为了能够将时间域视为时间，数字域视为数字，字符串域视为全文或精确值字符串，Elasticsearch需要知道每个域中数据的类型，这个信息包含在映射中。

如数据输入和输出中解释的，索引中每个文档都有类型。每种类型都有他自己的映射，或者模式定义。映射定义了类型中的域，每个域的数据类型，以及Elasticsearch如何处理这些域。映射也用于配置与类型有关的元数据。

我们会在类型和映射详细讨论映射。本节，我们只讨论足够让你入门的内容。

核心简单域类型

Elasticsearch支持如下简单域类型：

  1. 字符串：string
  2. 整数：byte，short，interger，long
  3. 浮点数：float，double
  4. 布尔型：boolean
  5. 日期：date

当你索引一个包含新域的文档——之前未曾出现——Elasticsearch会使用动态映射，通过JSON中基本数据类型，尝试猜测域类型，使用如下规则：

JSON type 域 type
布尔型: true 或者 false boolean
整数: 123 long
浮点数: 123.45 double
字符串，有效日期: 2014-09-15 date
字符串: foo bar string

NOTE

这意味着如果你通过引号（”132”）索引一个数字，他会被映射为string类型，而不是long。但是，如果这个域已经映射为long，那么Elasticsearch会尝试将这个字符串转化为long，如果无法转化，则抛出一个异常。

查看映射

通过/_mapping，我们可以查看Elasticsearch在一个或多个索引中的一个或多个类型的映射。在开始章节，我们已经取得索引gb中类型tweet的映射：

  1. GET /gb/_mapping/tweet

Elasticsearch根据我们索引的文档，为域（称为 属性）动态生成的映射。

  1. {
  2.    "gb": {
  3.       "mappings": {
  4.          "tweet": {
  5.             "properties": {
  6.                "date": {
  7.                   "type": "date",
  8.                   "format": "strict_date_optional_time||epoch_millis"
  9.                },
  10.                "name": {
  11.                   "type": "string"
  12.                },
  13.                "tweet": {
  14.                   "type": "string"
  15.                },
  16.                "user_id": {
  17.                   "type": "long"
  18.                }
  19.             }
  20.          }
  21.       }
  22.    }
  23. }

TIP

错误的映射，例如将age 域映射为string 类型，我不是interger，会导致查询出现令人困惑的结果。

检查一下！而不是假设你的映射是正确的。

自定义域映射

尽管在很多情况下基本域数据类型一斤够用，但你经常需要为单独域自定义映射，特别是字符串域。自定义映射允许你执行下面的操作：

  1. 全文字符串和精确值字符串域的区别
  2. 使用特定语言分析器
  3. 优化域以适应部分匹配
  4. 指定自定义数据格式
  5. 还有更多

域最重要的属性是type。对于不是string 的域，你一般只需要设置type:

  1. {
  2.     "number_of_clicks": {
  3.         "type": "integer"
  4.     }
  5. }

默认，string 类型域会被认为包含全文。就是说，他们的值在索引前，会通过一个分析器，针对于这个域的查询在搜索前也会经过一个分析器。

string域映射的两个最重要属性是index 和 analyzer。

index

index属性控制怎样索引字符串。他可以是下面三个值：

analyzed

首先分析字符串，然后索引他。换句话说，以全文索引这个域。

not_analyzed

索引这个域，所以它能够被搜索，但索引的是精确值。不会对他进行分析。

no

不索引这个域。这个域不会被搜索到。

string 域 index属性默认是analyzed。如果我们想映射这个字段为一个精确值，我们需要设置他为 not_analyzed：

  1. {
  2.     "tag": {
  3.         "type":     "string",
  4.         "index":    "not_analyzed"
  5.     }
  6. }

NOTE

其他简单类型（例如 long，double，date等）也接受index 参数，但有意义的值只有no 和not_analyzed，因为他们永远不会被分析。

analyzer

对于analyzed字符串域，用analyzer 属性指定在搜索和索引时使用的分析器。默认，Elasticsearch使用standard 分析器，但你可以指定一个内置的分析器替代它，例如：whitespace、simple和english：

  1. {
  2.     "tweet": {
  3.         "type":     "string",
  4.         "analyzer": "english"
  5.     }
  6. }

在自定义分析器，我们会展示怎样定义和使用自定义分析器。

更新映射

当你首次创建一个索引的时候，可以指定类型的映射。你也可以使用/_mapping 为新类型（或者为存在的类型更新映射）增加映射。

NOTE

尽管你可以增加一个存在的映射，你不能修改存在的域映射。如果一个域的映射已经存在，那么该域的数据可能已经被索引。如果你意图修改这个域的映射，索引的数据可能会出错，不能被正常的搜索。

我们可以更新一个映射来添加一个新域，但不能将一个存在的域从analyzed 改为not_analyzed。

为了描述指定映射的两种方式，我们先删除gb 索引：

  1. DELETE /gb

然后创建一个新索引，指定tweet域使用English 分析器：

  1. PUT /gb 
  2. {
  3.   "mappings": {
  4.       "properties" : {
  5.         "tweet" : {
  6.           "type" :    "text",
  7.           "analyzer": "english"
  8.         },
  9.         "date" : {
  10.           "type" :   "date"
  11.         },
  12.         "name" : {
  13.           "type" :   "text"
  14.         },
  15.         "user_id" : {
  16.           "type" :   "long"
  17.         }
  18.     }
  19.   }
  20. }

通过消息体中指定的mappings 创建了索引。

稍后，我们决定在tweet映射增加一个新的名为tag的not_analyzed的文本域，使用_mapping：

  1. PUT /gb/_mapping
  2. {
  3.   "properties" : {
  4.     "tag" : {
  5.       "type" :    "keyword"
  6.     }
  7.   }
  8. }

注意：我们不需要再次列出所有已存在的域，因为无论如何我们都无法改变他们。新域已经被合并到存在的映射中。

测试映射

你可以使用analyzer API测试字符串域的映射。比较下面两个请求的输出：

  1. GET /gb/_analyze
  2. {
  3.   "field": "tweet",
  4.   "text": "Black-cats" 
  5. }
  6. //返回
  7. {
  8.   "tokens" : [
  9.     {
  10.       "token" : "black",
  11.       "start_offset" : 0,
  12.       "end_offset" : 5,
  13.       "type" : "<ALPHANUM>",
  14.       "position" : 0
  15.     },
  16.     {
  17.       "token" : "cat",
  18.       "start_offset" : 6,
  19.       "end_offset" : 10,
  20.       "type" : "<ALPHANUM>",
  21.       "position" : 1
  22.     }
  23.   ]
  24. }
  28. GET /gb/_analyze
  29. {
  30.   "field": "tag",
  31.   "text": "Black-cats" 
  32. }
  33. //返回
  34. {
  35.   "tokens" : [
  36.     {
  37.       "token" : "Black-cats",
  38.       "start_offset" : 0,
  39.       "end_offset" : 10,
  40.       "type" : "word",
  41.       "position" : 0
  42.     }
  43.   ]
  44. }

消息体里面传输我们想要分析的文本。

tweet 域产生两个词条black 和cat，tag域产生单独的词条Black-cats。换句话说，我们的映射正常工作。