一、前言
关系型数据库对我们来说都很熟悉，Elasticsearch 也可以看成是一种数据库，所以我们经常将关系型数据库中的概念和 Elasticsearch 中的概念进行对比，如下：
Relational DB（关系型数据库） -> Databases（数据库） -> Tables（表） -> Rows（行） -> Columns（列）
Elasticsearch -> Indices（索引） -> Types（类型） -> Documents（文档） -> Fields（域/字段）
如上所示，Elasticsearch 中的 index（索引）就相当于数据库，type（类型）相当于表，mapping（映射）相当于表结构，document（文档）相当于行等等。
但是 Elasticsearch 也有自己的特点：
Elasticsearch 没有典型意义的事务；
Elasticsearch 是一种面向文档的数据库；
Elasticsearch 没有提供授权和认证特性。
二、映射
为了能够把日期字段处理成日期，把数字字段处理成数字，把字符串字段处理成全文本（Full-text）或精确（Exact-value）的字符串值，Elasticsearch 需要知道每个字段里面都包含什么数据类型。这些类型和字段的信息存储在映射中。创建索引的时候，可以预先定义字段的类型以及相关属性，相当于定义数据库字段的属性。以下参考文档地址均来自官方最新版本 6.2。
Elasticsearch 官网文档地址：Elasticsearch Reference
2.1 字段数据类型
字段数据类型文档地址：Field datatypes
核心类型 Core datatypes
字符串类型
string
text and keyword
text：全文检索需要分词的类型。
keyword：精确值。合适分组排序。不进行分词，只能通过精确值搜索到，支持模糊、精确查询，支持聚合等。
Elasticsearch 1.x 和 2.x 中是 string 类型，5.x 之后，分解为 text 和 keyword。
数字类型
long, integer, short, byte, double, float, half_float, scaled_float
日期类型
date
JSON 中没有日期类型，所以在 ELasticsearch 中，日期类型可以是以下几种：
日期格式的字符串：e.g. "2015-01-01" or "2015/01/01 12:10:30".
long类型的毫秒数( milliseconds-since-the-epoch)
integer的秒数(seconds-since-the-epoch)
日期格式可以自定义，如果没有自定义，默认格式如下：
"strict_date_optional_time||epoch_millis"
布尔类型
boolean
true 和 false
二进制类型
binary
范围类型
integer_range, float_range, long_range, double_range, date_range
复杂数据类型 Complex datatypes
数组类型
Array support does not require a dedicated type
数组支持不需要专用类型
对象类型
object for single JSON objects
单个JSON对象的对象
嵌套类型
nested for arrays of JSON objects
嵌套用于JSON对象数组
地理数据类型 Geo datatypes
地理坐标点类型
geo_point for lat/lon points
用于经纬度坐标点
地理形状类型
geo_shape for complex shapes like polygons
用于复杂的形状，比如多边形
专业数据类型 specialised datatypes
IP 地址数据类型
ip for IPv4 and IPv6 addresses
完成数据类型
completion to provide auto-complete suggestions
completion 提供自动补全建议。
令牌计数数据类型
token_count to count the number of tokens in a string
murmur3 插件类型
murmur3 to compute hashes of values at index-time and store them in the index
通过插件，可以通过 murmur3 来计算 index 的 hash 值。
过滤器类型
Accepts queries from the query-dsl
连接数据类型
Defines parent/child relation for documents within the same index
多字段类型
It is often useful to index the same field in different ways for different purposes. For instance, a string field could be mapped as a text field for full-text search, and as a keyword field for sorting or aggregations. Alternatively, you could index a text field with the standard analyzer, the english analyzer, and the french analyzer.
This is the purpose of multi-fields. Most datatypes support multi-fields via the fields parameter.
2.2 元字段
元字段是映射中描述文档本身的字段，从大的分类上来看，主要有文档属性的元字段、源文档的元字段、索引的元字段、路由的元字段和自定义元字段。
元字段文档地址：Meta-Fields
元字段用于定制文档的相关元数据。元字段的示例包括文档的_index，_type，_id 和 _source 字段。
文档属性的元字段 identity_meta_fields
The index to which the document belongs.
索引标识。
A composite field consisting of the _type and the _id.
由_type和_id组成的复合字段。
The document’s mapping type.
文档的类型。
The document’s ID.
文档的id。
源文档的元字段 Document source meta-fields
The original JSON representing the body of the document.
文档的原始 JSON 字符串。
The size of the _source field in bytes, provided by the mapper-size plugin.
_source 字段的大小。
索引的元字段 Indexing meta-fieldsedit
A catch-all field that indexes the values of all other fields. Disabled by default.
包含索引全部字段的超级字段。
_all 字段是把其他字段拼接在一起的超级字段，所有的字段内容用空格分开，_all 字段会被解析和索引，但是不存储。
All fields in the document which contain non-null values.
文档中包含非空值的所有字段。
路由元字段 Routing meta-fieldedit
A custom routing value which routes a document to a particular shard.
将文档路由到特定分片的自定义路由值。
其他元字段 Other meta-fieldedit
Application specific metadata.
应用程序特定的元字段，通常用于自定义元字段。
2.3 映射参数
Elasticsearch 提供了足够多的映射参数对字段的映射进行参数设置，一些常用功能的实现，比如字段的分词器，字段的权重、日期格式、检索模型的选择等都是通过映射参数来配置完成的。
映射参数文档地址：Mapping parameters
analyzernormalizerboostcoercecopy_todoc_valuesdynamicenabledfielddataeager_global_ordinalsformatignore_aboveignore_malformedindex_optionsindexfieldsnormsnull_valueposition_increment_gappropertiessearch_analyzersimilaritystoreterm_vector
以映射参数 analyzer 为例，在创建索引时指定分词器，如下：
PUT forum { "mappings": { "article": { "properties": { "id": { "type": "text" }, "title": { "type": "text" }, "postdate": { "type": "date" }, "content": { "type": "text", "analyzer": "ik_max_word" } } } } }
analyzer 指定文本字段的分词器，对索引和分词都有效，默认使用标准分词器，可以指定第三方分词器，比如 IK 分词器，如 ik_smart 将使用智能分词，属于粗粒度分词，ik_max_word 是最细粒度分词。
以映射参数 index 为例，index 属性指定字段是否参与索引，不索引也就不可搜索，取值可以为 true 或者 false。
Elasticsearch 1.x 和 2.x 之前版本 "index":"not_analyzed"，表示不分词，在版本 5.x 中提示已经废弃了 "not_analyzed"，只能是 true 或 false。5.x 中 string 分为两种类型 keyword，text。如果不想分词，用 keyword 即可，"the keyword field for not_analyzed exact string values"。
使用如下 API 查询分词结果
GET _analyze { "analyzer": "ik_max_word", "text": "中国人" }
返回结果如下：
{ "tokens": [ { "token": "中国人", "start_offset": 0, "end_offset": 3, "type": "CN_WORD", "position": 0 }, { "token": "中国", "start_offset": 0, "end_offset": 2, "type": "CN_WORD", "position": 1 }, { "token": "国人", "start_offset": 1, "end_offset": 3, "type": "CN_WORD", "position": 2 }, { "token": "人", "start_offset": 2, "end_offset": 3, "type": "CN_WORD", "position": 3 } ] }