elasticsearch映射中的元字段

Elasticsearch 映射中的元字段：内置字段的作用与用法

在 Elasticsearch 中，元字段（Meta-fields）是索引文档时自动生成或可配置的内置字段，用于描述文档的元数据（如 ID、索引名）或控制文档的处理逻辑（如路由、存储）。这些字段是 Elasticsearch 内部机制的重要组成部分，理解它们的作用有助于优化查询性能和数据管理。

_all 字段：全局全文搜索字段

_all 字段是一个特殊的 “聚合字段”，它会将文档中所有字段的文本内容合并为一个大字符串，用于在不知道具体字段名的情况下进行全文搜索。

特性

• 默认情况下，_all 字段会包含所有 text 或 keyword 类型字段的值（数字、日期等类型需显式配置才会被包含）。
• 6.0 版本后默认禁用，需手动开启。

配置与使用

// 创建索引时开启 _all 字段
PUT my_index
{
  "mappings": {
    "default": {
      "_all": { "enabled": true },  // 开启 _all 字段
      "properties": {
        "name": { "type": "text" },
        "age": { "type": "integer", "include_in_all": true }  // 强制将数字字段包含到 _all
      }
    }
  }
}

// 使用 _all 字段搜索（匹配 name 或 age 中包含相关值的文档）
GET my_index/_search
{
  "query": {
    "match": { "_all": "john 30" }  // 无需指定具体字段，搜索所有字段
  }
}

注意

• _all 字段会增加索引存储和写入开销，仅在需要 “全局搜索” 场景下使用。
• 可通过 include_in_all: false 排除特定字段（如敏感信息）。

_field_names 字段：非空字段跟踪

_field_names 字段记录文档中所有非空字段的名称，用于快速查询 “包含特定字段” 或 “包含任意非空字段” 的文档。

特性

• 自动索引文档中所有非空字段的名称，无需手动配置。
• 可通过 enabled: false 禁用（节省存储）。

配置与使用

// 禁用 _field_names 字段（如需）
PUT my_index
{
  "mappings": {
    "default": {
      "_field_names": { "enabled": false }
    }
  }
}

// 查询包含 "email" 字段的文档
GET my_index/_search
{
  "query": {
    "term": { "_field_names": "email" }
  }
}

_ignored 字段：跟踪被忽略的字段

_ignored 字段（6.4+ 新增）记录文档中因类型不匹配而被忽略的字段名称（如将字符串写入数字字段）。

作用

• 帮助排查数据写入异常，识别不符合映射定义的字段。

使用示例

// 查询所有包含被忽略字段的文档
GET my_index/_search
{
  "query": {
    "exists": { "field": "_ignored" }
  }
}

// 查看被忽略的具体字段
GET my_index/_search
{
  "script_fields": {
    "ignored_fields": {
      "script": { "source": "doc['_ignored']" }
    }
  }
}

_id 字段：文档唯一标识

_id 字段是文档的唯一标识符，由用户指定或自动生成（如不指定 ID 时）。

特性

• 不参与全文索引，但可用于精确查询、更新、删除操作。
• 可在查询中通过 _id 字段过滤（需用 terms 或 ids 查询）。

使用示例

// 通过 _id 字段查询
GET my_index/_search
{
  "query": {
    "ids": { "values": ["1", "2", "3"] }  // 匹配 ID 为 1、2、3 的文档
  }
}

_index 字段：文档所属索引

_index 字段记录文档所在的索引名称，常用于跨索引查询时区分来源。

特性

• 可在查询、聚合、排序中使用，帮助分析多索引数据。

使用示例

// 跨索引查询并按索引分组
GET index_a,index_b/_search
{
  "aggs": {
    "by_index": {
      "terms": { "field": "_index", "size": 10 }  // 按索引名称聚合
    }
  },
  "sort": [{"_index": { "order": "asc" }}]  // 按索引名称排序
}

_meta 字段：自定义元数据

_meta 字段用于存储应用程序特定的元数据（如映射版本、业务标识），不影响索引和查询，仅作为附加信息。

配置示例

PUT my_index
{
  "mappings": {
    "default": {
      "_meta": {  // 自定义元数据
        "app_version": "1.0.0",
        "schema": "user",
        "last_updated": "2023-07-01"
      },
      "properties": {
        "name": { "type": "text" }
      }
    }
  }
}

// 查看元数据
GET my_index/_mapping

_routing 字段：分片路由控制

_routing` 字段用于指定文档存储到哪个分片，默认值为文档的 `_id`，通过哈希算法计算分片位置：
`shard_num = hash(_routing) % 主分片数量

作用

• 自定义路由可将相关文档（如同一用户的所有数据）路由到同一分片，减少查询时的分片扫描，提升性能。

使用示例

// 写入文档时指定路由
PUT my_index/default/1?routing=user123
{
  "user_id": "user123",
  "content": "我的第一条动态"
}

// 查询时指定路由（仅扫描该路由对应的分片）
GET my_index/default/_search?routing=user123
{
  "query": { "term": { "user_id": "user123" } }
}

_source 字段：原始文档存储

_source 字段存储文档的原始 JSON 数据，查询时默认返回，便于查看完整文档内容。

特性

• 不建立索引，但会占用存储空间。
• 支持部分返回（通过 _source_include/_source_exclude 筛选字段）。

配置与使用

// 禁用 _source 字段（不推荐，会丢失原始数据）
PUT my_index
{
  "mappings": {
    "default": {
      "_source": { "enabled": false }
    }
  }
}

// 查询时只返回特定字段
GET my_index/default/1?_source=name,age

// 或在搜索中配置
GET my_index/_search
{
  "_source": ["name", "age"],
  "query": { "match_all": {} }
}

注意

禁用 _source 会导致以下功能失效：

• 更新操作（update、update_by_query）；
• 高亮显示；
• 重建索引（reindex）；
• 调试与数据恢复。

已废弃的元字段

_type 字段（6.0+ 废弃）

• 早期用于区分索引内的文档类型（如同一索引下的 user 和 order 类型）。
• 7.0+ 彻底移除，改用独立索引区分不同类型的文档。

_uid 字段（6.0+ 废弃）

• 早期为 _type 和 _id 的组合（格式：type#id），用于唯一标识文档。
• 随 _type 废弃而移除。

_parent 字段（逐步被 join 类型替代）

• 用于建立同一索引内文档的父子关系（如 “评论” 关联 “文章”）。
• 推荐使用 join 类型替代，功能更完善