映射（Mapping）类似于关系型数据库的Schema，会定义索引中在字段名称、类型以及倒排索引的相关设置。一个Mapping属于一个索引的Type，每个文档都有对应的Type。一个Type都有一个Mapping定义，从7.0开始不需要Mapping定义中指定Type信息。
映射类型
每个索引有一个或者多个映射类型（Type），用来在索引中将文档划分为不同的逻辑组。每个映射类型拥有：
1、元字段：用来定义如何处理文档的元数据。其中包括_index字段、_type字段、_id字段和_source字段。
2、字段/属性：每个映射类型包含不同数据类型的字段/属性。
在ES7.0之前，一个映射可以定义多个映射类型，如下所示：
{
"user":{
"mappings":{
"user_info":{
"properties":{
"name":{
"type":"string"
},
"address":{
"type":"string"
}
}
},
"user_ext":{
"properties":{
"birthday":{
"type":"date",
"format":"strict_date_optional_time"
},
"hobby":{
"type":"string"
}
}
}
}
}
}
上面2个映射类型：user_info和user_ext分别都有2个字段。从ES7.0开始，不建议对于一个索引创建多个映射类型，后续也可能禁止创建多个映射类型。
字段数据类型
ES支持一系列不同的数据类型来定义文档的字段，分为和兴数据、复杂数据、地理数据和专门数据。
核心数据类型
字符串：string
数字类型：long、integer、short、byte、double、float
日期类型：date
布尔类型：boolean
二进制：binary
复杂数据类型
数组类型：JSON数组
对象类型：JSON对象
嵌套类型：JSON对象的数组
地理数据类型
地理点类型：geo_point（经纬点）
地理形状类型：geo_shape（多边形的复杂地理形状）
特殊数据类型
IPv4类型：IP协议为IPv4的地址
完成类型：completion，提供自动补全的建议
单词计数类型：token_count，统计字符串中的单词数量
元字段
每个文档都有与之关联的元数据，其实为了保证系统正常运转的内置字段。如_index表示索引字段，_type表示映射类型字段、_id表示文档主键字段。这些字段都是以 _ 开头的，当索引被创建的时候，可以自定义一些元字段的行为。如：标识元字段、文档来源字段、索引元字段、路由元字段等。
标识元数据
_index：文档所属的索引
_uid：包含_type和_id的混合字段
_type：文档的映射类型
_id：文档的ID
文档来源元字段
_source：文档原始内容的JSON
_size：_source 元字段占用的字节数，通过 mapper-size插件提供
索引元字段
_all：索引所有字段的值
_field_names：所有包含非空值的字段
_timestamp：关联文档的时间戳，可以手动指定或自动生成
_ttl：定义文档被自动删除之前的存活时间
路由元字段
_parent：用于在映射类型之间创建父子关系
_routing：一个自定义的路由值，路由文档到一个特定的分片
其他元字段
_meta：应用特定的元字段
动态映射（Dynamic Mapping）
ES可以不事先创建好索引结构，可以在第一次写入文档时，自动创建索引映射。ES会根据第一次写入的文档，自动推测映射的字段类型，这种机制叫做动态映射。
类型自动识别
更改映射
对于Mapping的更改，可以分为2种情况：新增字段和更新字段。
新增字段
当dynamic设置为true时，如果新写入的文档中出现了新的字段，此时是可以动态更新Mapping设置的，也就是可以新增此字段，同时新增的字段也可以被搜索。
当dynamic设置为false时，文档可以被写入，但Mapping不会被更新，新增字段无法被检索，可以在_source 字段中保存新字段。
当dynamic设置为strict时，稳定写入失败。
更新字段
如果新的字段类型不匹配原有的字段Mapping，此时写入失败。此时解决的办法只能使用 Reindex API 进行索引的重建。
动态模板
动态模板可以在ES自动识别字段时，按照模板的规则匹配对应的类型。当在Kibana中写入如下文档时，会将age 字段识别为 text，birthday识别为date。
PUT my_user/_doc/1
{
"age":"1",
"birthday":"2019/01/01"
}获取my_user 的mapping设置如下：
GET my_user/_mapping
{
"my_user" : {
"mappings" : {
"properties" : {
"age" : {
"type" : "text",
"fields" : {
"keyword" : {
"type" : "keyword",
"ignore_above" : 256
}
}
},
"birthday" : {
"type" : "date",
"format" : "yyyy/MM/dd HH:mm:ss||yyyy/MM/dd||epoch_millis"
}
}
}
}
}
查看 my_user 的分片信息如下：
下面我们创建一个 templete_user 的Mapping 模板，匹配规则为 my_user*的索引，分片为1 副本为2，并且关闭日期类型的探测。
PUT /_template/template_user
{
"index_patterns" : ["my_user*"],
"order" : 1,
"settings" : {
"number_of_shards": 1,
"number_of_replicas" : 2
},
"mappings" : {
"date_detection": false,
"numeric_detection": true
}
}然后我们创建 my_user2 的索引文档，如下所示：
PUT my_user2/_doc/1
{
"age":"1",
"birthday":"2019/01/01"
}此时查看 mapping 和分片信息如下所示：对于birthday字段已经不是 date 类型了，并且副本数也变成了2个。
GET my_user2/_mapping
{
"my_user2" : {
"mappings" : {
"date_detection" : false,
"numeric_detection" : true,
"properties" : {
"age" : {
"type" : "long"
},
"birthday" : {
"type" : "text",
"fields" : {
"keyword" : {
"type" : "keyword",
"ignore_above" : 256
}
}
}
}
}
}
}
参考：《ElasticSearch技术解析与实战》、《极客时间：ElasticSearch核心技术与实战》
