1. Mapping（映射）
Mapping 是定义文档及其包含的字段是如何存储和索引的过程
例如，我们用映射来定义：
哪些字符串字段应该被当做全文字段 哪些字段包含数字、日期或地理位置 是否应该将文档中所有字段的值索引到catch-all字段中 1.1. Mapping Type（映射类型）
每个索引都有一个映射类型，以决定文档将被如何索引
映射类型包含两部分：
-
Meta-fields
Meta-fields通常用于自定义文档的元数据。例如，meta-fields包括文档的 _index， _type， _id， _source等字段
-
Fields 或 properties
一个映射类型包含一个字段列表或属性列表
1.2. Field datatypes（字段数据类型）
每个字段有一个数据类型，它可以是下列之一：
简单类型，比如 text， keyword， date， long， double， boolean ， ip 支持JSON层级结构的类型，比如 object 或者 nested 特别的类型，比如 geo_point， geo_shape， completion 1.3. Example mapping
复制代码
curl -X PUT "localhost:9200/my_index" -H 'Content-Type: application/json' -d'
{
"mappings": {
"doc": {
"properties": {
"title": { "type": "text" },
"name": { "type": "text" },
"age": { "type": "integer" },
"created": {
"type": "date",
"format": "strict_date_optional_time||epoch_millis"
}
}
}
}
}
'
复制代码
创建一个索引名字叫“my_index”，并且添加一个映射类型叫“doc”，包含4个字段
2. Field datatypes（字段类型）
2.1. 核心类型
-
字符串类型
text ， keyword
-
数值类型
long ， integer ， short ， byte ， double ， float ， half_float ， scaled_float
-
日期类型
date
-
布尔类型
boolean
-
二进制类型
binary
-
范围类型
integer_range ， float_range ， long_range ， double_range ， date_range
2.2. 复杂类型
-
数组类型
数组不需要一个专门的类型
-
对象类型
object （PS：单个JSON对象）
-
-
内嵌类型
-
nested（PS：JSON对象数组）
2.3. 地理类型
-
Geo_point类型
geo_point 用于地理位置经纬度坐标
-
Geo_shape类型
geo_shape 用于复杂形状
2.4. 专门的数据类型
-
IP类型
ip （用于IPv4和IPv6地址）
-
Completion类型
completion （用于自动补全提示）
-
Token count 类型
token_count （用于计数字符串中的token）
-
mapper-murmur3
murmur3 （计算值的hashcode，并将其存储到索引中）
-
过滤器类型
接受一个查询语句
-
join 类型
为同一索引内的文档定义父/子关系
3. Meta-fields（元数据字段）
每个文档都有与之关联的元数据
3.1. 标识 元数据字段
_index 文档属于哪个索引
_id 文档ID
_type 文档的映射类型
_uid 由 _type和 _id组成的一个组合字段
3.2. 文档来源 元数据字段
_source 文档的原始JSON
_size _source字段的长度（多少字节）
3.3. 索引 元数据字段
_all 索引其它字段的值，默认情况下是禁用的
_field_names 所有非空字段
3.4. 路由 元数据字段
_routing 一个自定义的路由值，用于分片的
3.5. 其它 元数据字段
_meta 其它
4. 小结
如果把Elasticsearch比作关系型数据库的话，那么，映射就是建表，映射类型就是存储引擎，字段类型就是字段类