一、Mapping的概念
1、Mapping类似于数据库中的Schema的定义，作用如下：
1）定义索引中的字段的名称；
2）定义字段的数据类型，例如字符串、数字、日期、布尔等；
3）对每个字段进行倒排索引的建立及相关配置；
4）Mapping会将Json文档映射成Lucene所需要的扁平格式；
5）一个Mapping属于一个索引的Type，从7.0开始，不需要在Mapping中指定Type信息；
2、字段的数据类型
1）简单类型
Text（会增加Keyword子字段）；
Date；
Integer/Long/Floating；
Boolean；
IP4&IP6；
Keyword；
2）复杂类型
对象类型；
嵌套类型；
数组（由第一个非空数值的类型所决定）；
空值；
3）特殊类型（地理信息）
geo_point&geo_shape
二、Dynamic Mapping的概念
1、在写入文档的时候，如果索引不存在，则会自动创建索引；
2、由于上述机制，可以无需手动定义Mapping，ElasticSearch会自动根据文档信息，推算出字段的类型；
3、但是有时候推算的可能不对，当类型设置的不对时，会导致一些功能无法正常运行，比如范围内的Range查询；
三、Mapping与Dynamic Mapping的使用
1、推断字段的类型
//创建一个文档
put mapping_test/_doc/1
{
"id":"100",
"isvip":false,
"isadmin":"true",
"age":18,
"height":180
}
//查看索引Mapping结构
get mapping_test/_mapping
//删除索引
delete mapping_test
由上图中可以得出，ElasticSearch基本上可以按照数据推断出预想的字段类型，由于isadmin字段的值是由双引号所括起来的，所以该字段被推断成text类型。
2、更改Mapping的字段类型
对于索引后期加入的字段，可以按照如下情况进行设置：
1）新增加字段
a）Dynamic设置为True时，一旦有新增字段的文档写入，Mapping同时会被更新；
b）Dynamic设置为False时，有新增字段的文档写入，Mapping不会被更新，新增字段的数据也无法被索引，但是信息会出现在_Source中；
c）Dynamic设置成Strict时，文档写入失败；
2）已有字段
a）对于已有字段，一旦已经有数据写入，就不再支持修改字段定义。因为Lucene实现的倒排索引，一旦生成后，就不允许修改。
b）如果希望改变已有字段类型，必须ReIndex，重建索引；
为什么会这样？
I）如果修改了字段的数据类型，会导致已被索引的属于无法被搜索；
II）正因为如此，对于新增加的字段，就不会有这个问题的影响；
3、对于这几种情况，我们通过下图进行演示：
1）对于dynamic为true时，对于创建的文档中的某一字段进行搜索，是可以查询到的。
2）将dynamic设置为false，然后新增一个name字段，然后对其搜索，是无法搜索到的。
同时mapping中也不存在该字段。
但是可以在_Source中看到这个字段。
3）将dynamic设置为strict，然后新增一个grade字段，会发现出现异常。
四、索引Mapping的显式定义
1、Mapping定义的方式有两种：
1）可以参考API手册，纯手写；
2）为了减少输入工作量，减少出错概率，可以依照以下步骤：
a）创建一个临时的Index，写入一些样本数据；
b）通过访问Mapping API获取该临时索引的动态Mapping定义；
c）修改成符合要求的Json，然后创建显式索引；
d）将临时索引删除；
2、显式Mapping定义的语法：
Put Index_Name { "mappings":{ 定义Mapping信息，Json格式
"properties":{
"column_name":{
"type":"text"
},
"column_name":{
"type":"long"
}
...
}
}
}
3、显式Mapping定义的说明：
1）控制当前字段是否可以被索引，默认是True。如果设置成False，则该字段不可被搜索。
将不被搜索的字段设置成索引为false，可以节省磁盘开销，因为这样该字段就不需要进行倒排索引了。
2）对于需要索引的字段，ElasticSearch提供了Index_options配置，可以控制倒排索引记录的内容，Index_options提供了四种控制级别：
a）docs：记录doc的Id；
b）freqs：记录doc Id、Term Frequencies；
c）positions：记录doc Id、Term Frequencies、Term Position；
d）offsets：记录doc Id、Term Frequencies、Term Position、Character offsets；
3）Text类型默认是positions级别，其他类型默认是docs级别；
4）索引字段需要记录的内容越多，那么占用存储空间越大；
5）只有keyword类型支持设定Null值；
6）copy_to的设置，是将字段的值拷贝到所设定的目标字段中，当查询时，可以将该目标字段做为搜索字段进行查询。但是该目标字段不会出现在_source中。
7）数组类型在ElasticSearch中并不提供，但是对于任何字段，是可以包含多个相同类型的数据的。
8）对字段还可以指定特定的analyzer。
9）查看索引Mapping，如下所示：
五、ElasticSearch字段特性与自定义Analyzer
1、Exact Values（精确值）、Full Text（全文本）
Exact Values就是指具体数字、日期、字符串，此类值是不需要进行分词的；
Full Text：是非结构化的文本数据，是需要进行分词的；
2、自定义分词器
当ElasticSearch自带的分词器无法满足要求时，可以自定义分词器，通过组合不同的Character Filter、Tokenizer、Token Filter进行实现。
1）Charater Filters
a）在Tokenizer之前，通过使用Character Filters对文本进行处理，如删除或者替换字符。此种处理会影响后续Tokenizer对Term的Position与Offset的信息。
b）可以设置多个Character Filters，一个自带的Character Filters包括：HTML Strip（去除HTML标签）、Mapping（字符串替换）、Pattern Replace（正则表达式替换）。
如下图所示：
2）Tokenizer
a）将原始的文本按照一定的规则，进行切分成词（Term or Token）；
b）内置的Tokenizer有：Standard、uax_url_email、WhiteSpace、keyword、Pattern、Path hierarchy；
c）可以实现自己的Tokenizer插件；
如下图所示：
3）Token Filters
a）将Tokenizer输出的Term，进行增加、修改、删除；
b）内置的Token Filters有：lowercase、stop、synonym（近义词）；
如下图所示：
3、自定义Analyzer使用
在图中的emotion、customer、english_stop，是分别对Character Filter、Tokenizer、Token Filter的自定义配置。
注意：字段类型keyword与text类型的子字段keyword的说明：
1、一切文本类型的字符串可以定义成"text"或"keyword"两种类型。区别在于，text类型会使用默认分词器分词（当然也可以指定特定的分词器）,keyword类型默认不会对其进行分词；
2、多字段类型情况下，查询时可以用title，也可以用title.keyword查询类型为keyword的子字段；
大家可关注我的公众号
知识学习来源：阮一鸣：《Elasticsearch核心技术与实战》