• 映射及分析

    映射及分析

    当在索引中处理数据时，我们注意到一些奇怪的事。有些东西似乎被破坏了：

    在索引中有12个tweets，只有一个包含日期2014-09-15，但是我们看看下面查询中的total hits。

    1. GET /_search?q=2014              # 12 个结果
    2. GET /_search?q=2014-09-15        # 还是 12 个结果 !
    3. GET /_search?q=date:2014-09-15   # 1  一个结果
    4. GET /_search?q=date:2014         # 0  个结果 !

    为什么全日期的查询返回所有的tweets，而针对date字段进行年度查询却什么都不返回？
    为什么我们的结果因查询_all字段(译者注：默认所有字段中进行查询)或date字段而变得不同？

    想必是因为我们的数据在_all字段的索引方式和在date字段的索引方式不同而导致。

    让我们看看Elasticsearch在对gb索引中的tweet类型进行mapping(也称之为模式定义[注：此词有待重新定义(schema definition)])后是如何解读我们的文档结构：

    1. GET /gb/_mapping/tweet

    返回：

    1. {
    2.    "gb": {
    3.       "mappings": {
    4.          "tweet": {
    5.             "properties": {
    6.                "date": {
    7.                   "type": "date",
    8.                   "format": "dateOptionalTime"
    9.                },
    10.                "name": {
    11.                   "type": "string"
    12.                },
    13.                "tweet": {
    14.                   "type": "string"
    15.                },
    16.                "user_id": {
    17.                   "type": "long"
    18.                }
    19.             }
    20.          }
    21.       }
    22.    }
    23. }

    Elasticsearch为对字段类型进行猜测，动态生成了字段和类型的映射关系。返回的信息显示了date字段被识别为date类型。_all因为是默认字段所以没有在此显示，不过我们知道它是string类型。

    date类型的字段和string类型的字段的索引方式是不同的，因此导致查询结果的不同，这并不会让我们觉得惊讶。

    你会期望每一种核心数据类型(strings, numbers, booleans及dates)以不同的方式进行索引，而这点也是现实：在Elasticsearch中他们是被区别对待的。

    但是更大的区别在于确切值(exact values)(比如string类型)及全文文本(full text)之间。

    这两者的区别才真的很重要 - 这是区分搜索引擎和其他数据库的根本差异。