Пример маппинга в OpenSearch

В этой статье мы хотим рассказать вам об OpenSearch и привести пример создания индекса с маппигом. OpenSearch — это поисковая платформа с открытым исходным кодом, которая позволяет веб-мастерам и владельцам сайтов индексировать содержимое в своих приложениях. OpenSearch использует Elasticsearch для индексации и поиска, а также OpenSearch Dashboards для визуализации данных.

Table of Contents

Что такое маппиг?

Маппиг (mapping) — это схема, описывающая структуру данных, которые будут проиндексированы в индексе OpenSearch. Маппиг определяет, какие поля будут проиндексированы, какие типы данных они могут принимать, и какие атрибуты у этих полей. Маппинги могут быть созданы вручную или автоматически с помощью инструментов Elasticsearch.

Пример маппинга в OpenSearch

Пример маппинга для простого блога:

Создание индекса:

Для начала нужно создать индекс с маппигом, который будет использоваться для хранения данных нашего блога. Откройте Elasticsearch и выполните следующую команду:

curl -XPUT "http://localhost:9200/my_blog" -H 'Content-Type: application/json' -d '{"mappings": {}}'

1	curl -XPUT "http://localhost:9200/my_blog" -H 'Content-Type: application/json' -d '{"mappings": {}}'

Эта команда создаст индекс my_blog с пустым маппигом.

Определение типов документов:

Теперь нужно определить типы документов, которые будут храниться в индексе. Для нашего блога мы создадим два типа документов: post и comment. Для этого добавим следующие маппинги в файл my_blog.json в Elasticsearch:

{
  "mappings": {
    "properties": {
      "title": {
        "type": "text"
      },
      "body": {
        "properties": {
          "content": {
            "type": "text",
            "index": "analyzed"
          }
        }
      }
    },
    "_default_": {
      "type": "<тип документа>"
    }
  }
}

{

"mappings": {

"properties": {

"title": {

"type": "text"

"body": {

"properties": {

"content": {

"type": "text",

"index": "analyzed"

}

"_default_": {

"type": "<тип документа>"

}

В этом примере мы определили два свойства для документов: заголовок и тело. Заголовок будет текстовым полем, а тело будет анализируемым текстовым полем. Также мы определили тип документа по умолчанию, который будет использоваться, если документ не будет иметь явного типа.

Индексация документов:

После определения маппинга можно начинать индексировать документы в индекс. Для этого создадим несколько документов с помощью Elasticsearch API:

Для индексации поста:

curl -XPOST "http://localhost:9200/<индекс>/_bulk?pretty" -d '
{ "index" : { "_id" : "1" } }
{ "title" : "Заголовок поста 1", "body" : "Тело поста 1" }

curl -XPOST "http://localhost:9200/<индекс>/_bulk?pretty" -d '

{ "index" : { "_id" : "1" } }

{ "title" : "Заголовок поста 1", "body" : "Тело поста 1" }

Для индексации комментария:

curl -XPOST "http://localhost:9200/<индекс>/<тип документа>/_bulk?pretty" -d '
{ "index" : { "_id" : "2" } }
{ "author" : "Автор комментария 1", "comment" : "Комментарий 1" }'

curl -XPOST "http://localhost:9200/<индекс>/<тип документа>/_bulk?pretty" -d '

{ "index" : { "_id" : "2" } }

{ "author" : "Автор комментария 1", "comment" : "Комментарий 1" }'

Здесь мы проиндексировали два поста и два комментария.

Поиск документов:

Теперь мы можем выполнить поиск в индексе, чтобы найти все документы, соответствующие запросу. Например, мы можем найти все посты, используя следующий запрос:

curl -XGET "http://localhost:9200/_search?pretty" -d '{
 "query": {
 "match_all": {}
 },
 "size": 10
}'

curl -XGET "http://localhost:9200/_search?pretty" -d '{

"query": {

"match_all": {}

"size": 10

Этот запрос возвращает 10 документов, соответствующих запросу.

Заключение

OpenSearch и Elasticsearch являются мощными инструментами для создания поисковых платформ. Они предоставляют множество возможностей для индексации и поиска данных. Маппиги позволяют гибко настраивать структуру данных, что делает их более эффективными для поиска. Надеемся, что этот пример поможет вам начать работу с OpenSearch и Elasticsearch.