ES mapping之keyword；term查询添加keyword查询；更改mapping keyword类型

参考：https://blog.csdn.net/winterking3/article/details/108254346
https://www.cnblogs.com/shoufeng/p/11103913.html
https://blog.csdn.net/tclzsn7456/article/details/79956625

1、ES mapping之keyword

默认mapping结构一般是：
如果不设置mapping，ES默认把字符串设为text类型，并包含一个keyword子类型。

***这种结构保存字段会存两份索引(个人理解)，首先第一个type text这个会进行分词建索引保存，再后面fields keyword会进行保存完整字符串附加

所以一个articleID过来的时候，会建立两次索引。一次是自己本身（articleID），是要分词的，分词后放入倒排索引；另一次是基于articleID.keyword，不分词，最多保留256字符，直接一个完整的字符串放入倒排索引中

term查询

1）直接term
(结构查不到，这是因为不加任何默认是text类型，这个字段保存是有分词，比如电影分成了电和影两个字保存)

{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "channel": "电影"
          }
        }
      ]
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13

索引这里改成单字查询可以查询到

{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "channel": "电"
          }
        }
      ]
    }
  }
}
##或

{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "channel": "影"
          }
        }
      ]
    }
  }
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

或者用match查询，这会进行分词后再查询

{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "channel": "电影"
          }
        }
      ]
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14

2）具体全匹配查询term+keywod
这种查询会依据mapping里子类型keyword字段匹配，必须包含查询字符串不分词，相当于是查询的不分词前的原来字符串

{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "channel.keyword": "电影"
          }
        }
      ]
    }
  }
}
1
2
3
4
5
6
7
8
9
10
11
12
13

3、更改mapping keyword类型

直接去掉text那一级，吧text直接改成keyword，这种皆可以直接进行term查询进行不分词全匹配了，不用再加keyword

#设置channel为keyword
PUT pigg_user
{
  "mappings": {
    "properties": {
      "channel": {
        "type":  "keyword"
      },
      "age": {
        "type": "short"
      }
    }
  }
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15