1. mapping
为了能够将时间域视为时间，数字域视为数字，字符串域视为全文或精确值字符串， Elasticsearch 需要知道每个域中数据的类型。这个信息包含在映射中。索引中每个文档都有 类型 。每种类型都有它自己的 映射 ，或者 模式定义。映射定义了类型中的域，每个域的数据类型，以及Elasticsearch如何处理这些域。映射也用于配置与类型有关的元数据。
索引mapping：描述文档如何存储的。创建索引时指定，后续不可修改。有点像数据的数据类型的概念，
创建索引时，默认定义该索引的mapping；已经存在的映射是不能修改的，只能重新创建该搜索引。
- 字符串: string
- 整数 : byte, short, integer, long
- 浮点数: float, double
- 布尔型: boolean
- 日期: date
当你索引一个包含新域的文档--之前未曾出现-- Elasticsearch 会使用 动态映射 ，通过JSON中基本数据类型，尝试猜测域类型，使用如下规则：
| JSON type |
域 type |
| 布尔型: |
|
| 整数: |
|
| 浮点数: |
|
| 字符串，有效日期: |
|
| 字符串: |
|
2. 查看映射
查看my_store类型为products的mapping
GET /my_store/_mapping/products （GET /my_store/products/_mapping/）
----------------------------------------------
{
"my_store": {
"mappings": {
"products": {
"properties": {
"price": {
"type": "long"
},
"productID": {
"type": "keyword"
}
}
}
}
}
}
3. 自定义映射
尽管在很多情况下基本域数据类型 已经够用，但你经常需要为单独域自定义映射 ，特别是字符串域。自定义映射允许你执行下面的操作：
- 全文字符串域和精确值字符串域的区别
- 使用特定语言分析器
- 优化域以适应部分匹配
- 指定自定义数据格式
- 还有更多
域最重要的属性是 type 。对于不是 string 的域，你一般只需要设置 type ：
{
"number_of_clicks": {
"type": "integer"
}
}
默认， string 类型域会被认为包含全文。就是说，它们的值在索引前，会通过 一个分析器，针对于这个域的查询在搜索前也会经过一个分析器。
string 域映射的两个最重要 属性是 index 和 analyzer 。
3.1 index
-
analyzed - 首先分析字符串，然后索引它。换句话说，以全文索引这个域。
-
not_analyzed - 索引这个域，所以它能够被搜索，但索引的是精确值。不会对它进行分析。
-
no - 不索引这个域。这个域不会被搜索到。
string 域 index 属性默认是 analyzed 。如果我们想映射这个字段为一个精确值，我们需要设置它为 not_analyzed ：
{
"tag": {
"type": "string",
"index": "not_analyzed"
}
}
long ， double ， date 等）也接受 index 参数，但有意义的值只有 no 和 not_analyzed ， 因为它们永远不会被分析。
3.2 analyzer
对于 analyzed 字符串域，用 analyzer 属性指定在搜索和索引时使用的分析器。默认， Elasticsearch 使用 standard 分析器， 但你可以指定一个内置的分析器替代它，例如 whitespace 、 simple 和 `english`：
{
"tweet": {
"type": "string",
"analyzer": "english"
}
}
4. 更新映射
当你首次 创建一个索引的时候，可以指定类型的映射。你也可以使用
/_mapping
为新类型（或者为存在的类型更新映射）增加映射。
注意：尽管你可以 增加_ 一个存在的映射，你不能 _修改 存在的域映射。如果一个域的映射已经存在，那么该域的数据可能已经被索引。如果你意图修改这个域的映射，索引的数据可能会出错，不能被正常的搜索
我们可以更新一个映射来添加一个新域，但不能将一个存在的域从 analyzed 改为 not_analyzed 。
为了描述指定映射的两种方式，我们先删除 gd 索引：
DELETE /gb
tweet
域使用
english
分析器：
PUT /gb
{
"mappings": { 通过消息体中指定的 mappings 创建了索引
"tweet" : {
"properties" : {
"tweet" : {
"type" : "string",
"analyzer": "english"
},
"date" : {
"type" : "date"
},
"name" : {
"type" : "string"
},
"user_id" : {
"type" : "long"
}
}
}
}
}
稍后，我们决定在
tweet
映射增加一个新的名为
tag
的
not_analyzed
的文本域，使用
_mapping
：
PUT /gb/_mapping/tweet
{
"properties" : {
"tag" : {
"type" : "string",
"index": "not_analyzed"
}
}
}
注意，我们不需要再次列出所有已存在的域，因为无论如何我们都无法改变它们。新域已经被合并到存在的映射中。
5.测试映射
可以使用 analyze API 测试字符串域的映射。比较下面两个请求的输出：
GET /gb/_analyze
{
"field": "tweet",
"text": "Black-cats"
}
tweet 是string类型使用index为analyzed 所以在填充数据和搜索数据是都要经过分析。
-----------------------
{
"tokens": [
{
"token": "black",
"start_offset": 0,
"end_offset": 5,
"type": "<ALPHANUM>",
"position": 0
},
{
"token": "cat",
"start_offset": 6,
"end_offset": 10,
"type": "<ALPHANUM>",
"position": 1
}
]
}
===============================================================
GET /gb/_analyze
{
"field": "tag",
"text": "Black-cats"
}
tag 域是string 但是index是not_analyzed不启用分析字符串功能。可以看到下面是一个完整的字符串
--------------------------------------
{
"tokens": [
{
"token": "Black-cats",
"start_offset": 0,
"end_offset": 10,
"type": "word",
"position": 0
}
]
}
总结：ES 索引的映射描述的是数据是如何存储的，很像关系型数据库中的字段数据类型。mapping都是在创建索引时通过自定义或者动态生成的，我们并不能更改已经存的mapping。其中简单的类型string值得我注意下，这个类型有两个属性， index （是否启用分析器） 和
analyzer（指定分析器）。
启用分析器是，在该域填充数据喝着索引数据都会经过分析器。
复杂核心类型：存储数据，多层级对象，多值，参考：https://www.elastic.co/guide/cn/elasticsearch/guide/current/complex-core-fields.html