ElasticSearch（六）-映射和分析過程

1.資料類型差異

    不同類型的索引方式是不一樣的，導緻查詢結果不一樣；

2.确切值和全文

  确切值是确定的，比如foo和Foo不同

  全文文本常常被稱為高度結構化資料，而不是非結構化的資料

  @為了友善全文文本字段中進行搜尋查詢，ES首先對文本進行分析，然後使用結果建立一個反向索引。

3.反向索引

  反向索引inverted index進行快速的全文檢索；

  1）首先對每個文檔進行切分為單獨的詞（詞terms，表征tokens）；

  2）把所有的詞放入列别并排序；表示存在于的文檔。

  存在的問題：對于一些詞的單複數或同義詞沒法比對；

  解決方式：可以把詞設定為标準的格式：例如可以把大寫統一轉為小寫，複數轉化為單數，同義詞隻取一種等等。

                     需要注意的是對于搜尋的值也要進行統一标準化

  上面這個表征化和标準化的過程叫做分詞。

4.分析

（1）首先表征化一個文本為反向索引單獨的詞term

 （2）然後标準化這些詞為标準形式，提高可搜尋性或查全率

分析器analyzer

三個功能：1）字元過濾器：在表征化前過濾字元串，能去除html标記，&轉化為and等

                    2）分詞器：tokenizer表征化為獨立的詞，譬如ik

                    3）表征過濾token filters  通過上面兩步得到的每個詞要進行表征過濾，它可以修改詞（大小寫轉化），去除詞（停用詞）或增加詞（同義詞）

内建的分析器：标準分析器：以單詞邊界切分文本，去除大部分标點符号，把詞轉為小寫；

              簡單分詞器：非單個字母的文本切分，然後轉為小寫；

              空格分析器：根據空格切分文本，不轉化小寫；

              語言分析器：譬如english

分析器被使用：索引時文本被分析為反向索引，搜尋時要同樣的分析流程。

              1）當查詢全文，将使用相同的分析器來分析字元串；

2）當查詢一個确切值，查詢不分析，但可以自己指定

5.映射

  支援的類型：

類型	表示的資料類型
String	string
Whole number	byte, short, integer, long
Floating point	float, double
Boolean	boolean
Date	date

對于string字元串：兩個參數index、analyer

  Index：定義字元串以何種方式被索引：

值	解釋
analyzed	首先分析這個字元串，然後索引。換言之，以全文形式索引此字段。
not_analyzed	索引這個字段，使之可以被搜尋，但是索引内容和指定值一樣。不分析此字段。
no	不索引這個字段。這個字段不能為搜尋到。

Ps：其他類型long、double、date也接受index參數，隻是不能為analyzed

更新映射

可以在映射中增加字段，但不能修改他。

6.複合類型

  多值字段：類似{ "tag": [ "search", "nosql" ]}，當做值集合      

  空字段：null被認為空字段      

  多層對象:      

       内部對象：采用扁平的方式，例如：      

<pre name="code" class="plain">{
    "tweet":           [elasticsearch, flexible, very],
    "user.id":         [@johnsmith],
    "user.gender":      [male],
    "user.name.last":  [smith]
}

 對象陣列
{
    "followers": [
        { "age": 35, "name": "Mary White"},
        { "age": 26, "name": "Alex Jones"},
        { "age": 19, "name": "Lisa Smith"}
    ]
}
會轉化為：
{
    "followers.age":   [19, 26, 35],
    "followers.name":  [alex,jones, lisa, smith, mary, white]
}
           
   

原有的關聯關系會消失，後續可以嵌套對象解決，待續。      

本文出處：http://blog.csdn.net/shan1369678/article/details/51455005