type，是一個index中用來區分類似的資料的，類似的資料，但是可能有不同的fields，而且有不同的屬性來控制索引建立、分詞器
field的value，在底層的lucene中建立索引的時候，全部是opaque bytes型別，不區分型別的

lucene是沒有type的概念的，在document中，實際上將type作為一個document的field來儲存，即_type，es通過_type來進行type的過濾和篩選
一個index中的多個type，實際上是放在一起儲存的，因此一個index下，不能有多個type重名，而型別或者其他設定不同的，因為那樣是無法處理的

例子：兩種商品

{
  "name": "geli kongtiao",
  "price": 1999.0,
  "service_period": "one year"
}

{
  "name": "aozhou dalongxia",
  "price": 199.0,
  "eat_period": "one week"
}

{
   "ecommerce": {
      "mappings": {
         "elactronic_goods": {
            "properties": {
               "name": {
                  "type": "string",
               },
               "price": {
                  "type": "double"
               },
	       "service_period": {
		  "type": "string"
	       }			
            }
         },
         "fresh_goods": {
            "properties": {
               "name": {
                  "type": "string",
               },
               "price": {
                  "type": "double"
               },
	       "eat_period": {
		  "type": "string"
	       }
            }
         }
      }
   }
}

 

在底層的儲存是這樣子的

{
   "ecommerce": {
      "mappings": {
        "_type": {
          "type": "string",
          "index": "not_analyzed"
        },
        "name": {
          "type": "string"
        }
        "price": {
          "type": "double"
        }
        "service_period": {
          "type": "string"
        }
        "eat_period": {
          "type": "string"
        }
      }
   }
}
 

{
  "_type": "elactronic_goods",
  "name": "geli kongtiao",
  "price": 1999.0,
  "service_period": "one year",
  "eat_period": ""
}

{
  "_type": "fresh_goods",
  "name": "aozhou dalongxia",
  "price": 199.0,
  "service_period": "",
  "eat_period": "one week"
}

最佳實踐，將類似結構的type放在一個index下，這些type應該有多個field是相同的
假如說，你將兩個type的field完全不同，放在一個index下，那麼就每條資料都至少有一半的field在底層的lucene中是空值，會有嚴重的效能問題