Elasticsearch 入门到精通-（索引、文档、Mapping）

一、索引（index）

        「索引」含义的区分你可能已经注意到索引(index)这个词在Elasticsearch中有着不同的含义，所以有必要在此做一下区分：索引（名词） 如上文所述，一个索引(index)就像是传统关系数据库中的数据库，它是相关文档存储的地方，index的复数是indices 或indexes。索引（动词） 「索引一个文档」表示把一个文档存储到索引（名词）里，以便它可以被检索或者查询。这很像SQL中的INSERT关键字，差别是，如果文档已经存在，新的文档将覆盖旧的文档。倒排索引 传统数据库为特定列增加一个索引，例如B-Tree索引来加速检索。Elasticsearch和Lucene使用一种叫做倒排索引(inverted index)的数据结构来达到相同目的。

二、文档（document）

        「文档」一个Document就像数据库中的一行记录，文档会被序列化成JSON格式，保持在Elasticsearch中，多个Document存储于一个索引(Index)中。文档以JSON（Javascript Object Notation）格式来表示，而JSON是一个到处存在的互联网数据交互格式。

三、类型（type）

        「类型」类型是文档的逻辑容器，类似于表是行的容器。 您将具有不同结构（模式）的文档放在不同类型中。 例如，您可以使用一种类型来定义聚合组，并在人们聚集时为事件定义另一种类型。
每种类型的字段定义称为映射。 例如，name将映射为字符串，但location下的geolocation字段将映射为特殊的geo_point类型。 （我们探讨如何使用附录A中的地理空间数据。）每种字段的处理方式都不同。 例如，您在名称字段中搜索单词，然后按位置搜索组以查找位于您居住地附近的组。

        很多人认为Elasticsearch是schemaless的。大家都甚至认为Elasticsearch中的数据库是不需要mapping的。其实这是一个错误的概念。schemaless在Elasticsearch中正确的理解是，我们不需要事先定义一个类型关系数据库中的table才使用数据库。在Elasticsearch中，我们可以不开始定义一个mapping，而直接写入到我们指定的index中。这个index的mapping是动态生成的。其中的数据项的每一个数据类型是动态识别的。比如时间，字符串等，虽然有些的数据类型还是需要我们手动调整，比如geo_point等地理位置数据。另外，它还有一个含义，同一个type，我们在以后的数据输入中，可能增加新的数据项，从而生产新的mapping。这个也是动态调整的。

        由于一些原因，在Elasticsearch 6.0以后，一个Index只能含有一个type。这其中的原因是：相同index的不同映射type中具有相同名称的字段是相同； 在Elasticsearch索引中，不同映射type中具有相同名称的字段在Lucene中被同一个字段支持。在默认的情况下是_doc。在未来8.0的版本中，type将被彻底删除。

四、映射（mapping）

        mapping是类似于数据库中的表结构定义，主要作用如下：

        1、定义index下的字段名

        2、定义字段类型，比如数值型、浮点型、布尔型等

        3、定义倒排索引相关的设置，比如是否索引、记录position等