[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有没有办法支持一个字段又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.

答案是有的.

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