
   "aggs": {}
 }

结果：

如果使用match来统计的话也会有问题，会把不正确的数据也统计出来，使用 match进行统计会把查询条件与内容进行匹配，根据匹配度进行打分，分数高的说明匹配度高，会排在上面

 {
   "query": {
     "bool": {
       "must": [
         {
           "match": {
             "age.cn": "北京市海淀区西二旗中关村"
           }
         }
       ],
       "must_not": [],
       "should": []
     }
   },
   "from": 0,
   "size": 10,
   "sort": [],
   "aggs": {}
 }

结果：

下面就是按匹配度打分排名的结果

 {
   "query": {
     "bool": {
       "must": [
         {
           "match": {
             "age.cn": "北京市昌平区"
           }
         }
       ],
       "must_not": [],
       "should": []
     }
   },
   "from": 0,
   "size": 10,
   "sort": [],
   "aggs": {}
 }

结果：

总结：统计就用term，不分词，全匹配；模糊查询就用match，分词，不用全匹配！

若有不正之处，请谅解和批评指正，不胜感激！！！！！欢迎大家留言讨论！！！