在es中，執行一個PUT操作，es會自動創建索引，自動創建索引下的類型，其實es還創建了mapping。mappingd定義了type中的每一個字段的數據類型以及這些字段如何分詞等相關屬性。創建索引的時候，可以預先定義字段的類型以及相關屬性，這樣就能夠把日期字段處理成日期，把數字字段處理成數字，把字符串字段處理成字符串值等。學習mapping先創建一個文檔，如下：
PUT /myindex/article/1 { "post_date":"2018-05-10", "title":"Java", "content":"java is the best language", "author_id":119 }
查看mapping的語句：GET /myindex/article/_mapping。結果如下：
{ "myindex": { "mappings": { "article": { "properties": { "author_id": { "type": "long" }, "content": { "type": "text", "fields": { "keyword": { "type": "keyword", "ignore_above": 256 } } }, "post_date": { "type": "date" }, "title": { "type": "text", "fields": { "keyword": { "type": "keyword", "ignore_above": 256 } } } } } } } }
可以看到查詢出了索引是myindex、類型是article。
author_id字段類型是long；content類型是text；post_date類型是date；title類型是text。es會自動識別字段類型。
es是支持數據類型的，它自動創建的映射是動態映射（dynamic mapping）。
es支持的數據類型如下：
（1）核心數據類型（Core datatype）
字符串 ：string，包括 text和keyword。text類型被用來索引長文本。在建立索引前會將這些文本進行分詞，轉化為詞的組合。建立索引，允許es來檢索這些詞語。text類型不能用來排序和聚合。keyword類型不需要進行分詞。可以被用來檢索過濾、排序和聚合。keyword類型字段只能用本身來進行檢索。
數字型：long、integer、short、byte、double、float
日期型：date
布爾型：boolean
二進制型：binary
日期、數值型不會分詞，只能全部匹配查詢，字符串可以分詞，能模糊查詢，舉例如下：
添加如下兩條數據，結合開始添加的數據，共3條數據：
PUT /myindex/article/2 { "post_date":"2018-05-12", "title":"html", "content":"i like html", "author_id":120 } PUT /myindex/article/3 { "post_date":"2018-05-16", "title":"es", "content":"Es is distributed document store", "author_id":110 }
執行查詢，結果：
GET /myindex/article/_search?q=post_date:2018 不會查出數據
GET /myindex/article/_search?q=post_date:2018-05 不會查出數據
GET /myindex/article/_search?q=post_date:2018-05-10 會查出數據
GET /myindex/article/_search?q=html 會查出數據
GET /myindex/article/_search?q=java 會查出數據
（2）復雜數據類型（Complex datatypes）
數組類型（Array datatype）:數組類型不需要專門指定數組元素的type，例如：
字符型數組：["one","two"]
整型數組：[1,2]
數組型數組：[1,[2,3]]等價於[1,2,3]
對象數組：[{"name":"Mary","age":12},{"name":"John","age":10}]
對象類型（Object datatype）：_object_用於單個json對象
嵌套類型（Nested datatype）: _nested_用於json數組
舉例說明：
PUT /lib/person/1 { "name":"Tom", "age":25, "birthday":"1985-12-12", "address":{ "country":"china", "province":"guangdong", "city":"shenzhen" } }
底層存儲格式為：
{ "name":["Tom"], "age":[25], "birthday":["1985-12-12"], "address.country":["china"], "address.province":["guangdong"], "address.city":["shenzhen"] }
PUT /lib/person/2 { "persons":[ {"name":"lisi","age":27}, {"name":"wangwu","age":26}, {"name":"zhangsan","age":23} ] }
底層存儲格式為：
{ "persons.name":["lisi","wangwu","zhangsan"], "persons.age":[27,26,23] }
（3）地理位置類型（Geo datatypes）
地理坐標類型（Geo-point datatype）: _geo_point_用於經緯度坐標
地理形狀類型（Geo-Shape datatype）：_geo_shape_用於類似於多邊形的復雜形狀
（4）特定類型（Specialised datatypes）
IPv4類型（IPv4 datatype）：_ip_用於IPv4地址
Completion類型（Completion datatype）: _completion_提供自動補全建議
Token count類型（Token count datatype）: _token_count_ 用於統計做了標記的字段的index數目，該值會一直增加，不會因為過濾條件而減少。
mapper-murmur3類型：通過插件，可以通過 _murmur3來計算index的hash值：
附加類型（Attachment datatype）:采用mapper-attachments插件，可支持_attachements_ 索引，如 Microsoft Office格式，Open Document格式，ePub,HTML等。
字段支持的屬性：
"store": 字段上的值是不是被存儲，如果沒有存儲就只能搜索，不能獲取值，默認false，不存儲
"index": true//分詞,false//不分詞，字段將不會被索引
"analyzer": "ik"//指定分詞器，默認分詞器為standard analyzer
"boost": 1.23//字段級別的分數加權，默認值是1.0
"ignore_above": 100//超過100個字符的文本，將會被忽略，不被索引
"search_analyzer": "ik"//設置搜索時的分詞器，默認跟ananlyzer是一致的，比如index時用standard+ngram,搜索時用standard來完成自動提示功能。
手動創建mapping
put /lib { "settings":{ "number_of_shards":3, "number_of_replicas":0 }, "mappings":{ "books":{ "properties":{ "title":{"type":"text"}, "name":{"type":"text","analyzer":"standard"}, "publish_date":{"type":"date","index":false}, "price":{"type":"double"}, "number":{"type":"integer"} } } } }
指定了類型是books，字段name的分詞器是analyzer，publish_date不使用分詞索引。假如添加了一個新字段，新字段會按照默認的屬性創建，如下 ：
PUT /lib/books/1 { "title":"java is good", "name":"java", "publish_date":"2019-01-12", "price":23, "number":46, "mark":"no" }
查看一下mapping情況：
GET lib/books/_mapping
{ "lib": { "mappings": { "books": { "properties": { "mark": { "type": "text", "fields": { "keyword": { "type": "keyword", "ignore_above": 256 } } }, "name": { "type": "text", "analyzer": "standard" }, "number": { "type": "integer" }, "price": { "type": "double" }, "publish_date": { "type": "date", "index": false }, "title": { "type": "text" } } } } } }