本文共 9218 字，大约阅读时间需要 30 分钟。
什么是mapping
mapping是类似于数据库中的表结构定义，主要作用如下：
- 定义index下的字段名
- 定义字段类型，比如数值型、浮点型、布尔型等
- 定义倒排索引相关的设置，比如是否索引、记录position等
查看mapping
GET /[index_name]/_mapping
其中 keyword表示部分次的字符串类型
自定义mapping
api
说明
mapping中的字段类型一旦设置，禁止直接修改，因为 lucene实现的倒排索引生成后不允许修改，应该重新建立新的索引，然后做reindex操作。
但是可以新增字段，通过 dynamic 参数来控制字段的新增，这个参数的值如下：
- true：默认值，表示允许选自动新增字段
- 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：严格模式，文档不能写入，报错
示例
首先创建名为 my_index的索引并设置mapping：
PUT my_index{ "mappings": { "doc": { "dynamic": false, "properties": { "title": { "type": "text" }, "name": { "type": "keyword" }, "age": { "type": "integer" } } } }} 其中包含了 title、name、age三个字段
查询索引的mapping设置：
GET my_index/_mapping
然后写入一个文档：
PUT my_index/doc/1{ "title": "hello world", "desc": "this is book"} 
注意，这里在mapping设置中，”dynamic”: false，表示在写入文档时，如果写入字段不存在也不会报错。这里的desc字段就是不存在的字段。
查询一下写入的文档：
GET my_index/doc/_search{ "query": { "match": { "title": "hello" } }} 
可以通过 title字段查询到文档的内容
如果说想通过desc字段查询文档内容呢？当然是查不到的：
GET my_index/doc/_search{ "query": { "match": { "desc": "book" } }} 
可以验证一下”dynamic”: strict模式：
首先删除索引：DELETE my_index
然后修改索引mapping设置：
PUT my_index{ "mappings": { "doc": { "dynamic": "strict", "properties": { "title": { "type": "text" }, "name": { "type": "keyword" }, "age": { "type": "integer" } } } }} 在重新创建文档：
PUT my_index/doc/1{ "title": "hello world", "desc": "this is book"} 
在strict 模式下插入不存在的字段将会出现报错
copy_to参数说明
作用是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，只能用来搜索。
PUT my_index4{ "mappings": { "doc": { "properties": { "first_name": { "type": "text" , "copy_to": "full_name" }, "last_name": { "type": "text" , "copy_to": "full_name" }, "full_name" : { "type": "text" } } } }} 可以看到这个index中，full_name的内容就是从 first_name 和 last_name 中复制过来的。
然后创建一个新的文档，文档只需要写first_name 和 last_name即可：
PUT my_index4/doc/1{ "first_name": "john", "last_name": "smith"} 最后查询一下文档的内容：
GET my_index4/_search{ "query": { "match": { "full_name": { "query": "john smith", "operator": "and" } } }} 这个查询语句意思是：查询包含关键字john smith的文档，必须同时包含两个关键字才返回。
index参数
index参数作用是控制当前字段是否被索引，默认为true，false表示不记录，即不可被搜索。
PUT my_index5{ "mappings": { "doc": { "properties": { "cookie": { "type": "text", "index": false }, "content": { "type": "text", "index": true } } } }} 这个index有两个字段，其中cookie设定为不可被搜索
写入文档：
PUT my_index5/doc/1{ "cookie": "name=mike", "content": "hello world"} 尝试分别查询一下两个字段，看看区别：
GET my_index5/_search{ "query": { "match": { "cookie": "mike" } }}GET my_index5/_search{ "query": { "match": { "content": "hello" } } 
当在es中存储了一些不想要被检索的字段如身份证、手机等，这是对于这些字段就可以使用index设置为false，这样有一定的安全性还可以节省空间
index_options参数
index_options的作用是用于控制倒排索引记录的内容，有如下四种配置：
- 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、character offsets
text类型的默认配置为positions，其他默认为docs。记录的内容越多，占据的空间越大。
null_value参数
这个参数的作用是当字段遇到null值的时候的处理策略，默认为null，即空值，此时es会忽略该值。可以通过这个参数设置某个字段的默认值。
数据类型
核心数据类型
- 字符串型：text、keyword（不会分词）
- 数值型：long、integer、short、byte、double、float、half_float等
- 日期类型：date
- 布尔类型：boolean
- 二进制类型：binary
- 范围类型：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
- 地理位置数据类型：geo_point、geo_shape
- 专用类型：ip（记录ip地址）、completion（实现自动补全）、token_count（记录分词数）、murmur3（记录字符串hash值）
多字段特性
多字段特性（multi-fields），表示允许对同一字段采用不同的配置，比如分词。
常见例子是对人名实现拼音搜索，只需要在人名中新增一个字段pinyin即可。但是这种方式不是十分优雅，multi-fields可以在不改变整体结构的前提下，增加一个子字段：
Dynamic mapping
自动识别规则
在前面说过，在写入文档的时候如果index不存在的话es会自动创建这个索引。但是es是如何确定index字段的类型的呢？
首先es可以自动识别文档字段的类型，这样可以降低用户的使用成本。
es是依靠json文档的字段类型来实现自动识别字段类型的：
日期自动识别
日期的自动识别可以自行配置日期的格式，默认情况下是：
["strict_date_opeional_time", "yyyy/MM/dd HH:mm:ss Z||yyyy/MM/dd Z"]
strict_date_opeional_time 是ISO 标准的日期格式，完整的格式如下：
YYYY-MM-DDhh:mm:ssTZD(eg:1997-07-16y19:20:30+01:00)
dynamic_date_formats：可以自定义日期类型
date_detection：可以关闭日期自动识别机制（默认开启）首先创建一个日期自动识别的索引：
PUT test_index{ "mappings": { "doc": { "dynamic_date_formats": ["MM/dd/yyyy"] } }} 然后创建一个文档：
PUT test_index/doc/1{ "create_time": "09/21/2016"} 查看：
GET test_index/_mapping
关闭日期自动识别可以如下：
数字自动识别
字符串为数字的时候，默认不会自动识别为整型，因为字符串中出现数字是完全合理的。
numeric_detection 可以开启字符串中数字的自动识别。
Dynamic Templates
Dynamic Templates 意为 动态模板，它的作用是允许根据es自动识别的数据类型、字段名等来动态设定字段类型。
可以实现的效果如下：
- 所有字符串类型都设置为keyword类型，即默认不分词
- 所有以message开头的字段都设置为text类型，即分词
- 所有以long_开头的字段都设置为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
API
匹配规则参数
- match_mapping_type：匹配es自动识别的字段类型，如boolean、long等
- match、unmatch：匹配字段名
- path_match、path_unmatch：匹配路径
举例
字段类型匹配
首先PUT一个文档，然后查看mapping：
PUT test_index/doc/1{ "name": "Tom"}GET test_index/_mapping 
可以看到在默认情况下，字符串被识别成为text类型，并且有一个子字段keyword。
现在设置动态模板，要求匹配到string类型的字段设置为keyword：
PUT test_index{ "mappings": { "doc": { "dynamic_templates": [ { "strings_as_keywords": { "match_mapping_type": "string", "mapping": { "type": "keyword" } } } ] } } 重新创建文档并查看mapping：
name字段的类型变成了 keyword类型
字段匹配
现在想将以message开头的字段且为string的匹配称为text类型，其余为keyword：
PUT test_index{ "mappings": { "doc": { "dynamic_templates": [ { "message_as_text": { "match_mapping_type": "string", "match": "message", "mapping": { "type": "text" } } }, { "strings_as_keywords": { "match_mapping_type": "string", "mapping": { "type": "keyword" } } } ] } }} Dynamic Templates 的匹配顺序是从上到下执行的，匹配到一个后后面的规则就会跳过
然后创建一个文档并查看mapping：
PUT test_index/doc/1{ "name": "john", "message": "good boy"}GET test_index/_mapping 
可以看到message被设置为了text类型，name还是keyword
double设定为float
这样可以节省空间
自定义mapping的建议
一般步骤
自定义mapping 的步骤：
- 写一条文档到es的临时索引中，获取es自动生成的mapping
- 修改第一步得到的mapping，自定义相关配置
- 使用第2步的mapping创建市级的索引
实际举例
假设我得到了需要存入es的文档，首先将文档写入临时的index中：
PUT test_index/doc/1{ "referre": "-", "response_code": "200", "remote_ip": "172.0.0.1", "method": "POST", "username": "-", "http_version": "1.1", "body_sent": { "bytes": "0" }, "url": "/helloworld"} 然后查看es自动生成的mapping：
GET test_index/_mapping
现在希望将bytes设置为整型，url设置为text类型，其他都使用keyword（将上一步的输出复制过来就好）：
PUT product_index{ "mappings": { "doc": { "properties": { "body_sent": { "properties": { "bytes": { "type": "long" } } }, "http_version": { "type": "keyword" }, "method": { "type": "keyword" }, "referre": { "type": "keyword" }, "remote_ip": { "type": "keyword" }, "response_code": { "type": "keyword" }, "url": { "type": "text" }, "username": { "type": "keyword" } } } } } 这样直接将测试index的mapping复制过来进行修改，不会遗漏字段，修改完成设置一个index的名称就行了。
然后就可以向实际的索引中写入文档了：
PUT product_index/doc/1{ "referre": "-", "response_code": "200", "remote_ip": "172.0.0.1", "method": "POST", "username": "-", "http_version": "1.1", "body_sent": { "bytes": "0" }, "url": "/helloworld"} 然后查看一下实际索引的mapping：
GET product_index/_mapping
使用动态模板优化
上边的设置方法很直接，但是当字段比较多的时候显得复杂，可以使用动态模板进行匹配：
DELETE product_indexPUT product_index{ "mappings": { "doc": { "dynamic_templates": [ { "strings": { "match_mapping_type": "string", "mapping": { "type": "keyword" } } } ], "properties": { "body_sent": { "properties": { "bytes": { "type": "long" } } }, "url": { "type": "text" }, "username": { "type": "keyword" } } } } } 这里使用动态模板匹配所有字符串都设置为keyword类型，需要单独设置类型的在下面另行指出。
索引模板
什么是索引模板
索引模板，index template，主要用于在新建索引时自动应用预先设置的配置，简化索引创建的步骤。
模板中可以设定索引的配置以及mapping，可以有多个模板，根据order设置，order大的覆盖小的范围。
API
模板加载顺序根据 order 从小到大加载，后面的大order的模板的配置将会覆盖小 order配置。
获取与删除的API 如下：
举例
这里设置了两个索引模板：
PUT _template/test_template{ "index_patterns": ["te*", "bar*"], "order": 0, "settings": { "number_of_shards": 1 }, "mappings": { "doc": { "_source": { "enabled": false }, "properties": { "name": { "type": "keyword" } } } }}PUT _template/test_template2{ "index_patterns": ["test*"], "order": 1, "settings": { "number_of_shards": 1 }, "mappings": { "doc": { "_source": { "enabled": true } } }} 然后先创建一个foo_index，并获取一下它的mapping：
PUT foo_indexGET foo_index/_mapping
因为这个index没有被任何一个模板匹配到，所以它的mapping是空的
再创建一个bar_index，并获取一下它的mapping：
PUT bar_indexGET bar_index/_mapping
这个索引匹配到了test_template
再创建一个test_index，并获取一下它的index配置：
PUT test_indexGET test_index/
这个索引匹配到了test_template2模板，这使得索引的”_source”: {“enabled”: true}