一、Mapping的概念

　　1、Mapping類似於資料庫中的Schema的定義，作用如下：

　　　　1）定義索引中的欄位的名稱；

　　　　2）定義欄位的資料型別，例如字串、數字、日期、布林等；

　　　　3）對每個欄位進行倒排索引的建立及相關配置；

　　　　4）Mapping會將Json文件對映成Lucene所需要的扁平格式；

　　　　5）一個Mapping屬於一個索引的Type，從7.0開始，不需要在Mapping中指定Type資訊；

　　2、欄位的資料型別

　　　　1）簡單型別

　　　　　　Text（會增加Keyword子欄位）；

　　　　　　Date；

 　　　　　   Integer/Long/Floating；

　　　　　　Boolean；

　　　　　　IP4&IP6；

　　　　　　Keyword；

　　　　2）複雜型別

　　　　　　物件型別；

　　　　　　巢狀型別；

　　　　　　陣列（由第一個非空數值的型別所決定）；

　　　　　　空值；

　　　　3）特殊型別（地理資訊）

　　　　　　geo_point&geo_shape

二、Dynamic Mapping的概念

　　1、在寫入文件的時候，如果索引不存在，則會自動建立索引；

　　2、由於上述機制，可以無需手動定義Mapping，ElasticSearch會自動根據文件資訊，推算出欄位的型別；

　　3、但是有時候推算的可能不對，當型別設定的不對時，會導致一些功能無法正常執行，比如範圍內的Range查詢；

三、Mapping與Dynamic Mapping的使用

　　1、推斷欄位的型別

//建立一個文件
put mapping_test/_doc/1
{
    "id":"100",
    "isvip":false,
    "isadmin":"true",
    "age":18,
    "height":180
}
//檢視索引Mapping結構
get mapping_test/_mapping
//刪除索引
delete mapping_test

　　由上圖中可以得出，ElasticSearch基本上可以按照資料推斷出預想的欄位型別，由於isadmin欄位的值是由雙引號所括起來的，所以該欄位被推斷成text型別。

　　2、更改Mapping的欄位型別

　　對於索引後期加入的欄位，可以按照如下情況進行設定：

　　　　1）新增加欄位

　　　　　　a）Dynamic設定為True時，一旦有新增欄位的文件寫入，Mapping同時會被更新；

　　　　　　b）Dynamic設定為False時，有新增欄位的文件寫入，Mapping不會被更新，新增欄位的資料也無法被索引，但是資訊會出現在_Source中；

　　　　　　c）Dynamic設定成Strict時，文件寫入失敗；

　　　　2）已有欄位

　　　　　　a）對於已有欄位，一旦已經有資料寫入，就不再支援修改欄位定義。因為Lucene實現的倒排索引，一旦生成後，就不允許修改。

　　　　　　b）如果希望改變已有欄位型別，必須ReIndex，重建索引；

　　　　　　為什麼會這樣？

　　　　　　I）如果修改了欄位的資料型別，會導致已被索引的屬於無法被搜尋；

　　　　　　II）正因為如此，對於新增加的欄位，就不會有這個問題的影響；

　　3、對於這幾種情況，我們通過下圖進行演示：

　　　　1）對於dynamic為true時，對於建立的文件中的某一欄位進行搜尋，是可以查詢到的。

　　　　2）將dynamic設定為false，然後新增一個name欄位，然後對其搜尋，是無法搜尋到的。

　　　　同時mapping中也不存在該欄位。

　　　　但是可以在_Source中看到這個欄位。

　　　　3）將dynamic設定為strict，然後新增一個grade欄位，會發現出現異常。

 四、索引Mapping的顯式定義

　　1、Mapping定義的方式有兩種：

　　　　1）可以參考API手冊，純手寫；

　　　　2）為了減少輸入工作量，減少出錯概率，可以依照以下步驟：

　　　　　　a）建立一個臨時的Index，寫入一些樣本資料；

　　　　　　b）通過訪問Mapping API獲取該臨時索引的動態Mapping定義；

　　　　　　c）修改成符合要求的Json，然後建立顯式索引；

　　　　　　d）將臨時索引刪除；

　　2、顯式Mapping定義的語法：

Put Index_Name
{
    "mappings":{
         定義Mapping資訊，Json格式
　　　　　"properties":{
　　　　　　　　"column_name":{
　　　　　　　　　　"type":"text"
　　　　　　　　},
　　　　　　　　"column_name":{
　　　　　　　　　　"type":"long"
　　　　　　　　}
　　　　　　　　...
　　　　　　}
     } 
}

　　3、顯式Mapping定義的說明：

　　　　1）控制當前欄位是否可以被索引，預設是True。如果設定成False，則該欄位不可被搜尋。

　　　　　將不被搜尋的欄位設定成索引為false，可以節省磁碟開銷，因為這樣該欄位就不需要進行倒排索引了。

　　　　2）對於需要索引的欄位，ElasticSearch提供了Index_options配置，可以控制倒排索引記錄的內容，Index_options提供了四種控制級別：

　　　　　　a）docs：記錄doc的Id；

　　　　　　b）freqs：記錄doc Id、Term Frequencies；

　　　　　　c）positions：記錄doc Id、Term Frequencies、Term Position；

　　　　　　d）offsets：記錄doc Id、Term Frequencies、Term Position、Character offsets；

　　　　3）Text型別預設是positions級別，其他型別預設是docs級別；

　　　　4）索引欄位需要記錄的內容越多，那麼佔用儲存空間越大；

　　　　5）只有keyword型別支援設定Null值；

　　　　6）copy_to的設定，是將欄位的值拷貝到所設定的目標欄位中，當查詢時，可以將該目標欄位做為搜尋欄位進行查詢。但是該目標欄位不會出現在_source中。

 　　　　7）陣列型別在ElasticSearch中並不提供，但是對於任何欄位，是可以包含多個相同型別的資料的。

　　　　8）對欄位還可以指定特定的analyzer。

　　　　9）檢視索引Mapping，如下所示：　　

五、ElasticSearch欄位特性與自定義Analyzer

　　1、Exact Values（精確值）、Full Text（全文字）

　　　　Exact Values就是指具體數字、日期、字串，此類值是不需要進行分詞的；

　　　　Full Text：是非結構化的文字資料，是需要進行分詞的；

　　2、自定義分詞器

　　當ElasticSearch自帶的分詞器無法滿足要求時，可以自定義分詞器，通過組合不同的Character Filter、Tokenizer、Token Filter進行實現。

　　1）Charater Filters

　　　　a）在Tokenizer之前，通過使用Character Filters對文字進行處理，如刪除或者替換字元。此種處理會影響後續Tokenizer對Term的Position與Offset的資訊。

　　　　b）可以設定多個Character Filters，一個自帶的Character Filters包括：HTML Strip（去除HTML標籤）、Mapping（字串替換）、Pattern Replace（正則表示式替換）。

　　　　如下圖所示：

　　2）Tokenizer

　　　　a）將原始的文字按照一定的規則，進行切分成詞（Term or Token）；

　　　　b）內建的Tokenizer有：Standard、uax_url_email、WhiteSpace、keyword、Pattern、Path hierarchy；

　　　　c）可以實現自己的Tokenizer外掛；

　　　　如下圖所示：

 　　3）Token Filters

　　　　a）將Tokenizer輸出的Term，進行增加、修改、刪除；

　　　　b）內建的Token Filters有：lowercase、stop、synonym（近義詞）；

　　　　如下圖所示：

　　3、自定義Analyzer使用

　　在圖中的emotion、customer、english_stop，是分別對Character Filter、Tokenizer、Token Filter的自定義配置。

　　注意：欄位型別keyword與text型別的子欄位keyword的說明：

　　　　1、一切文字型別的字串可以定義成"text"或"keyword"兩種型別。區別在於，text型別會使用預設分詞器分詞（當然也可以指定特定的分詞器）,keyword型別預設不會對其進行分詞；

　　　　2、多欄位型別情況下，查詢時可以用title，也可以用title.keyword查詢型別為keyword的子欄位；

　　大家可關注我的公眾號 

　　知識學習來源：阮一鳴：《Elasticsearch核心技術與實戰》