1 type的作用
在Elasticsearch的index中, 通过标识元字段_type
来区分不同的type, 即可以把具有相同field的文档划分到同一个type下.
—— 因而_type
也称作映射类型, 即每个type都有各自的mapping.
但即使是类似的数据, 也有可能存在不同的field, 例如: 商品中有电子商品, 服装商品, 生鲜商品…
前面的博文中有提到: 同一index的不同type中, 同名的field的映射配置必须相同.
2 type的底层数据结构
Lucene没有type的说法, 它在建立索引的时候, 会把所有field的值当做opaque bytes(不透明字节)类型来处理.
在存储document时, ES会将该document所属的type作为一个type
field来存储;
在搜索document时, ES通过_type
来进行过滤和筛选.
每个index中的所有type都是存储在一起的, 因此:
在同一个index的不同type中, 同名的field的映射配置(_type
)必须相同.
3 type存储结构的演示
3.1 创建索引并配置映射
PUT website
{
"mappings": {
"writer": {
"properties": {
"id": { "type": "long" },
"name": { "type": "text" },
"age": { "type": "integer" },
"sex": { "type": "text", "index": false }
}
},
"manager": {
"properties": {
"id": { "type": "long" },
"name": { "type": "text" },
"age": { "type": "integer" },
"sex": { "type": "text", "index": false },
"authorize": { "type": "text", "index": false}
}
}
}
}
3.2 添加数据
PUT website/writer/1
{
"id": 1001,
"name": "tester",
"age": 18,
"sex": "female"
}
PUT website/manager/1
{
"id": 1001,
"name": "shou feng",
"age": 20,
"sex": "male",
"authorize": "all"
}
3.3 查看存储结构
// 搜索所有数据
GET website/_search
// 搜索结果如下:
{
"_index": "website",
"_type": "writer", // _type为writer
"_id": "1",
"_score": 1,
"_source": {
"id": 1001,
"name": "tester",
"age": 18,
"sex": "female"
}
},
{
"_index": "website",
"_type": "manager", // _type为manager
"_id": "1",
"_score": 1,
"_source": {
"id": 1001,
"name": "shou feng",
"age": 20,
"sex": "male",
"authorize": "all"
}
}
4 关于type的最佳实践
将类似结构的type存放在同一个index下 —— 这些type的大部分field应该是相同的.
如果将两个field完全不同的type存入同一个index下, 在Lucene底层存储时, 每个document中都将有一大部分field是空值, 这将导致严重的性能问题, 并且占用磁盘空间:
例如: 上述website/writer
的每个document中, 都有"authorize"字段, 只是它们的值都为空.
版权声明
作者: ma_shoufeng(马瘦风)
出处: CSDN 马瘦风的博客
您的支持是对博主的极大鼓励, 感谢您的阅读.
本文版权归博主所有, 欢迎转载, 但未经博主同意必须保留此段声明, 且在文章页面明显位置给出原文链接, 否则博主保留追究相关人员法律责任的权利.