[es7]在往elasticsearch插数据之前，mapping和setting要怎么配置呢？

这两个插件应在插入数据前就安装好。

​ elasticsearch中，每个index都有属于自己的一套mapping和setting设置，这两者需要在导入数据前就设置好。

​ settings主要是修改分片和副本数的。

mappings是修改字段和类型的。

以自己的项目经验为例，可以先创建一个索引，然后插入一条示例数据，便可使用 get 方法获取 index 的 setting，及其根据被插数据生成的 mapping。在原有 mapping、setting 的基础上，增加对应的setting 设置，根据自己的需求自定义 analysis，并细化 mapping 中每个字段的设置。

Mapping,就是对索引库中索引的字段名称及其数据类型进行定义，类似于mysql中的表结构信息。不过es的mapping比数据库灵活很多，它可以动态识别字段。一般不需要指定mapping都可以，因为es会自动根据数据格式识别它的类型，如果你需要对某些字段添加特殊属性（如：定义使用其它分词器、是否分词、是否存储等），就必须手动添加mapping。

我们在es中添加索引数据时不需要指定数据类型，es中有自动影射机制，字符串映射为string，数字映射为long。通过mappings可以指定数据类型是否存储等属性。

​ 当 ES 自带的分词器不能满足需求的情况下，可以通过组合不同的 Character Filters,Tokenizer,Token Filter 来实现。 ​ 一个文本块(text)将被分词、分析为适用于倒排索引单独的词（term）。然后标准化这些词为标准形式，提高他们的“可搜索性”或“查全率”。这个工作是分析器（analyzer）完成的。一个分析器（analyzer）只是一个包装，其用于将字符过滤器、分词器、分词过滤器组合到一个包里，其工作流程如下。

​

​ 首先字符串经过字符过滤器（character filter），他们的工作是在分词前处理字符串。字符过滤器能够去除 HTML 标记，或者转化为“&”为“and”。

​ 下一步，分词器（tokenizer）被分词为独立的词。一个简单的分词器（tokenizer）可以根据空格或逗号将词语分开。 ​ 最后，每个词都通过分词过滤器（filter），它可以修改词（例如将“Quick”转为小写），去掉词（例如停用词像“a”、“and”、“the”等等），或者增加词（例如同义词像“a”、“and”、“the”等等）或者增加词（例如同义词像“jump”和“leap”）。

用上面的数据示例，插入一条后，自动生成的配置如下。可以看到，主要的type有text和keyword两种类型。

其中，text代表es在检索时会对该字段进行分析处理，而keyword不会。

常用数据类型：text、keyword、number、array、range、boolean、date、geo_point、ip、nested、object。

一般情况下，需要自己改动的配置信息主要有三个

number_of_shards ：分片数

number_of_replicas ：副本数

analysis ：分析器，主要有char_filter、filter、tokenizer、analyzer

总的来说，analysis的框架大概如下所示：

一般情况下，只需在嵌套情况和需要检索字段处的设置多加注意，其它的字段配置可以基本设置成keyword或其它简单类型。

以处理课程名为例。

ik_max_word 会将文本做最细粒度的拆分，比如会将“中华人民共和国人民大会堂”拆分为“中华人民共和国、中华人民、中华、华人、人民共和国、人民、共和国、大会堂、大会、会堂等词语。

ik_smart 会做最粗粒度的拆分，比如会将“中华人民共和国人民大会堂”拆分为中华人民共和国、人民大会堂。

以 courseName 为例，对其指定为 text 字段，表明其需要进行分析，并指定了索引时分析器和搜索时分析器，同时 fileds 中为 courseName 的一些“别名”。

一个完整的mapping例子如下：