类似数据库中的表结构定义，主要作用如下：
- 定义Index下的字段名( Field Name )
- 定义字段的类型,比如数值型、字符串型、布尔型等
- 定义倒排索弓|相关的配置,比如是否索引、记录position等
{ "index" : { "mappings" : { "properties" : { "JSON 数据" : { "type" : "text", "fields" : { "keyword" : { "type" : "keyword", "ignore_above" : 256 } } }, "公众号" : { "type" : "text", "fields" : { "keyword" : { "type" : "keyword", "ignore_above" : 256 } } } } } } }
类似 MySQL，Mapping中的字段类型一旦设定后，禁止直接修改，原因如下：
- Lucene实现的倒排索引生成后不允许修改
- 重新建立新的索引,然后做reindex操作
允许新增字段 通过dynamic参数来控制字段的新增
- true (默认)允许自动新增字段
- false不允许自动新增字段,但是文档可以正常写入,但无法对字段进行查询等操作
-
strict文档不能写入，报错
将该字段的值复制到目标字段，实现类似_all的作用，不会出现在_source中，只用来搜索
控制当前字段是否索引，默认为true，即记录索引, false 不记录， 即不可搜索
index_options控制倒排索弓引|记录的内容，有如下4种配置
- docs只记录doc id
- freqs记录doc id和term frequencies
- positions 记录doc id、term frequencies和term position
- offsets记录doc id、 term frequencies、 term position和character offsets
text 类型默认配置为positions，其他默认为docs。记录内容越多，占用空间越大。
null_value
当字段遇到null值时的处理策略,默认为null,即空值,此时es会忽略该值。可以通过设定该值设定字段的默认值。
- 字符串 text、keyword
- 数值型 long、integer、short, byte, double, float half_float, scaled_float
- 布尔 boolean
- 日期 date
- 二进制 binary
- 范围 integer_range, float_range, long_range, double_range, date_ range
- 复杂数据类型 数组类型array、对象类型object、嵌套类型nested object
- 地理位置 geo_point、geo_shape
- 专用类型 记录ip地址 ip 实现自动补全 completion 记录分词数 token_count 记录字符串hash值 murmur3 percolator join
-
多字段特性multi-fields
允许对同一个字段采用不同的配置，比如分词，常见例子如对人名实现拼音搜索,
只需要在人名中新增一个子字段为pinyin即可
ES可以自动识别文档字段类型，从而降低用户使用成本，如下所示
PUT /test_index/doc/1 { "username": "java", "age": "18" } GET /test_index/_mapping
{ "test_index" : { "mappings" : { "properties" : { "age" : { "type" : "text", "fields" : { "keyword" : { "type" : "keyword", "ignore_above" : 256 } } }, "username" : { "type" : "text", "fields" : { "keyword" : { "type" : "keyword", "ignore_above" : 256 } } } } } } }
ES是依靠JSON文档的字段类型来实现自动识别字段类型，支持的类型如下：
PUT /test_index/doc/1 {"username":" alfred", "age":14, "birth":"1988-10-10", "married":false, "year":18, "tags":["boy","fashion"], "money":100.1 } GET /test_index/_mapping
{ "test_index" : { "mappings" : { "properties" : { "age" : { "type" : "text", "fields" : { "keyword" : { "type" : "keyword", "ignore_above" : 256 } } }, "birth" : { "type" : "date" }, "married" : { "type" : "boolean" }, "money" : { "type" : "float" }, "tags" : { "type" : "text", "fields" : { "keyword" : { "type" : "keyword", "ignore_above" : 256 } } }, "username" : { "type" : "text", "fields" : { "keyword" : { "type" : "keyword", "ignore_above" : 256 } } }, "year" : { "type" : "long" } } } } }
日期的自动识别可以自行配置日期格式,
默认是[ “strict_date_optional_time”,“yyyy/MM/dd HH:mm:ss Z||yyyy/MM/dd Z”]
- strict_date_optional_time是 ISO datetime 的格式，完整格式类似下面：
- YYYY-MM-DDThh:mm:ssTZD (eg 1997-07-16T19:20:30+01:00) dynamic_date_formats可以自定义日期类型 date_detection可关闭日期自动识别的机制
允许根据es自动识别的数据类型、字段名等来动态设定字段类型,可以实现如下效果:
- 所有字符串类型都设定为keyword类型,即默认不分词
- 所有以message开头的字段都设定为text类型，即分词
- 所有以long_开头的字段都设定为long类型
-
所有自动匹配为double类型的都设定为float类型，以节省空间
匹配规则一般有如下几个参数:
- match_ mapping _type 匹配 es 自动识别的字段类型，如boolean,long,string
- match,unmatch 匹配字段名
- path_ match,path_ unmatch 匹配路径
- 写一条文档到es的临时索引中,获取es自动生成的mapping
- 修改步骤1得到的mapping ,自定义相关配置
- 使用步骤2的mapping创建实际所需索引
索引模板，英文为Index Template，主要用于在新建索引时自动应用预先设定的配置，简化索索引创建的操作步骤
-
可以设定索引的配置和mapping
-
可以有多个模板，根据order设置，order大的覆盖小的配置
-
索弓|模板API , endpoint为_template,如下所示:
获取与删除
参考
- https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-params.html
- https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html
