【Elasticsearch】Elasticsearch动态映射与静态映射详解

warning: 这篇文章距离上次修改已过192天,其中的内容可能已经有所变动。

在Elasticsearch中,动态映射和静态映射是两种不同的映射方式。

静态映射通常在创建索引时定义,并且在索引的整个生命周期内不会改变。静态映射需要预先知道所有字段及其数据类型,并且在索引创建后不能更改。

动态映射则是Elasticsearch的默认行为,它会在文档被索引时自动探测其字段的类型,并相应地创建映射。动态映射可以在文档被索引后随时改变字段的类型,只要字段名没有改变,并且新的类型与原有类型兼容。

例如,假设我们有以下JSON文档需要被索引:




{
  "name": "John Doe",
  "age": 30,
  "email": "john@example.com"
}

如果我们不预先定义映射,Elasticsearch会自动将name映射为text类型,将age映射为long类型,并将email映射为keyword类型。

静态映射示例代码:




PUT /my_index
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "fields": {
          "keyword": {
            "type": "keyword",
            "ignore_above": 256
          }
        }
      },
      "age": {
        "type": "integer"
      },
      "email": {
        "type": "keyword"
      }
    }
  }
}

动态映射示例代码:




PUT /my_index
{
  "mappings": {
    "dynamic": "true"  // 默认即为true,表示开启动态映射
  }
}
 
POST /my_index/_doc/1
{
  "name": "Jane Doe",
  "age": 25,
  "email": "jane@example.com"
}

在这个例子中,我们首先创建了一个名为my_index的索引,并定义了静态映射。然后,我们通过POST请求将一个新文档索引到这个索引中,Elasticsearch会自动根据文档字段的数据类型来创建动态映射。

注意,在实际应用中,通常会根据需求选择静态映射还是动态映射,并在索引设计阶段就规划好所有字段及其数据类型,以保证索引性能和功能的最佳实现。

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日