Mapping Part II(結構)

此篇說明何謂mapping types以及它的歷史

mapping types

有沒有曾經想過，在新增一筆document的時候，endpoint中的 _doc 到底是什麼？
p.s. 新增資料endpoint PUT {index}/_doc/{id} 和 POST {index}/_doc

考古 - 何謂mapping types
在es的第一版，每一個document存在一個index而且指定一個 mapping type，
mapping type 用來代表document的type，例如：twitter可以有 user 和 tweet type，每一個 mapping type 也會有自己的 fields，每一個document都會有一個 metadata field _type ，存放著此document的 type name

在搜尋時，也可用 type name 來限定搜尋一或多個types, e.g., 指定 user 和 tweet type

GET twitter/user,tweet/_search
{
  "query": {
    "match": {
      "user_name": "kimchy"
    }
  }
}

結合 _type field 和 document的 _id 會產生 _uid ，所以在單一一個index下，是可以存在有相同的 _id 但在不同的 types

為什麼要移除 mapping types

在同一index不同types下，是可以有相同的field的，例如： user 和 tweet type都有 user_name field，但是 相同的field必須有一樣的mapping定義，
這對於有些情境是希望不同data type時就有點尷尬了，
例如： deleted 欄位希望在某一type是 date data type，但希望在另一type是 boolean data type

此外，如果儲存在同一index但不同types的資料彼此之間是很少或沒有共通的fields，則會產生 數據很分散，且影響了Lucene壓縮documents的效能

如何取代原有 mapping types

一個index一個type，把原本的 user 和 tweet type 變成各自一個index，即 tweets 和 user index，indices間彼此是獨立的，也就可以有不同的field data type

再者，如果真的想保留舊有的 _type ，也可以額外在indices內都定義 type field，
如果原本是 mapping type user的document，則此field值為 user，同理 type tweet 也是

mapping types 推演歷程

Elasticsearch 5.6.0

• index 可設定 index.mapping.single_type: true 讓 index只能有單一type，而 6.0開始強制此行為

Elasticsearch 6.x

• 強制一個index只能有一個type，而type name可以自定義，但建議使用 _doc ，因為在7.0會是 _doc
• _uid不再是由 _type 和 _id 合併產生，變成 _uid 是 _id 的 alias(別名)
• 6.8開始 include_type_name 預設為 true，則index建立、mapping APIs等都需要指定 type name，而如果indices沒有明確指定type的話，則會使用 type name _doc

Elasticsearch 7.x

• requests中指定types已被棄用，新增資料不再需要指定document type，e.g., 指定id使用的 PUT {index}/_doc/{id} 以及 自動產生id使用的 POST {index}/_doc ，注意的是，7.0的 _doc 是path的常駐部分，代表的是 endpoint name，而不是 document type
• index建立、mapping APIs的參數 include_type_name 預設為 false

Elasticsearch 8.x

• requests中指定types不再支援
• 移除參數 include_type_name

整理一下重點 (目前Elasticsearch版本為 7.9.0)

在7.0後，_doc 代表的是 endpoint name，而非 document type
一些APIs中，如 index, get, delete document APIs內的 _doc 是path的常駐部分

requests中指定types已被棄用，但還是可以正常運作，但實際上其 _type 為 _doc
例如：

新增id為1且指定document type為my_type
Reqeust

PUT /my-index-000001/my_type/1
{
  "foo": "baz"
}

取得單筆資料
Reqeust
GET /my-index-000001/_doc/1
Response

可發現此筆資料的 _type 為 _doc

小小新手，如有理解錯誤或寫錯再請不吝提醒或糾正
其實很猶豫要不要講這麼仔細，但是我覺得能清楚理解 _doc 是什麼，對於使用指令會更清楚明瞭

Reference

Removal of mapping types