ElasticSearch入門到實(shí)戰(zhàn)教程：點(diǎn)擊查看

1. 對(duì)象類型（object）

一個(gè)字段下需要多種類型的屬性字段，屬性 attr 有身高、體重，添加映射語(yǔ)句如下：

POST indexname/_mapping
{"properties": {"attr": {"properties": {"height": {"type": "double"},"weight": {"type": "double"}}}}
}

對(duì)象類型新增數(shù)據(jù)語(yǔ)法

PUT indexname/_doc/1
{"attr": {"height": 176.3,"weight": 64}
}

篩選查詢新增的數(shù)據(jù)

GET indexname/_search
{"query":{"term":{"attr.weight": "64"}}
}

2. 數(shù)組類型

ELasticsearch沒(méi)有專用的數(shù)組類型，默認(rèn)情況下任何字段都可以包含一個(gè)或者多個(gè)值，但是一個(gè)數(shù)組中的值要是同一種類型。

• 字符數(shù)組: [ “one”, “two” ]
• 整型數(shù)組：[1,3]
• 對(duì)象數(shù)組：[ { “name”: “長(zhǎng)度”, “value”: “10” }, { “name”: “內(nèi)存”, “value”: “16” }]

keyword數(shù)組，創(chuàng)建keyword字段

POST indexname/_mapping
{"properties": {"skills": {"type": "keyword"}}
}

新增數(shù)據(jù)

PUT indexname/_doc/2
{"skills": ["java", "c++"]
}

對(duì)象數(shù)組，創(chuàng)建對(duì)象字段

POST indexname/_mapping
{"properties": {"attrs": {"properties": {"name": {"type": "keyword"},"value": {"type": "keyword"}}}}
}

新增數(shù)據(jù)

PUT indexname/_doc/3
{"attrs": [{"name": "長(zhǎng)度","value": "10"},{"name": "內(nèi)存","value": "16"}]
}

3. 嵌套文檔（nested）

nested嵌套類型是object中的一個(gè)特例，可以讓對(duì)象數(shù)組類型獨(dú)立索引和查詢。

項(xiàng)目場(chǎng)景中彌補(bǔ)對(duì)象數(shù)組的一些查詢問(wèn)題

接著前面創(chuàng)建的對(duì)象數(shù)組 attrs 先添加幾條數(shù)據(jù)

POST _bulk
{"create":{"_index":"indexname","_id":20}}
{"attrs":[{"name":"長(zhǎng)度","value":"64"},{"name":"內(nèi)存","value":"32"}]}
{"create":{"_index":"indexname","_id":21}}
{"attrs":[{"name":"長(zhǎng)度","value":"64"},{"name":"內(nèi)存","value":"64"}]}
{"create":{"_index":"indexname","_id":22}}
{"attrs":[{"name":"長(zhǎng)度","value":"64"}]}

現(xiàn)在業(yè)務(wù)需求：需要 屬性=長(zhǎng)度 且 值=32 的數(shù)據(jù)（目前數(shù)據(jù)里沒(méi)有），我們來(lái)寫查詢語(yǔ)法。

GET indexname/_search
{"query": {"bool": {"must": [{"term": {"attrs.name": "長(zhǎng)度"}},{"term": {"attrs.value": "32"}}]}}
}

運(yùn)行后發(fā)現(xiàn)居然有數(shù)據(jù)，為什么呢？我們后面原理篇會(huì)講。

怎么解決這種問(wèn)題呢？使用 nested 類型即可解決。

添加映射字段

POST indexname/_mapping
{"properties": {"attrsNested": {"type": "nested","properties": {"name": {"type": "keyword"},"value": {"type": "keyword"}}}}
}

添加幾條數(shù)據(jù)

POST _bulk
{"create":{"_index":"indexname","_id":20}}
{"attrsNested":[{"name":"長(zhǎng)度","value":"64"},{"name":"內(nèi)存","value":"32"}]}
{"create":{"_index":"indexname","_id":21}}
{"attrsNested":[{"name":"長(zhǎng)度","value":"64"},{"name":"內(nèi)存","value":"64"}]}
{"create":{"_index":"indexname","_id":22}}
{"attrsNested":[{"name":"長(zhǎng)度","value":"64"}]}

查詢數(shù)據(jù)

GET indexname/_search
{"query": {"nested": {"path": "attrsNested","query": {"bool": {"must": [{"term": {"attrsNested.name": "長(zhǎng)度"}},{"term": {"attrsNested.value": "32"}}]}}}}
}

已經(jīng)查不到數(shù)據(jù)了，問(wèn)題完美解決

4. 子字段

text類型不能用于排序、聚合。為什么呢？因?yàn)樗膶傩?fielddata 默認(rèn)是false，設(shè)置為true就可以了，但是不建議使用，會(huì)增加內(nèi)存的壓力。

添加字段映射（不建議設(shè)置true）：

POST indexname/_mapping
{"properties": {"address": {"type": "text","fielddata":true}}
}

直接使用 keyword 類型可以進(jìn)行排序、聚合。

想必會(huì)有同學(xué)有疑問(wèn)：

同樣是字符串類型，干脆直接都用keyword類型不就行了。

如果你不需要 分詞 那么你用keyword完全可以，如果你需要對(duì)字段值分詞，那你還是需要用text。

那么有沒(méi)有不增加壓力，而且不用兩個(gè)字段的方法呢？ 當(dāng)然有，就是做子字段！

POST indexname/_mapping
{"properties": {"address": {"type": "text","fields": {"keyword": {"type": "keyword","ignore_above": 256}}}}
}

address 字段下增加了 keyword 名字的字段，類型是 keyword，設(shè)置256長(zhǎng)度

對(duì)應(yīng)查詢子字段keyword的語(yǔ)句

GET indexname/_search
{"query": {"term":{"address.keyword": ""}}
}

5. 地理類型

geo_point 是地理類型。移動(dòng)互聯(lián)網(wǎng)的時(shí)代，移動(dòng)設(shè)備越來(lái)越多，要根據(jù)地理位置搜索地址，可以把地址的經(jīng)緯度數(shù)據(jù)設(shè)置地理數(shù)據(jù)類型。

POST indexname/_mapping
{"properties": {"location": {"type": "geo_point"}}
}

添加一條地理位置數(shù)據(jù)

PUT indexname/_doc/6
{"location": {"lat": 41.07,"lon": 116.64}
}

• lat（經(jīng)度）
• lon（緯度）

根據(jù)（41.07，116.14）坐標(biāo)，查詢100km內(nèi)的位置信息

GET indexname/_search
{"query": {"geo_distance": {"distance": "100km","location": {"lat": 41.07,"lon": 116.14}}}
}

根據(jù)（23.6,32.2）位置，對(duì)查詢結(jié)果進(jìn)行遠(yuǎn)近排序

GET indexname/_search
{"query": {"match_all": {}},"sort": [{"_geo_distance": {"location": "23.6,32.2","unit": "km"}}]
}

更多資料請(qǐng)看《ElasticSearch入門到實(shí)戰(zhàn)教程》：點(diǎn)擊查看