本文案例操作，建議先閱讀我之前的文章[《ElasticSearch之安裝及基本操作API》](https://ytao.top/2019/12/14/11-elasticsearch/) > Mapping (對映)類似關係型資料庫中的表的結構定義。我們將資料以 JSON 格式存入到 ElasticSearch 中後，在搜尋引擎中 JSON 欄位對映對應的型別，這時需要 mapping 來定義內容的型別。 # 欄位型別 JSON 資料型別對映到 ElasticSearch 定義的型別，常用的簡單型別有： JSON型別 | ElasticSearch 型別 :--:|:--: 文字型別 | Text/Keyword 整數型別 | long/integer 浮點型別 | float/double 時間型別 | date 布林值 | boolean 陣列 | Text/Keyword 上面要注意的是時間型別，JSON 中並沒有時間型別，這裡主要指時間格式資料的型別。 # 定義對映 在關係型資料庫中，儲存資料之前，我們會先建立表結構，給欄位指定一個存在的型別。同樣 ElasticSearch 在進行資料儲存前，也可以先定義好儲存資料的 Mapping 結構。 先定義一個簡單的 person Mapping：  上圖中就是一個 Mapping 的定義，如果是在 ElasticSearch7 之前，mappings 裡還有 _type 屬性。 # 動態對映 當沒有事先定義好 Mapping，新增資料時，ElasticSearch 會自動根據欄位進行換算出對應的型別，但是換算出來的型別並不一定是我們想要的欄位型別，還是需要人為的干預進行修改成想要的 Mapping。 # 更新對映 使用 **dynamic** 控制對映是否可以被更新。 ## dynamic-true 設定 dynamic 為`true`是預設 dynamic 的預設值，新增欄位資料可以寫入，同時也可以被索引，Mapping 結構也會被更新。  新增資料，同時多新增一個沒被定義的 `gender` 欄位。 ```bash # 向 person 中新增資料 PUT person/_doc/1 { "uId": 1, "name": "ytao", "age": 18, "address": "廣東省珠海市", "birthday": "2020-01-15T12:00:00Z", "money": 108.2, "isStrong": true, "gender": "男" # Mapping 中未定義的欄位 } ``` 新增成功，搜尋 `gender` 欄位：  檢視 Mapping 結構：  新新增的欄位值，在新增過程中 Mapping 已自動新增欄位。 ## dynamic-false 設定 dynamic 為`false`時，新增欄位資料可以寫入，不可以被索引，Mapping 結構會被更新。 同樣先將 dynamic 設定為 false，然後向裡面新增資料，其他步驟和上面 true 操作一樣。定義 Mapping，新增資料。 搜尋 `gender` 欄位：  此時新增欄位資料無法被索引，但資料可以寫入。  Mappnig 也不會新增新增的欄位：  ## dynamic-strict 設定 dynamic 為`strict`時，從字面上意思也可以看出，對於動態對映是較嚴格的，新增欄位資料不可以寫入，不可以被索引，Mapping 結構不會被更新。只能按照定義好的 Mapping 結構新增資料。 在新增新欄位資料時，就馬上會丟擲異常：  # 自動識別日期型別 上文中，當 dynamic 設定為 true 時，新增新欄位資料自動識別型別更新 Mapping，如果是日期型別的話，我們是可以指定識別的型別。 指定 person 的 **dynamic_date_formats** 格式： ```bash PUT person/_mapping { "dynamic_date_formats": ["yyyy/MM/dd"] } ``` 這裡是可以指定多個時間格式。 向 person 新增新資料，分別是 today 和 firstDate： ```bash PUT person/_doc/2 { "today": "2020-01-15", "firstDate": "2020/01/15" } ``` 新增新欄位資料後的 Mapping：  由於上面我們指定了時間格式為 `yyyy/MM/dd` 時是可以識別為時間格式，所以 today 欄位的值為 `yyyy-MM-dd` 格式無法識別為時間型別，判為 text 型別。 # 多欄位 Mapping 中可以定義 **fields** 多欄位屬性，以滿足不同場景下的實現。比如 `address` 定義為 `text` 型別，fields 裡面又有定義 `keyword` 型別，這裡主要是區分兩個不同不同使用場景。 - `text` 會建立分詞倒排索引，用於全文檢索。 - `keyword` 不會建立分詞倒排索引，用於排序和聚合。 新增資料： ```bash # 向 person 中新增資料 PUT person/_doc/1 { "uId": 1, "name": "ytao", "age": 18, "address": "廣東省珠海市", "birthday": "2020-01-15T12:00:00Z", "money": 108.2, "isStrong": true } ``` 查詢`address`資料。  查詢`address.keyword`資料。  通過`keyword`檢索時，由於不會建立分詞索引，並沒有獲取到資料。 # 控制索引 在欄位中使用 **index** 指定當前欄位索引是否能被搜尋到。指定型別為 boolean 型別，false 為不可搜尋到，true 為可以搜尋到。 先刪除之前的 Mapping： ```bash DELETE person ``` 建立 Mapping，設定`name`屬性的 `index` 為 false。  再次新增上面的資料後搜尋`name`欄位：  欄位 index 設定 false 後，由於沒有被索引，所以搜尋無法獲取到索引。 # 空值處理 現在向 ElasticSearch 中新增一條 address 為空的資料： ```bash PUT person/_doc/2 { "uId": 2, "name": "Jack", "age": 22, "address": null, "birthday": "2020-01-15T12:00:00Z", "money": 68.7, "isStrong": true } ``` 搜尋 address.keyword 為空的資料：  搜尋返回異常，預設是不被允許搜尋 NUll。 這是需要在 Mapping 指定 **null_value** 屬性，並且不能在`text`型別中宣告。  搜尋 address.keyword 為空的資料：  設定 `"null_value": "NULL"` 後，空值可以處理搜尋。 # 聚合多個欄位 聚合多個欄位放到一個索引中，使用 **copy_to** 進行聚合。例如我們在多欄位查詢中，這是不需要對每個欄位進行過濾篩選，只需對聚合欄位即可。 在使用 copy_to 時，是通過指定聚合的名稱實現。  實際上，copy_to 不使用陣列格式新增名稱，也會自動轉換成資料格式。 新增兩條資料，待校驗搜尋： ```bash # 向 person 中新增資料 PUT person/_doc/1 { "uId": 1, "name": "ytao", "age": 18, "address": "廣東省珠海市", "birthday": "2020-01-15T12:00:00Z", "money": 108.2, "isStrong": true } PUT person/_doc/2 { "uId": 2, "name": "楊廣東", "age": 22, "address": null, "birthday": "2020-01-15T12:00:00Z", "money": 68.7, "isStrong": true } ``` 查詢 `full_name` 的值，會返回 name 和 address 相關的值的物件。  從上面返回結果看到，_source 中的欄位沒有增加相應的 copy_to 欄位名，所以 copy_to 只會拷貝欄位內容至索引，並不會改變包含的欄位。 # 總結 > 通過本文對建立 Mapping 檔案的常用並且實用的操作介紹，也基本能掌握這些日常的使用。瞭解 Mapping 的功能操作，相信對儲存時的設計也有一定幫助。 個人部落格： [https://ytao.top](https://ytao.top) 關注公眾號 【ytao】，更多原創好文 ![我的公眾號](https://img2020.cnblogs.com/other/1850167/202003/1850167-20200320120049331-1534317