Elasticsearch 系列专题 - 第二篇：数据建模与索引管理

在掌握了 Elasticsearch 的基本概念和操作后，本篇将重点介绍如何设计和管理索引，以及如何高效地导入和维护数据。这对于构建一个高效、可扩展的搜索系统至关重要。

---

1. 索引设计

1.1 如何选择合适的索引结构

索引是 Elasticsearch 的核心，设计时需考虑以下因素：

• 数据用途：是用于搜索、分析还是两者兼顾？
• 数据量：预计文档数量和增长速度。
• 查询模式：常见的查询类型（如精确匹配、全文搜索、聚合）。

例如，日志系统可能需要按时间划分索引（如 logs-2025.04），而电商系统可能按商品类别设计索引。

1.2 动态映射（Dynamic Mapping）与显式映射（Explicit Mapping）

• 动态映射：Elasticsearch 自动推断字段类型。

  POST /my_index/_doc
  {
    "name": "Grok",
    "age": 30
  }
  

  自动生成映射：

  {
       
    "mappings": {
       
      "properties": {
       
        "name": {
        "type": "text" },
        "age": {
        "type": "integer" }
      }
    }
  }
  

• 显式映射：手动定义字段类型，避免类型推断错误。

  PUT /my_index
  {
    "mappings": {
      "properties": {
        "name": { "type": "keyword" },
        "age": { "type": "integer" }
      }
    }
  }
  

  • text：适合全文搜索，支持分词。
  • keyword：适合精确匹配、排序和聚合。

1.3 字段类型详解

常用类型包括：

• text：分词后存储，用于搜索。
• keyword：不分词，用于精确匹配。
• date：时间类型，支持范围查询。
• integer/float：数值类型，支持计算。

Mermaid 图示 - 字段类型选择流程