分布式系列教程（35） -ElasticSearch文档映射

1. 文档映射

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。

使用方式：GET /user_dao/user_table/_mapping

2. 映射的分类

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。

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。

3. 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

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

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_attachments_索引，例如 Microsoft office 格式，Open Documnet 格式， ePub，HTML等

4. 创建文档类型并且指定类型

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 )

具体代码如下：
1.指定之前，如果含有之前的索引，必须先删除：

DELETE /user_dao

2.然后添加

PUT /user_dao

3.指定类型

POST /user_dao/_mapping/user
{
  "user":{
    "properties":{
       "age":{
         "type":"integer"
       },
        "sex":{
         "type":"integer"
       },
       "name":{
         "type":"text",
         "analyzer":"ik_smart",
         "search_analyzer":"ik_smart"
       },
       "car":{
         "type":"keyword"
       }
    }
  }
  
}

4.获取类型，能看到之前定义的类型

5.注意: 使用match查询，如上面的car字段设置type值为“text”，支持模糊查询。而keyword类型不能分词，用得比较少。Text类型可以分词查询（模糊查询，建议使用）。