文章目录
一. 文档映射的原理
咱们之前已经把ElasticSearch的核心概念和关系数据库做了一个对比，索引（index）相当于数据库，类型(type)相当于数据表，映射(Mapping)相当于数据表的表结构。ElasticSearch中的映射（Mapping）用来定义一个文档，可以定义所包含的字段以及字段的类型、分词器及属性等等。
文档映射就是给文档中的字段指定字段类型、分词器。
使用 GET /hszsd/user/_mapping
二. 映射的分类
2.1 动态映射
我们知道，在关系数据库中，需要事先创建数据库，然后在该数据库实例下创建数据表，然后才能在该数据表中插入数据。而ElasticSearch中不需要事先定义映射（Mapping），文档写入ElasticSearch时，会根据文档字段自动识别类型，这种机制称之为动态映射。
2.2 静态映射
在ElasticSearch中也可以事先定义好映射，包含文档的各个字段及其类型等，这种方式称之为静态映射。
三. ES类型支持
3.1 基本类型
字符串：string，string类型包含 text 和 keyword。
text：该类型被用来索引长文本，在创建索引前会将这些文本进行分词，转化为词的组合，建立索引；允许es来检索这些词，text类型不能用来排序和聚合。
keyword：该类型不需要进行分词，可以被用来检索过滤、排序和聚合，keyword类型自读那只能用本身来进行检索（不可用text分词后的模糊检索）。
注意: keyword类型不能分词，Text类型可以分词查询
数指型：long、integer、short、byte、double、float
日期型：date
布尔型：boolean
二进制型：binary
数组类型：（Array datatype）
3.2 复杂类型
3.2.1 地理位置类型（Geo datatypes）
地理坐标类型（Geo-point datatype）：geo_point 用于经纬度坐标
地理形状类型（Geo-Shape datatype）：geo_shape 用于类似于多边形的复杂形状
3.2.2 特定类型（Specialised datatypes）
Pv4 类型（IPv4 datatype）：ip 用于IPv4 地址
Completion 类型（Completion datatype）：completion 提供自动补全建议
Token count 类型（Token count datatype）：token_count 用于统计做子标记的字段的index数目，该值会一直增加，不会因为过滤条件而减少
mapper-murmur3 类型：通过插件，可以通过_murmur3_来计算index的哈希值
附加类型（Attachment datatype）：采用mapper-attachments插件，可支持_attachments_索引，例如 Microsoft office 格式，Open Documnet 格式， ePub，HTML等
Analyzer 索引分词器，索引创建的时候使用的分词器 比如ik_smart
Search_analyzer 搜索字段的值时，指定的分词器
3.2.3 创建文档类型并且指定类型
我们使用postman来创建指定文档类型，首先我们要创建一个索引如下：
PUT /userinfo
然后在postman中输入：http://101.37.146.240:9200/userinfo/user/_mapping
选择“body”->“raw”->“JSON”，复制以下内容：
{
"user":{
"properties":{
"age":{
"type":"integer"
},
"sex":{
"type":"integer"
},
"name":{
"type":"text",
"analyzer":"ik_smart",
"search_analyzer":"ik_smart"
},
"car":{
"type":"keyword"
}
}
}
}
注意，一定要是POST请求哈！
截图如下：
四. 指定文档类型演示
上面我们已经看到，如果你设置文档的字段类型为Keyword，那表示它不再支持分词，设置为text才支持分词，这有什么意义呢？上面已经创建好了一个索引：userinfo，并且我们设置了字段名称为car的类型为keyword，接下来表演开始：
4.1 新增三条索引数据
PUT /userinfo/user/100
{
"name": "何金荣",
"age": 28,
"sex": 0,
"car": "共享汽车"
}
PUT /userinfo/user/101
{
"name": "黄功利",
"age": 30,
"sex": 0,
"car": "大众朗逸"
}
PUT /userinfo/user/102?version=1
{
"name": "罗茂豪",
"age": 30,
"sex": 0,
"car": "大众零度"
}
通过查询类型为user的数据有三条：
4.2 按字段car来精准查询
GET /userinfo/user/_search
{
"query": {
"term": {
"car": "共享" //这个应该都明白是查询不到的
}
}
}
GET /userinfo/user/_search
{
"query": {
"term": {
"car": "共享汽车" //可以查询到
}
}
}
4.3 按字段car来模糊查询
GET /userinfo/user/_search
{
"query": {
"match": {
"car": "共享" //这样是查询不到的，因为设置的类型为：Keyword
}
}
}
GET /userinfo/user/_search
{
"query": {
"match": {
"car": "共享汽车" //如此就可以，相当于car字段不会分词查询，只会整体查询
}
}
}
4.4 结论
如果这是文档的字段类型为keyword，则不会进行分词查询，text可以。