Mapping (映射)类似关系型数据库中的表的结构定义。我们将数据以 JSON 格式存入到 ElasticSearch 中后，在搜索引擎中 JSON 字段映射对应的类型，这时需要 mapping 来定义内容的类型。

1、字段类型

JSON 数据类型映射到 ElasticSearch 定义的类型，常用的简单类型有：

上面要注意的是时间类型，JSON 中并没有时间类型，这里主要指时间格式数据的类型。

2、定义映射

在关系型数据库中，存储数据之前，我们会先创建表结构，给字段指定一个存在的类型。同样 ElasticSearch 在进行数据存储前，也可以先定义好存储数据的 Mapping 结构。
先定义一个简单的 person Mapping：

上图中就是一个 Mapping 的定义，如果是在 ElasticSearch7 之前，mappings 里还有 _type 属性。

3、动态映射

当没有事先定义好 Mapping，添加数据时，ElasticSearch 会自动根据字段进行换算出对应的类型，但是换算出来的类型并不一定是我们想要的字段类型，还是需要人为的干预进行修改成想要的 Mapping。

4、更新映射

使用 dynamic 控制映射是否可以被更新。

dynamic-true
设置 dynamic 为true是默认 dynamic 的默认值，新增字段数据可以写入，同时也可以被索引，Mapping 结构也会被更新。

添加数据，同时多添加一个没被定义的 gender 字段。

# 向 person 中添加数据
PUT person/_doc/1
{
  "uId": 1,
  "name": "ytao",
  "age": 18,
  "address": "广东省珠海市",
  "birthday": "2020-01-15T12:00:00Z",
  "money": 108.2,
  "isStrong": true,
  "gender": "男"    # Mapping 中未定义的字段
}

添加成功，搜索 gender 字段：

查看 Mapping 结构：

新添加的字段值，在添加过程中 Mapping 已自动添加字段。

5、dynamic-false

设置 dynamic 为false时，新增字段数据可以写入，不可以被索引，Mapping 结构会被更新。
同样先将 dynamic 设置为 false，然后向里面添加数据，其他步骤和上面 true 操作一样。定义 Mapping，添加数据。
搜索 gender 字段：

此时新增字段数据无法被索引，但数据可以写入。

Mappnig 也不会添加新增的字段：

6、dynamic-strict

设置 dynamic 为strict时，从字面上意思也可以看出，对于动态映射是较严格的，新增字段数据不可以写入，不可以被索引，Mapping 结构不会被更新。只能按照定义好的 Mapping 结构添加数据。
在添加新字段数据时，就马上会抛出异常：

7、自动识别日期类型

上文中，当 dynamic 设置为 true 时，添加新字段数据自动识别类型更新 Mapping，如果是日期类型的话，我们是可以指定识别的类型。
指定 person 的 dynamic_date_formats 格式：

PUT person/_mapping
{
  "dynamic_date_formats": ["yyyy/MM/dd"]
}

这里是可以指定多个时间格式。
向 person 添加新数据，分别是 today 和 firstDate：

PUT person/_doc/2
{
  "today": "2020-01-15",
  "firstDate": "2020/01/15"
}

添加新字段数据后的 Mapping：

由于上面我们指定了时间格式为 yyyy/MM/dd 时是可以识别为时间格式，所以 today 字段的值为 yyyy-MM-dd 格式无法识别为时间类型，判为 text 类型。

8、多字段

Mapping 中可以定义 fields 多字段属性，以满足不同场景下的实现。比如 address 定义为 text 类型，fields 里面又有定义 keyword 类型，这里主要是区分两个不同不同使用场景。

• text 会建立分词倒排索引，用于全文检索。
• keyword 不会建立分词倒排索引，用于排序和聚合。

添加数据：

# 向 person 中添加数据
PUT person/_doc/1
{
  "uId": 1,
  "name": "ytao",
  "age": 18,
  "address": "广东省珠海市",
  "birthday": "2020-01-15T12:00:00Z",
  "money": 108.2,
  "isStrong": true
}

9、查询address数据。

查询address.keyword数据。

通过keyword检索时，由于不会建立分词索引，并没有获取到数据。

10、控制索引

在字段中使用 index 指定当前字段索引是否能被搜索到。指定类型为 boolean 类型，false 为不可搜索到，true 为可以搜索到。
先删除之前的 Mapping：

DELETE person

创建 Mapping，设置name属性的 index 为 false。

再次添加上面的数据后搜索name字段：

字段 index 设置 false 后，由于没有被索引，所以搜索无法获取到索引。

11、空值处理

现在向 ElasticSearch 中添加一条 address 为空的数据：

PUT person/_doc/2
{
  "uId": 2,
  "name": "Jack",
  "age": 22,
  "address": null,
  "birthday": "2020-01-15T12:00:00Z",
  "money": 68.7,
  "isStrong": true
}

搜索 address.keyword 为空的数据：

搜索返回异常，默认是不被允许搜索 NUll。
这是需要在 Mapping 指定 null_value 属性，并且不能在text类型中声明。

搜索 address.keyword 为空的数据：

设置 “null_value”: “NULL” 后，空值可以处理搜索。

12、聚合多个字段

聚合多个字段放到一个索引中，使用 copy_to 进行聚合。例如我们在多字段查询中，这是不需要对每个字段进行过滤筛选，只需对聚合字段即可。
在使用 copy_to 时，是通过指定聚合的名称实现。

实际上，copy_to 不使用数组格式添加名称，也会自动转换成数据格式。

添加两条数据，待校验搜索：

# 向 person 中添加数据
PUT person/_doc/1
{
  "uId": 1,
  "name": "ytao",
  "age": 18,
  "address": "广东省珠海市",
  "birthday": "2020-01-15T12:00:00Z",
  "money": 108.2,
  "isStrong": true
}

PUT person/_doc/2
{
  "uId": 2,
  "name": "杨广东",
  "age": 22,
  "address": null,
  "birthday": "2020-01-15T12:00:00Z",
  "money": 68.7,
  "isStrong": true
}

查询 full_name 的值，会返回 name 和 address 相关的值的对象。

从上面返回结果看到，_source 中的字段没有增加相应的 copy_to 字段名，所以 copy_to 只会拷贝字段内容至索引，并不会改变包含的字段。

资料来源：
https://ytao.top/