Mapping Part VII(結構)

這篇是 Mapping 系列的最後一篇
主要介紹 Metadata fields 和 Mapping parameters

Metadata fields

每一個document都會有metadata fields，記錄著此document的metadata

下列我挑幾一些個人覺得比較常用到的來說明

_index: document屬於哪一個index

_type: 此document的 mapping type (更詳細的介紹可參閱 Elastic Stack第十四重)

_id: document的ID，此field是可以用在某些queries，也可以用在 aggs 和 sorting ，但是官方不建議用 _id field來 aggs 和 sorting ，如果真有需要就額外新增一個 field，且複製 _id 內容至新增的field

_source: 此document在新增的時候的原始JSON， _source field 本身沒有被建立索引，也因此是無法搜尋的，儲存的內容主要是 fetch requests (get/search) 的回傳值

_meta: 關於 mapping type 的 meta data

Mapping parameters

即 field mappings 使用的參數

以下針對幾個個人覺得比較可能會使用到的來說明，
注意的是，不是每個field type都會有這些參數

analyzer
es預設的 analyzer 為 standard，
可以透過此參數指定 text analysis 的 analyzer ，
除非有指定 search_analyzer ，不然此 analyzer 會套用在 indexing 和 searching 的時機點
[注意] 只有 text fields支援 analyzer 參數，

boost
此參數預設值為 1 ，
設定此參數會讓 field 在 query時，影響計算的相關分數，
例如： title field設定 boost 為 2, 而 content field不設定 boost (即預設的1)，此時如果在搜尋時匹配到 title 的權重會是匹配到 content 的兩倍

如果想要讓某 field 的權重變更，除了可以在 mapping設定此參數，
也可以直接在搜尋 (e.g., term queries) 設定權重

copy_to
此參數可以讓你複製多個fields的value至一個group field，
之後就可直接搜尋 group field來達成搜尋多個欄位
如果很常搜尋多個fields，可以用此方式來增加搜尋速度

舉個設定的範例

PUT my-index-000012
{
  "mappings": {
    "properties": {
      "first_name": {
        "type": "text",
        "copy_to": "full_name"
      },
      "last_name": {
        "type": "text",
        "copy_to": "full_name"
      },
      "full_name": {
        "type": "text"
      }
    }
  }
}

之後如要搜尋 first_name 和 last_name，則可以直接使用 full_name

[Note]

• copy_to 可以設定不只一個field，如多個fields，可以使用 array，如 "copy_to": [ "field_1", "field_2" ]
• copy 是沒辦法recursively 的，如 copy field_1 至 field_2 ，又設定 copy field_2 至 field_3 ，是沒辦法如表面上的會把 field_1 複製至 field_3
• _source 是不會顯示 copied values ，所以是沒辦法用 _source 查看內的 group field 內的值的

個人覺得這個很常用在搜尋框，搜尋框一般而言都是希望可以搜尋很多個欄位的值，就可以透過 copy_to 至 group field 達成

doc_values
除了 text 和 annotated_text fields，都有此參數，且預設皆是開啟的(true)，
除非field真的不需要 aggs , sort 或是 script不會取用field，才把 doc_values 關掉來省硬碟空間

enabled
es預設都是會對fields建立索引的，但有些時候是只想儲存值而不想建立索引，此時可以透過此參數來設定，不過這參數只能用在 top-level mapping 且 只有 object field data type 有這參數設定

舉個情境：像是 session，可能會想透過 session ID來取得document，但其中的 session data可能就不需要被用來搜尋或 aggs 等

fielddata
如果 text fields 也想用來 aggs , sort ，
但是 text 沒有 doc_values 參數可用，那怎麼辦？
text fields 可以使用一種資料結構，是會在 query 時，儲存在memory的，即為 fielddata

fielddata 參數預設是關閉的 (false)，因為他會使用很多 heap space，
此外，loading fielddata 是個很 expensive 的過程，很有可能會讓使用者感受到延遲

如果真需要根據 text field value做 sorting 或 aggs 可使用 multi-fields ，
可參閱 Elastic Stack第十七重

format
date field type有介紹到，es提供了很多格式，提供的哪些格式可參閱官方介紹，就不多加闡述了
format

ignore_above
如果string超過此參數設定的長度，則不會被建立索引，不過還是會存在 _source 內

index
此field values是否被建立索引，預設是 true
如果沒有建立索引是不可被搜尋的

meta
field的metadata
情境：有多個應用程式會對同一index做操作，此時可以針對field提供一些metadata，想是 units(單位)

fields
也就是如何達成 multi-fields 的參數，詳細內容可參閱 Elastic Stack第十七重

null_value
null 值是不會被建立索引的，
透過此參數，可以設定當 null 值出現時，用指定的值來取代

[Note]

• 空array不會被此設定值替換
• null_value 設定的值必須與此field的field data type一樣才行
• null_value 只是影響資料是如何被建立索引，不會影響 _source 儲存的JSON

properties
不管是 top-level 的type mapping，還是 object 或 nested 包含的 sub-fields都是使用此參數

similarity
用此參數可設定計算分數的演算法，預設為 BM25

小小新手，如有理解錯誤或寫錯再請不吝提醒或糾正

Reference

Metadata fields
Mapping parameters