Elasticsearch之映射（mapping）。

        索引中每个文档都有一个类型（type）。每个类型拥有自己的映射（mapping）或者模式定义（schema definition）。一个映射定义了字段类型，每个字段的数据类型，以及字段被Elasticsearch处理的方式。映射还用于设置关联到类型上的元数据。

        核心简单字段类型

        Elasticsearch支持以下简单字段类型：

       

       当你索引一个包含新字段的文档——一个之前没有的字段——Elasticsearch将使用动态映射猜测字段类型，这类型来自于JSON的基本数据类型，使用以下规则：

      

        注意：这意味着，如果你索引一个带引号的数字——“123”，它将被映射为“string”，而不是“long”类型。然而，如果字段已经被映射为“long”类型，Elasticsearch将尝试转换字符串为long，并在转换失败时会抛出异常。

         查看映射

         我们可以使用_mapping后缀来查看Elasticsearch中的映射。例如，找到索引gb类型tweet中的映射：

         GET /gb/_mapping/tweet

         这展示给了我们字段的映射（叫做属性（properties）），这些映射是Elasticsearch在创建索引时动态生成的：

       

      

        小提示：错误的映射，例如把age字段映射为string类型而不是integer类型，会造成查询结果混乱。

        要检查映射类型，而不是假设他是正确的！

        自定义字段映射

        映射中最重要的字段参数是type。除了string类型的字段，你可能很少需要映射其他的type：

       

        string类型的字段，默认的，考虑到包含全文本，他们的值在索引前要经过分析器分析，并且在全文搜索此字段前要把查询语句做分析处理。

        对于string字段，两个最重要的映射参数是index和analyer。

• index

        index参数控制字符串以何种方式被索引。它包含以下三个值当中的一个：

       

       string类型字段默认值是analyzed。如果我们想映射字段为确切值，我们需要设置它为not_analyed：

      

        其他简单类型——long、double、dtae等等——也接受index参数，但相应的值只能是no和not_analyzed，他们的值不能被分析。

• 分析

        对于analyzed类型的字符串字段，使用analyzer参数来指定哪一种分析器将在搜索和索引的时候使用。默认的，Elasticsearch使用standard分析器，但是你可以通过指定一个內建的分析器来更改他，例如whitespace、simple或english。

       

       更新映射

        你可以在第一次创建索引的时候指定映射的类型。此外，你也可以晚些时候为新类型添加映射（或者为已有的类型更新映射）。

        重要：你可以向已有映射中增加字段，但你不能修改它。如果一个字段在映射中已经存在，这可能意味着那个字段的数据已经被索引。如果你改变了字段映射，那已经被索引的数据将错误并且不能被正确的索引到。

        为了演示两个指定的映射方法，让我们首先删除索引gb：

        DELETE /gb

        然后创建一个新索引，指定tweet字段的分析器为english：

        PUT /gb
       {
          "mappings": {
              "tweet" : {
                  "properties": {
                       "tweet" : {
                               "type": "string",
                               "analyzer": "english"
                       },
                       "date" : {
                               "type": "date"
                       },
                      "name" : {
                              "type": "string"
                      },
                      "user_id" : {
                              "type": "long"
                      }
                  }
             }
          }
         }

         这将创建包含mappings的索引，映射在请求体中指定。

         再后来，我们决定在tweet的映射中增加一个新的not_analyzed类型的文本字段，叫做tag，使用_mapping后缀：

         PUT /gb/_mapping/tweet
         {
              "properties": {
                     "tag" : {
                          "type": "string",
                          "index": "not_analyzed"
                     }
              }
         }

        注意到我们不再需要列出所有的已经存在的字段，因为我们没法修改他们。我们的新字段已经被合并至存在的那个映射中。

         测试映射

        你可以通过名字使用analyze API测试字符串字段的映射，对比这两个请求的输出：

        GET /gb/_analyze?field=tweet

        Black-cats        <1>

        GET /gb/_analyze?field=tag

        Black-cats        <1>

        <1> 我们想要分析的文本被放在请求体中。

        tweet字段产生两个词，“black”和“cat”，tag字段产生单独一个词“Black-cats”。换言之，我们的映射工作正常。

        复合核心字段类型

        除了之前提到的简单的标量类型，JSON还有null值，数组和对象，所有这些Elasticsearch都支持：

        多值字段

        我们想让tag字段包含多个字段，这非常有可能发生。我们可以索引一个标签数组来代替单一字符串：

        {"tag" : [ "search" , "nosql" ] }

        对于数组不需要特殊的映射。任何一个字段可以包含零个、一个或多个值，同样对于全文字段将被分析并产生多个词。

        言外之意，这意味着数组中所有值必须为同一类型。你不能把日期和字符串混合。如果你创建一个新字段，这个字段索引了一个数组，Elasticsearch将使用第一个值的类型来确定这个新字段的类型。

        当你从Elasticsearch中取回一个文档，任何一个数组的顺序和你索引它的顺序一致。你取回的_source字段的顺序同样与索引他们的顺序相同。

        然而，数组是作为多值字段被索引的，他们没有顺序。在搜索阶段你不能指定“第一个值”或者“最后一个值”。倒不如把数组当做一个值集合（gag of values）。

        空字段

        当然数组可以是空的。这等价于有零个值。事实上，Lucene没法存放null值，所以一个null值的字段被认为是空字段。

        这四个字段将被识别为空字段而不被索引：

       

        多层对象

        我们需要讨论的最后一个自然JSON数据类型是对象（object）——在其他语言中叫做hashed、hashmaps、dictionaries或者associative arrays。

        内部对象（inner objects）经常用于嵌入一个实体或对象里的另一个地方。例如，做在tweet文档中user_name和user_id的替代，我们可以这样写：

       

         内部对象的映射

         Elasticsearch会动态的检测新对象的字段，并且映射他们为Object类型，将每个字段加到properties字段下：

        

        <1>  根对象.

        <2> 内部对象.

        对user和name字段的映射与tweet类型自己很相似。事实上，type映射只是object映射的一种特殊类型，我们将object称为根对象。它与其他对象一模一样，除非它有一些特殊的顶层字段，比如_source、_all等等。

        内部对象时怎样被索引的               

        Lucene不理解内部对象。Lucene文档由一个键-值对列表。为了Elasticsearch指出内部对象用到的字段，它把我们的文档弄成这样：

       

       内部字段可以提到的名字，如“first”。区分两个领域有相同的名字，我们之间使用完整路径，如“user.name.first”，甚至type名称加上路径：“tweet.user.name.first”。

       NOTE：在简单的扁平的document上面，没有field所谓的user并没有所谓user.name。Lucene只索引或简单的values，没有复杂的数据结构。

       对象数组

       最后，考虑如何对包含内部对象的数组进行索引。比方说我们有一个followers数组看起来像这样：

       [ source , js ]

       { "followers": [ { "age": 35, "name": "Mary White"}, { "age": 26, "name": "Alex Jones"}, { "age": 19, "name": "Lisa Smith"} ]}

       这个文档将像我们上面描述的那样被压扁，但是结果会是这样的：

       [ source , js ]

       { "followers.age": [19, 26, 35], "followers.name": [alex, jones, lisa, smith, mary, white]}

       { age : 35 }和{name : Mary White }之间的相关性已经丢失，因为每个多值字段只是一个值包，不是有序数组。这就足够我们问了：

•        有一个26岁的follwer吗？

       但是我们不能得到准确的答案：

• 有一个26岁的叫Alex Jones的follower吗？

       相关的内部对象，可以回答类似这样的查询，称为嵌套对象。