转自：https://blog.csdn.net/u013089490/article/details/84316852
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。
【官网中映射类别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。

1、创建索引

【创建索引语法】

  1. PUT /索引库名/_mapping/_doc
  2. {
  3.   "properties": {
  4.     "字段名": {
  5.       "type": "类型",
  6.       "index": true，
  7.       "store": true，
  8.       "analyzer": "分词器"
  9.     }
  10.   }
  11. }

注意，映射类型这里没写，因为现在6.x版本还兼容但是在以后的7.x将不再兼容，这里统一要求写成_doc。

  1. PUT wzy
  2. {
  3.   "settings": {
  4.     "number_of_replicas": 0
  5.   }, 
  6.   "mappings": {
  7.     "_doc": {
  8.       "properties": {
  9.         "type": { "type": "keyword" }, 
  10.         "name": { "type": "text" },
  11.         "user_name": { "type": "keyword" },
  12.         "email": { "type": "keyword" },
  13.         "content": { "type": "text" },
  14.         "tweeted_at": { "type": "date" }
  15.       }
  16.     }
  17.   }
  18. }
  19. #执行返回结果
  20. {
  21.   "acknowledged": true,
  22.   "shards_acknowledged": true,
  23.   "index": "wzy"
  24. }

【必看说明】

（1）type类型：可以是text，long，short，date，integer，object等；
（2）index：是否索引，默认值为true；
（3）store：是否存储，默认为false；
（4）analyzer：分词器，这里是ik_max_word，即使用ik分词器；

2、查看映射关系

【查看索引映射语法】

  1. GET /索引名称/_mapping
  1. #kibana中执行
  2. GET /wzy/_mapping
  3. #返回结果
  4. {
  5.   "wzy": {
  6.     "mappings": {
  7.       "_doc": {
  8.         "properties": {
  9.           "content": {
  10.             "type": "text"
  11.           },
  12.           "email": {
  13.             "type": "keyword"
  14.           },
  15.           "name": {
  16.             "type": "text"
  17.           },
  18.           "tweeted_at": {
  19.             "type": "date"
  20.           },
  21.           "type": {
  22.             "type": "keyword"
  23.           },
  24.           "user_name": {
  25.             "type": "keyword"
  26.           }
  27.         }
  28.       }
  29.     }
  30.   }
  31. }

3、字段属性

3.1、字段类型type

  1.   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：官网地址[https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html](https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html)。

（1）String类型，该类型又分为两种

  • text：可分词，不可参与聚合；

  • keyword：不可分词，数据会作为完整字段进行匹配，可以参与聚合。

    （2）Numerical数值类型，又分为两类：

  • 基本数值类型：long、integer、short、byte、double、float、half_float等；

  • 浮点数的高精度类型：scaled_float，需要指定一个精度因子，比如10或者100。ES会把真实值乘以这个因子后存储，取出时再还原。

    （3）Date日期类型

    ES可以对日期格式化为字符串存储，但是建议我们存储为毫秒值，存储为long，节省空间。

    1. PUT my_index
    2. {
    3. "mappings": {
    4.   "_doc": {
    5.     "properties": {
    6.       "date": {
    7.         "type":   "date",
    8.         "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
    9.       }
    10.     }
    11.   }
    12. }
    13. }

    3.2、index属性

    字段的index属性会影响索引情况：

  • true：字段会被索引，则可以用来进行搜索，默认值就是true；

  • false：字段不会索引，不能用来进行搜索。

index属性的默认值就是true，也就是说不进行任何设置，所有字段都会被索引。但是有些字段我们不希望被索引，就需要手动设置index属性为false。

3.3、store存储属性

是否将数据进行额外存储。
知道如果一个字段的store设置为false，那么在文档列表中就不会有这个字段的值，用户的搜索结果中不会显示出来。但是在Elasticsearch中，即便store设置为false，也可以搜索到结果。原因是Elasticsearch在创建文档索引时，会将文档中的原始数据备份，保存到一个叫做_source的属性中。而且我们可以通过过滤_source来选择哪些要显示，哪些不显示。
而如果设置store为true，就会在_source以外额外存储一份数据，多余，因此一般我们都会将store设置为false，事实上，store的默认值就是false。

3.4、Multi Field 多重字段

  1.    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。
  1. #1、定义索引，给字段city定义一个多重字段raw
  2. PUT my_index
  3. {
  4.   "mappings": {
  5.     "_doc": {
  6.       "properties": {
  7.         "city": {
  8.           "type": "text",
  9.           "fields": { 
  10.             "raw": {  #raw是一个多重版本名
  11.               "type":  "keyword"
  12.             }
  13.           }
  14.         }
  15.       }
  16.     }
  17.   }
  18. }
  19. #2、插入两条记录
  20. PUT my_index/_doc/1
  21. {
  22.   "city": "New York"
  23. }
  25. PUT my_index/_doc/2
  26. {
  27.   "city": "York"
  28. }
  29. #3、多重字段的查询
  30. GET my_index/_search
  31. {
  32.   "query": {
  33.     "match": {
  34.       "city": "york" 
  35.     }
  36.   },
  37.   "sort": {
  38.     "city.raw": "asc" 
  39.   },
  40.   "aggs": {
  41.     "Cities": {
  42.       "terms": {
  43.         "field": "city.raw" 
  44.       }
  45.     }
  46.   }
  47. }

3.5、元字段

元字段是ES中定义的文档字段。常见的元字段有_index、_type、_id、_version等。
elasticsearch基础篇(3):映射mapping - 图1