六、ElasticSearch——映射详解（映射、字段类型、字段属性、多重字段、元字段、动态映射）

1 Mapping 映射
（1）简介
映射定义索引中有什么字段、字段的类型等结构信息。相当于数据库中表结构定义，或 solr中的schema。因为lucene索引文档时需要知道该如何来索引存储文档的字段。ES中支持手动定义映射，动态映射两种方式。

Create Index with mapping创建索引映射

映射类别 Mapping type 废除说明

ES最先的设计是用索引类比关系型数据库的数据库，用mapping type 来类比表，一个索引中可以包含多个映射类别。这个类比存在一个严重的问题，就是当多个mapping type中存在同名字段时（特别是同名字段还是不同类型的），在一个索引中不好处理，因为搜索引擎中只有 索引-文档的结构，不同映射类别的数据都是一个一个的文档（只是包含的字段不一样而已）

从6.0.0开始限定仅包含一个映射类别定义（ “index.mapping.single_type”: true ），兼容5.x中的多映射类别。从7.0开始将移除映射类别。
为了与未来的规划匹配，请现在将这个唯一的映射类别名定义为“_doc”,因为索引的请求地址将规范为：PUT {index}/_doc/{id} and POST {index}/_doc

多个映射类别就转变为多个索引。如果你还想要在一个索引中放多类数据，也可像在数据库中定义骷髅表一样，通过定义一个数据类别字段，来区分不同的数据。

（2）Mapping 映射示例

PUT twitter
{
“mappings”: {
“_doc”: {
“properties”: {
“type”: { “type”: “keyword” },
“name”: { “type”: “text” },
“user_name”: { “type”: “keyword” },
“email”: { “type”: “keyword” },
“content”: { “type”: “text” },
“tweeted_at”: { “type”: “date” }
}
}
}
}

（3）多映射类别数据转储到独立的索引中

2 字段类型 datatypes

字段类型定义了该如何索引存储字段值。ES中提供了丰富的字段类型定义，请查看官网链接详细了解每种类型的特点：
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html

1）Core Datatypes 核心类型
（1）string
text（分词） and keyword （不分词）
（2）Numeric datatypes
long, integer, short, byte, double, float, half_float, scaled_float
（3）Date datatype
date
（4）Boolean datatype
boolean
（5）Binary datatype
binary
（6）Range datatypes 范围
integer_range, float_range, long_range, double_range, date_range

2）Complex datatypes 复合类型
（1）Array datatype
数组就是多值，不需要专门的类型
（2）Object datatype
object ：表示值为一个JSON 对象
（3）Nested datatype
nested：for arrays of JSON objects（表示值为JSON对象数组 ）

3）Geo datatypes 地理数据类型
(1)Geo-point datatype
geo_point： for lat/lon points （经纬坐标点）
(2)Geo-Shape datatype
geo_shape： for complex shapes like polygons （形状表示）

4. Specialised datatypes 特别的类型
   (1) IP datatype
   ip： for IPv4 and IPv6 addresses
   (2)Completion datatype
   completion： to provide auto-complete suggestions
   (3)Token count datatype
   token_count： to count the number of tokens in a string
   (4)mapper-murmur3
   murmur3： to compute hashes of values at index-time and store them in the index
   (5)Percolator type
   Accepts queries from the query-dsl
   (6)join datatype
   Defines parent/child relation for documents within the same index

3 字段定义属性介绍

字段的type (Datatype)定义了如何索引存储字段值，还有一些属性可以让我们根据需要来覆盖默认的值或进行特别定义。请参考官网介绍详细了解：
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-params.html
analyzer 指字段定分词器
normalizer 指字段定标准化器
boost 指定权重值
coerce 强制类型转换
copy_to 值复制给另一字段
doc_values 是否存储docValues
dynamic
enabled 字段是否可用（设置为false,不会被搜索）
fielddata（对于分词的字段是否需要做聚合及排序时需要考虑设置该属性）
eager_global_ordinals
format 指定时间值的格式
ignore_above 忽略大于
ignore_malformed
index_options
index
fields
norms
null_value
position_increment_gap
properties
search_analyzer
similarity
store
term_vector

字段定义属性—示例

PUT my_index
{
“mappings”: {
“_doc”: {
“properties”: {
“date”: {
“type”: “date”,
“format”: “yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis”
}
}
}
}
}

4 Multi Field 多重字段

当我们需要对一个字段进行多种不同方式的索引时，可以使用fields多重字段定义。如一个字符串字段即需要进行text分词索引，也需要进行keyword 关键字索引来支持排序、聚合；或需要用不同的分词器进行分词索引。

Multi Field 多重字段—示例

5 元字段

元字段是ES中定义的文档字段，有以下几类：

详细了解：
https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-fields.html

-source
如果索引的数据是网页、新闻、文章，应该把_source字段关闭，把那些需要在搜索结果中返回的字段，设置store为true

6 动态映射

动态映射：ES中提供的重要特性，让我们可以快速使用ES，而不需要先创建索引、定义映射。 如我们直接向ES提交文档进行索引：

PUT data/_doc/1
{ “count”: 5 }

ES将自动为我们创建data索引、_doc 映射、类型为 long 的字段 count索引文档时，当有新字段时， ES将根据我们字段的json的数据类型为我们自动加人字段定义到mapping中。
(1) 字段动态映射规则

(2) Date detection 时间侦测
date_detection 默认是开启的，默认的格式dynamic_date_formats为：
[ “strict_date_optional_time”,“yyyy/MM/dd HH:mm:ss Z||yyyy/MM/dd Z”]

PUT my_index/_doc/1
{
“create_date”: “2015/09/02”
}

GET my_index/_mapping

(3) Numeric detection 数值侦测

PUT my_index
{
“mappings”: {
“_doc”: {
“numeric_detection”: true 开启数值侦测（默认是禁用的）

}

}
}

PUT my_index/_doc/1
{
“my_float”: “1.0”,
“my_integer”: “1”
}