ElasticSearch之-映射管理
es中的类型---->对应mysql中的表，也叫映射管理
在Elasticsearch 6.0.0或更高版本中创建的索引只包含一个mapping type。 在5.x中使用multiple mapping types创建的索引将继续像以前一样在Elasticsearch 6.x中运行（只能读，不能存）。 Mapping types将在Elasticsearch 7.0.0中完全删除（读都不能读了，从旧版导入都不行了）
在创建索引的时候，可以预先定义字段的类型及相关属性
Es会根据Json数据源的基础类型，猜测你想要映射的字段，将输入的数据转变成可以搜索的索引项。
Mapping是我们自己定义的字段数据类型，同时告诉es如何索引数据及是否可以被搜索。
作用：会让索引建立的更加细致和完善
string类型：text，keyword
数字类型：long（int64），integer（int32），short（int16），byte（int8），double，float 这些都是java的基础数据类型
日期类型：data
布尔类型：boolean
binary类型：binary 二进制类型，可以直接把文件以二进制的格式放进去，mysql也有二进制类型，一般不用
复杂类型：object（实体，对象，可以是字典也可以是列表），nested（列表）
geo类型：geo-point，geo-shape（地理位置）
专业类型：ip，competion（搜索建议）
| 描述 | 适合类型 | |
|---|---|---|
| store | 值为yes表示存储，no表示不存储，默认为no | all |
| index | yes表示分析（分词），no表示不分析，默认为true | text |
| null_value | 如果字段为空，可以设置一个默认值，比如"NA"（传过来为空，不能搜索，na可以搜索） | all |
| analyzer | 可以设置索引和搜索时用的分析器，默认使用的是standard分析器，还可以使用whitespace，simple。都是英文分析器 | all |
| include_in_all | 默认es为每个文档定义一个特殊域_all,它的作用是让每个字段都被搜索到，如果想让某个字段不被搜索到，可以设置为false | all |
| format | 时间格式字符串模式 |
text类型会取出词做倒排索引, keyword不会被分词，原样存储，原样匹配
mapping类型一旦确定，以后就不能修改了
es 6.x版本及以前版本
PUT books
{
"mappings": {
"book":{ #表示类型(表名)，6.x以前可以建多个表
"properties":{
"title":{
"type":"text",
"analyzer": "ik_max_word"
},
"price":{
"type":"integer"
},
"addr":{
"type":"keyword"
},
"company":{
"properties":{
"name":{"type":"text"},
"company_addr":{"type":"text"},
"employee_count":{"type":"integer"}
}
},
"publish_date":{"type":"date","format":"yyy-MM-dd"}
}
}
}
}es 7.x版本以后
PUT books #创建索引和映射，创建后不会看到表的结构，新增文档后才能看到
{
"mappings": { #创建映射（创建表） 是一个复杂类型，字典/字典中再嵌套字典
"properties":{ #包在properties字典中
"title":{ #字段名
"type":"text", #字段属性，text类型
"analyzer": "ik_max_word" #字段属性，用ik_max_word做分词
},
"price":{ #字段名
"type":"integer"
},
"addr":{ #字段名
"type":"keyword" #keyword类型不做分词，直接建索引
},
"company":{ #字段名
"properties":{ #包在properties字典中
"name":{"type":"text"},
"company_addr":{"type":"text"},
"employee_count":{"type":"integer"}
}
},
"publish_date":{"type":"date","format":"yyy-MM-dd"} #日期类型有format属性，表示日期格式
}
}
}插入数据测试：属于文档操作
# 朝books索引中的表插入数据，由于没有写映射名（表名），默认就是_doc， 1表示这条数据的id号
PUT books/_doc/1
{
"title":"大头儿子小偷爸爸",
"price":100,
"addr":"北京天安门",
"company":{
"name":"我爱北京天安门",
"company_addr":"我的家在东北松花江傻姑娘",
"employee_count":10
},
"publish_date":"2019-08-19"
}
#测试数据2
PUT books/_doc/2
{
"title":"白雪公主和十个小矮人",
"price":"99", #写字符串会自动转换成int类型
"addr":"黑暗森里",
"company":{
"name":"我的家乡在上海",
"company_addr":"朋友一生一起走",
"employee_count":10
},
"publish_date":"2018-05-19"
}
#测试数据3 因为是非关系型数据库，可以不考虑字段，测试数据3没有company字段，并且新增了name字段，也能插入进去
PUT books/_doc/3
{
"title":"白雪公主和十个小矮人",
"price":"99", #写字符串会自动转换
"addr":"黑暗森里",
"publish_date":"2018-05-19"
|"name":"lqz" # 注意: 新增的字段有缩进，不然报错
}
#查看books索引的mapping
# 1、创建索引时，如果没有创建映射（创建表）只要插入文档，会自动创建出字段。
# 2、甚至不用创建索引，只要插入文档，会自动创建索引、映射、字段，自动创建索引和映射后不能删除。
GET books/_mapping
#获取所有的mapping
GET _all/_mapping
