Elasticsearch 映射（mapping）

概念

在 Elasticsearch 中，映射（Mapping）定义了索引中字段的类型和属性。它是索引数据结构的基础，类似于传统数据库中的表结构定义。映射不仅定义了字段的类型（如 ​text​、​keyword​、​integer​ 等），还定义了字段的分析器、是否存储、是否索引等属性。映射是 Elasticsearch 中定义索引字段类型和属性的重要概念。通过显式定义映射，你可以控制字段的类型、分析器和其他属性，从而更好地管理和优化索引数据。动态映射则提供了灵活性，使得在没有显式映射的情况下也能插入数据。

映射的基本概念

1. 字段类型：Elasticsearch 支持多种字段类型，包括文本（​text​）、关键字（​keyword​）、整数（​integer​）、浮点数（​float​）、日期（​date​）、布尔（​boolean​）等。

2. 分析器：对于文本字段，可以指定分析器（Analyzer），用于在索引和搜索时对文本进行分词和处理。

3. 多字段：一个字段可以有多个子字段（Multi-fields），每个子字段可以有不同的类型和分析器。

4. 动态映射：如果没有显式定义映射，Elasticsearch 可以根据插入的数据自动推断字段类型，这称为动态映射（Dynamic Mapping）。

动态映射规则

动态映射（Dynamic Mapping）是 Elasticsearch 中一个非常强大的功能，它允许 Elasticsearch 根据插入的数据自动推断字段类型，从而简化索引的创建和管理。Elasticsearch 使用一组预定义的规则来推断字段类型，这些规则称为动态映射规则。

以下是 Elasticsearch 中一些常见的动态映射规则：

1. 字符串（String）：
   - 如果字符串包含日期格式，Elasticsearch 会将其推断为 `date` 类型。
   - 如果字符串包含数字格式，Elasticsearch 会将其推断为 `float` 或 `long` 类型。
   - 否则，Elasticsearch 会将其推断为 `text` 类型，并为其创建一个子字段 `keyword` 类型。

2. 数字（Number）：
   - 如果字段值是整数，Elasticsearch 会将其推断为 `long` 类型。
   - 如果字段值是浮点数，Elasticsearch 会将其推断为 `float` 类型。

3. 布尔（Boolean）：
   - 如果字段值是 `true` 或 `false`，Elasticsearch 会将其推断为 `boolean` 类型。

4. 对象（Object）：
   - 如果字段值是一个 JSON 对象，Elasticsearch 会将其推断为 `object` 类型。

5. 数组（Array）：
   - 如果字段值是一个数组，Elasticsearch 会根据数组中的第一个元素类型来推断字段类型。

6. 日期（Date）：
   - 如果字段值是一个日期字符串，Elasticsearch 会将其推断为 `date` 类型。

示例

假设你插入以下文档到 Elasticsearch：

PUT /my_index/_doc/1 {"name": "John Doe","age": 30,"is_active": true,"created_at": "2023-10-01T12:00:00Z","tags": ["elasticsearch", "mapping"] }

Elasticsearch 会根据动态映射规则推断以下字段类型：

• `name`：`text` 类型，并为其创建一个子字段 `keyword` 类型。
• `age`：`long` 类型。
• `is_active`：`boolean` 类型。
• `created_at`：`date` 类型。
• `tags`：`keyword` 类型（因为数组中的元素是字符串）。

控制动态映射

你可以通过设置索引的动态映射策略来控制动态映射的行为。以下是一些常见的动态映射策略：

1. **true**：启用动态映射（默认）。
2. **false**：禁用动态映射，忽略新字段。
3. **strict**：如果遇到新字段，抛出异常。

例如，禁用动态映射：

PUT /my_index {"mappings": {"dynamic": "false"} }

动态映射规则是 Elasticsearch 自动推断字段类型的一组预定义规则。通过了解这些规则，你可以更好地理解和控制 Elasticsearch 如何处理新字段。动态映射提供了灵活性，使得在没有显式映射的情况下也能插入数据，但有时也需要通过设置动态映射策略来控制其行为。在生产环境中，为了确保数据的结构和类型一致性，以及避免潜在的性能问题和数据不一致，强烈建议显式定义索引的映射。

问题

版本开发中，业务场景需求，增加字段disposalstatus ，升级包中增加了该字段数据模型的SQL语句，由于在升级版本的过程中，升级的时候未先更新数据模型，未先新增字段映射，导致接入数据时，ES采用了动态映射的方式进行了数据的写入，然后再升级数据模型和ES索引mapping更新时，索引中字段已新增，并且字段类型不一致，触发了报错

[2024-08-02T17:37:59,956][DEBUG][o.e.a.a.i.m.p.TransportPutMappingAction] [HOxfa0m] failed to put mappings on indices [[[alert_trace_v0/htU57CoYTQeLgs9Cxo2Mvg]]], type [alert_trace] java.lang.IllegalArgumentException: mapper [disposalstatus] of different type, current_type [text], merged_type [keyword]at org.elasticsearch.index.mapper.FieldMapper.doMerge(FieldMapper.java:354) ~[elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.index.mapper.TextFieldMapper.doMerge(TextFieldMapper.java:876) ~[elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.index.mapper.FieldMapper.merge(FieldMapper.java:340) ~[elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.index.mapper.FieldMapper.merge(FieldMapper.java:52) ~[elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.index.mapper.ObjectMapper.doMerge(ObjectMapper.java:487) ~[elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.index.mapper.RootObjectMapper.doMerge(RootObjectMapper.java:278) ~[elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.index.mapper.ObjectMapper.merge(ObjectMapper.java:457) ~[elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.index.mapper.RootObjectMapper.merge(RootObjectMapper.java:273) ~[elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.index.mapper.Mapping.merge(Mapping.java:91) ~[elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.index.mapper.DocumentMapper.merge(DocumentMapper.java:339) ~[elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.cluster.metadata.MetaDataMappingService$PutMappingExecutor.applyRequest(MetaDataMappingService.java:273) ~[elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.cluster.metadata.MetaDataMappingService$PutMappingExecutor.execute(MetaDataMappingService.java:231) ~[elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.cluster.service.MasterService.executeTasks(MasterService.java:643) ~[elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.cluster.service.MasterService.calculateTaskOutputs(MasterService.java:270) ~[elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.cluster.service.MasterService.runTasks(MasterService.java:200) [elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.cluster.service.MasterService$Batcher.run(MasterService.java:135) [elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.cluster.service.TaskBatcher.runIfNotProcessed(TaskBatcher.java:150) [elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.cluster.service.TaskBatcher$BatchedTask.run(TaskBatcher.java:188) [elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.common.util.concurrent.ThreadContext$ContextPreservingRunnable.run(ThreadContext.java:708) [elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.common.util.concurrent.PrioritizedEsThreadPoolExecutor$TieBreakingPrioritizedRunnable.runAndClean(PrioritizedEsThreadPoolExecutor.java:252) [elasticsearch-6.8.23.jar:6.8.23]at org.elasticsearch.common.util.concurrent.PrioritizedEsThreadPoolExecutor$TieBreakingPrioritizedRunnable.run(PrioritizedEsThreadPoolExecutor.java:215) [elasticsearch-6.8.23.jar:6.8.23]at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149) [?:1.8.0_332]at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624) [?:1.8.0_332]at java.lang.Thread.run(Thread.java:750) [?:1.8.0_332]

问题一，出现这个错误会影响数据的写入吗

在Elasticsearch中，当你遇到类似 [DEBUG][o.e.a.a.i.m.p.TransportPutMappingAction] ... failed to put mappings ... mapper [disposalstatus] of different type, current_type [text], merged_type [keyword] 的错误时，这意呀着你尝试更改一个已存在字段（在这个例子中是 disposalstatus）的类型，但是Elasticsearch不允许直接更改已索引字段的类型。

关于为什么这个错误“不会影响 disposalstatus 字段的写入”，这主要是因为Elasticsearch在写入数据时不会重新评估或更改字段的映射。一旦数据被索引，它就被存储为与当时字段映射相匹配的形式。因此，即使你尝试更改映射并失败了，已经存在的数据（包括 disposalstatus 字段）仍然保持原样，并且新的写入操作（如果它们遵循现有的映射）仍然可以成功进行。

然而，这并不意味着你可以随意写入与当前映射不匹配的数据类型到 disposalstatus 字段。如果字段的当前类型是 text，并且你尝试写入一个 data 类型（注意：Elasticsearch中没有内置的 data 类型，我猜测你可能是指的复杂数据类型如 object、array 或其他JSON兼容类型）或 boolean 类型，Elasticsearch将尝试将这些数据转换为与字段映射兼容的形式。

• 对于 boolean 类型，如果 disposalstatus 字段是 text 类型，并且你尝试写入一个布尔值（如 true 或 false），Elasticsearch将把这些值作为字符串处理，并存储在索引中。虽然查询时可能需要特别注意类型转换，但写入操作本身通常是成功的。

• 对于复杂数据类型（如 object 或 array），如果 disposalstatus 字段是 text 类型，并且你尝试写入一个对象或数组，Elasticsearch的行为将取决于你的Elasticsearch版本和配置。在某些情况下，它可能会尝试将这些对象或数组转换为字符串（例如，通过JSON序列化），但这通常不是最佳实践，因为这会丢失结构信息并使查询变得复杂。在较新的Elasticsearch版本中，尝试写入不兼容类型的数据可能会导致错误。

总之，错误 mapper [disposalstatus] of different type 不会影响已经存在的 disposalstatus 字段的写入（只要写入的数据类型与当前映射兼容），但它会阻止你更改字段的类型。如果你需要存储不同类型的数据，你应该考虑创建一个新字段，并在写入新数据时同时更新这两个字段。此外，对于复杂数据类型和布尔值，你应该确保字段的映射与你要存储的数据类型相匹配。

问题二：数据可以正常写入，但是能正常的查询，排序，聚合等操作吗

Fielddata is disabled on text fields by default. Set fielddata=true on [disposalstatus] in order to load fielddata in memory by uninverting the inverted index. Note that this can however use significant memory. Alternatively use a keyword field instead.

在Elasticsearch中，fielddata 默认在 text 类型的字段上是禁用的。fielddata 是一种将数据从磁盘上的倒排索引（inverted index）加载到内存中以便进行排序、聚合、脚本执行等操作的功能。但是，由于 text 字段通常包含大量文本，如果启用 fielddata，可能会消耗大量内存，影响Elasticsearch集群的性能和稳定性。

错误信息中提到“Fielddata is disabled on text fields by default. Set fielddata=true on [disposalstatus] in order to load fielddata in memory by uninverting the inverted index. Note that this can however use significant memory. Alternatively use a keyword field instead.” 是在告诉你几个关键点：

1. 默认禁用：text 字段上的 fielddata 默认是禁用的。
2. 启用fielddata：如果你确实需要在 disposalstatus 字段上使用 fielddata（比如进行排序或聚合操作），你可以在字段映射中设置 fielddata=true。但是，这可能会消耗大量内存。
3. 使用keyword字段：作为替代方案，你可以将 disposalstatus 字段的类型更改为 keyword。keyword 类型的字段天然支持 fielddata，因为它们通常用于存储不需要全文搜索的精确值（如标签、枚举值等）。

为什么使用 keyword 字段？

• 内存使用：keyword 字段的 fielddata 消耗的内存通常比 text 字段少，因为 keyword 字段不包含分词（tokenization）和索引（indexing）过程中产生的额外信息。
• 性能：对于排序、聚合和脚本等需要 fielddata 的操作，keyword 字段通常能提供更好的性能。
• 用途：keyword 字段非常适合存储不需要全文搜索的精确字符串值。

如何更改字段类型？

如果你需要更改 disposalstatus 字段的类型从 text 到 keyword，并且该字段尚未包含大量数据，你可以通过以下步骤进行：

1. 更新映射：使用Elasticsearch的映射API来更新索引的映射，将 disposalstatus 字段的类型更改为 keyword。但是，请注意，直接更改已存在字段的类型通常是不允许的。因此，你可能需要：

   • 删除索引并重新创建它，包含新的映射。
   • 或者，如果可能的话，使用别名（alias）和索引滚动更新（rolling updates）来最小化停机时间。
   • 在某些情况下，如果Elasticsearch版本和配置允许，你可以使用索引模板来为新文档设置新的字段类型，但已存在的文档不会受到影响。

2. 重新索引数据（如果需要）：如果你选择了删除并重新创建索引的方法，你需要将旧索引中的数据重新索引到新索引中。

3. 验证更改：在更改生效后，验证新索引和映射是否符合预期，并确保应用程序可以正确地与新的索引和映射交互。

请注意，在进行此类更改之前，最好先在测试环境中验证更改的影响。

建议

1. 在生产环境中，为了确保数据的结构和类型一致性，以及避免潜在的性能问题和数据不一致，强烈建议显式定义索引的映射，设置索引的动态映射策略为禁用动态映射，忽略新字段。
2. 针对出现的字段映射不一致的问题，采用重建索引（reindex）的方式进行修正，避免出现存储查询排序聚合等错误。