一、Mapping的概念
1、Mapping類似於數據庫中的Schema的定義，作用如下：
1）定義索引中的字段的名稱；
2）定義字段的數據類型，例如字符串、數字、日期、布爾等；
3）對每個字段進行倒排索引的建立及相關配置；
4）Mapping會將Json文檔映射成Lucene所需要的扁平格式；
5）一個Mapping屬於一個索引的Type，從7.0開始，不需要在Mapping中指定Type信息；
2、字段的數據類型
1）簡單類型
Text（會增加Keyword子字段）；
Date；
Integer/Long/Floating；
Boolean；
IP4&IP6；
Keyword；
2）復雜類型
對象類型；
嵌套類型；
數組（由第一個非空數值的類型所決定）；
空值；
3）特殊類型（地理信息）
geo_point&geo_shape
二、Dynamic Mapping的概念
1、在寫入文檔的時候，如果索引不存在，則會自動創建索引；
2、由於上述機制，可以無需手動定義Mapping，ElasticSearch會自動根據文檔信息，推算出字段的類型；
3、但是有時候推算的可能不對，當類型設置的不對時，會導致一些功能無法正常運行，比如范圍內的Range查詢；
三、Mapping與Dynamic Mapping的使用
1、推斷字段的類型
//創建一個文檔
put mapping_test/_doc/1
{
"id":"100",
"isvip":false,
"isadmin":"true",
"age":18,
"height":180
}
//查看索引Mapping結構
get mapping_test/_mapping
//刪除索引
delete mapping_test
由上圖中可以得出，ElasticSearch基本上可以按照數據推斷出預想的字段類型，由於isadmin字段的值是由雙引號所括起來的，所以該字段被推斷成text類型。
2、更改Mapping的字段類型
對於索引后期加入的字段，可以按照如下情況進行設置：
1）新增加字段
a）Dynamic設置為True時，一旦有新增字段的文檔寫入，Mapping同時會被更新；
b）Dynamic設置為False時，有新增字段的文檔寫入，Mapping不會被更新，新增字段的數據也無法被索引，但是信息會出現在_Source中；
c）Dynamic設置成Strict時，文檔寫入失敗；
2）已有字段
a）對於已有字段，一旦已經有數據寫入，就不再支持修改字段定義。因為Lucene實現的倒排索引，一旦生成后，就不允許修改。
b）如果希望改變已有字段類型，必須ReIndex，重建索引；
為什么會這樣？
I）如果修改了字段的數據類型，會導致已被索引的屬於無法被搜索；
II）正因為如此，對於新增加的字段，就不會有這個問題的影響；
3、對於這幾種情況，我們通過下圖進行演示：
1）對於dynamic為true時，對於創建的文檔中的某一字段進行搜索，是可以查詢到的。
2）將dynamic設置為false，然后新增一個name字段，然后對其搜索，是無法搜索到的。
同時mapping中也不存在該字段。
但是可以在_Source中看到這個字段。
3）將dynamic設置為strict，然后新增一個grade字段，會發現出現異常。
四、索引Mapping的顯式定義
1、Mapping定義的方式有兩種：
1）可以參考API手冊，純手寫；
2）為了減少輸入工作量，減少出錯概率，可以依照以下步驟：
a）創建一個臨時的Index，寫入一些樣本數據；
b）通過訪問Mapping API獲取該臨時索引的動態Mapping定義；
c）修改成符合要求的Json，然后創建顯式索引；
d）將臨時索引刪除；
2、顯式Mapping定義的語法：
Put Index_Name { "mappings":{ 定義Mapping信息，Json格式
"properties":{
"column_name":{
"type":"text"
},
"column_name":{
"type":"long"
}
...
}
}
}
3、顯式Mapping定義的說明：
1）控制當前字段是否可以被索引，默認是True。如果設置成False，則該字段不可被搜索。
將不被搜索的字段設置成索引為false，可以節省磁盤開銷，因為這樣該字段就不需要進行倒排索引了。
2）對於需要索引的字段，ElasticSearch提供了Index_options配置，可以控制倒排索引記錄的內容，Index_options提供了四種控制級別：
a）docs：記錄doc的Id；
b）freqs：記錄doc Id、Term Frequencies；
c）positions：記錄doc Id、Term Frequencies、Term Position；
d）offsets：記錄doc Id、Term Frequencies、Term Position、Character offsets；
3）Text類型默認是positions級別，其他類型默認是docs級別；
4）索引字段需要記錄的內容越多，那么占用存儲空間越大；
5）只有keyword類型支持設定Null值；
6）copy_to的設置，是將字段的值拷貝到所設定的目標字段中，當查詢時，可以將該目標字段做為搜索字段進行查詢。但是該目標字段不會出現在_source中。
7）數組類型在ElasticSearch中並不提供，但是對於任何字段，是可以包含多個相同類型的數據的。
8）對字段還可以指定特定的analyzer。
9）查看索引Mapping，如下所示：
五、ElasticSearch字段特性與自定義Analyzer
1、Exact Values（精確值）、Full Text（全文本）
Exact Values就是指具體數字、日期、字符串，此類值是不需要進行分詞的；
Full Text：是非結構化的文本數據，是需要進行分詞的；
2、自定義分詞器
當ElasticSearch自帶的分詞器無法滿足要求時，可以自定義分詞器，通過組合不同的Character Filter、Tokenizer、Token Filter進行實現。
1）Charater Filters
a）在Tokenizer之前，通過使用Character Filters對文本進行處理，如刪除或者替換字符。此種處理會影響后續Tokenizer對Term的Position與Offset的信息。
b）可以設置多個Character Filters，一個自帶的Character Filters包括：HTML Strip（去除HTML標簽）、Mapping（字符串替換）、Pattern Replace（正則表達式替換）。
如下圖所示：
2）Tokenizer
a）將原始的文本按照一定的規則，進行切分成詞（Term or Token）；
b）內置的Tokenizer有：Standard、uax_url_email、WhiteSpace、keyword、Pattern、Path hierarchy；
c）可以實現自己的Tokenizer插件；
如下圖所示：
3）Token Filters
a）將Tokenizer輸出的Term，進行增加、修改、刪除；
b）內置的Token Filters有：lowercase、stop、synonym（近義詞）；
如下圖所示：
3、自定義Analyzer使用
在圖中的emotion、customer、english_stop，是分別對Character Filter、Tokenizer、Token Filter的自定義配置。
注意：字段類型keyword與text類型的子字段keyword的說明：
1、一切文本類型的字符串可以定義成"text"或"keyword"兩種類型。區別在於，text類型會使用默認分詞器分詞（當然也可以指定特定的分詞器）,keyword類型默認不會對其進行分詞；
2、多字段類型情況下，查詢時可以用title，也可以用title.keyword查詢類型為keyword的子字段；
大家可關注我的公眾號
知識學習來源：阮一鳴：《Elasticsearch核心技術與實戰》