19、Elasticsearch 教程：映射 ( Mapping )

索引中每个文档都有一个类型( type ) 。 每个类型拥有自己的映射 ( mapping )或者模式定义 (schema definition)

一个映射定义了字段类型，每个字段的数据类型，以及字段被 Elasticsearh 处理的方式。映射还用于设置关联到类型上的元数据

所以，从某些方面说，映射是存储在索引中的文档的大纲，或者说相当于数据库中的某个表的表结构

### **范例**

例如下面这个请求，用于定义银行账户详情
```python
POST http://localhost:9200/bankaccountdetails?pretty

```
请求正文
```python
{
"mappings":{
    "report":{
        "properties":{
            "name":{ "type":"text"}, 
            "date":{ "type":"date"},
            "balance":{ "type":"double"}, 
            "liability":{ "type":"double"}
        }
    }

```
返回响应如下

```python
{
"acknowledged" : true,
"shards_acknowledged" : true,
"index" : "bankaccountdetails"
```

### **字段类型**

------------

Elasticsearch 为文档中的字段提供了大量的数据类型支持。以下列出的数据类型都可以用来定义文档的字段类型

1、 基础数据类型；

Elasticsearch 几乎支持所有系统的基本数据类型

1、 整型(integer)；
2、 长整型(longint)；
3、 双精度型(double)；
4、 短整型(shortint)；
5、 字节型(byte)；
6、 浮点型(float)；
7、 字符串型(string)；
8、 日期类型(date)；
9、 布尔类型(boolean)；
10、 二进制类型(binary)；
2、 复合数据类型；

复合数据类型一般由一种或多种数据类型组合而成，比如数据、JSON 对象和嵌套数据类型。

下面的请求的请求正文和响应正文就是一个嵌套数据类型的
```python
POST http://localhost:9200/tabletennis/team/1?pretty

```
请求正文
```python
{
   "group" : "players",
   "user" : [
      {
         "first" : "dave", "last" : "jones"
      },
      {
         "first" : "kevin", "last" : "morris"
      }
   ]

```
响应正文
```python
{
  "_index" : "tabletennis",
  "_type" : "team",
  "_id" : "1",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 0,
  "_primary_term" : 1
```
3、 Geo数据类型；

Geo数据类型用于定义一个地理位置信息

例如

| 数据类型 | 说明 |
| --- | --- |
| geo_point | 用于定义经度和纬度 |
| geo_shape | 用于定义矩形等不同的几何形状 |

4、 特殊的数据类型；

特殊的字段类型是指那些由特殊用途的数据类型

例如，`IPv4("ip")` 接受一个 IP 4 的地址

例如，自动完成数据类型用于支持自动完成或输入建议

例如，`token_count` 用于统计字符串中的令牌数量

### **类型映射**

------------

每个索引都会映射到一个或多个类型，这样就可以在逻辑上将索引的文档细分成一个个小的组成部分

如果传递的参数不同，那么映射类型也可以彼此不同

**1、 元字段(Meta-Fields)；**

这些字段提供了映射和与该字段有关的其它对象的信息

例如

1、 `_index`；
2、 `_type`；
3、 `_id`；
4、 `_source`；

**2、 普通字段(Fields)；**

不同的映射可以含有不同数量的字段，且字段的类型也可以各不相同

### **动态映射**

------------

Elasticsearch 提供了一个用户友好的自动创建映射机制

**用户可以将数据直接发布到任何未预先定义的映射中，Elasticsearch 将自动创建映射**

这种机制，称为动态映射

范例
例如下面的请求
```python
POST http://localhost:9200/accountdetails/tansferreport

```
请求正文
```python
{
"from_acc":"7056443341", "to_acc":"7032460534",
"date":"6/28/2019", "amount":10000

```
响应内容
```python
{
"_index" : "accountdetails",
"_type" : "tansferreport",
"_id" : "6EnaRmQBwP8hfMtC_uoj",
"_version" : 1,
"result" : "created",
"_shards" : {
"total" : 2,
"successful" : 1,
"failed" : 0
},
"_seq_no" : 0,
"_primary_term" : 1

```

### **映射参数**

------------

映射参数定义了映射的结构、字段的信息、存储的信息以及搜索时将如何分析映射的数据

下面列出了 Elasticsearch 支持的所有映射参数

1、 analyzer；
2、 boost；
3、 coerce；
4、 copy_to；
5、 doc_values；
6、 dynamic；
7、 enabled；
8、 fielddata；
9、 geohash；
10、 geohash_precision；
11、 geohash_prefix；
12、 format；
13、 ignore_above；
14、 ignore_malformed；
15、 include_in_all；
16、 index_options；
17、 lat_lon；
18、 index；
19、 fields；
20、 norms；
21、 null_value；
22、 position_increment_gap；
23、 properties；
24、 search_analyzer；
25、 similarity；
26、 store；
27、 term_vector；

19、Elasticsearch 教程： 映射 ( Mapping )

19、Elasticsearch 教程：映射 ( Mapping )