mapping就是Elasticsearch数据字段field的type元数据，Elasticsearch在创建索引的时候，dynamic mapping会自动为不同的数据指定相应mapping，mapping中包含了字段的类型、搜索方式（exact value或者full text）、分词器等。简单点理解，mapping类似于SQL中的表结构。
查看mapping

GET /{index_name}/_mappings

1. Dynamic mapping

为啥price字段是long类型而不是integer？因为es的mapping_type是由JSON分析器检测数据类型，而JSON没有隐式类型转换,所以dynamic mapping会选择一个比较宽的数据类型。

Dynamic mapping的3种模式

//1. 创建索引
PUT movies
//2. 设置dynamic位严格模式
PUT movies/_mapping
{
  "dynamic":"strict" //
}
//3. 获取mapping
GET movies

2. Elasticsearch的搜索方式

• exact value 精确匹配:

在倒排索引过程中，分词器会将field作为一个整体创建到索引中，

• full text 全文检索:

分词、近义词同义词、混淆词、大小写、词性、过滤、时态转换等（normaliztion）

3. Elasticsearch的数据类型

4. indexTemplate 和DynamicTemplate

https://www.elastic.co/guide/en/elasticsearch/reference/7.1/indices-templates.html

https://www.elastic.co/guide/en/elasticsearch/reference/7.1/dynamic-mapping.html

5. Demo

创建mapping

模板

PUT /{index_name}
{
  "mappings": {
    "properties": {
        "{field_name}": {
          "{mapping_parameter}": "{parameter_value}",
          "{mapping_parameter}": "{parameter_value}"
        },
          "{field_name}": {
          "{mapping_parameter}": "{parameter_value}",
          "{mapping_parameter}": "{parameter_value}"
        }
      }
  }
}

{``mapping_parameter} 和{parameter_value} 可选内容有

search_analyzer：设置单独的查询时分析器：

PUT /{index_name}
{
  "settings": {
    "analysis": {
      "filter": {
        "autocomplete_filter": {
          "type": "edge_ngram",
          "min_gram": 1,
          "max_gram": 20
        }
      },
      "analyzer": {
        "autocomplete": { 
          "type": "custom",
          "tokenizer": "standard",
          "filter": [
            "lowercase",
            "autocomplete_filter"
          ]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "text": {
        "type": "text",
        "analyzer": "autocomplete", 
        "search_analyzer": "standard" 
      }
    }
  }
}
PUT {index_name}/_doc/{index_id}
{
  "text": "Quick Brown Fox" 
}
GET {index_name}/_search
{
  "query": {
    "match": {
      "text": {
        "query": "Quick Br", 
        "operator": "and"
      }
    }
  }
}

一个类似于这样的SQL建表语句

create table user
(
    id          int                    auto_increment primary key,
    name        varchar(128)   null comment '用户名称',
    address     varchar(256)   null comment '用户详细地址',
    amount      decimal(19, 2) null comment '总账户余额',
    create_time timestamp      null comment '创建时间',
    is_del      int            null comment '是否删除(1是0否)',
    account     varchar(128)   null comment '登录账号'
)
    comment '用户表' charset = utf8;

Elasticsearch创建

PUT /user
{
  "mappings": {
    "properties": {
      "id":{
        "type": "integer"
      },
      "name":{
        "type": "text"
      },
      "address":{
        "type": "text"
      },
      "amount":{
        "type": "double"
      },
      "create_time":{
        "type": "date"
      },
      "is_del":{
        "type": "boolean"
      },
      "account":{
        "type": "text"
      }
    }
  }
}