## 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）或精确的字符串值，Elasticsearch需要知道每个字段里面都包含了什么类型。这些类型和字段的信息存储（包含）在映射（mapping）中。 正如《数据吞吐》一节所说，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Elasticsearch处理的方式。映射还用于设置关联到类型上的元数据。 在《映射》章节我们将探讨映射的细节。这节我们只是带你入门。 ### 核心简单字段类型 Elasticsearch支持以下简单字段类型： |类型 | 表示的数据类型 | |----------------|------------------------------------| |String | `string` | |Whole number | `byte`, `short`, `integer`, `long`| |Floating point | `float`, `double` | |Boolean | `boolean` | |Date | `date` | 当你索引一个包含新字段的文档——一个之前没有的字段——Elasticsearch将使用动态映射猜测字段类型，这类型来自于JSON的基本数据类型，使用以下规则： |JSON type | Field type | |-----------------------------------|------------------------| |Boolean: `true` or `false` | `"boolean"` | |Whole number: `123` | `"long"` | |Floating point: `123.45` | `"double"` | |String, valid date: `"2014-09-15"` | `"date"` | |String: `"foo bar"` | `"string"` | > ### 注意 > 这意味着，如果你索引一个带引号的数字——`"123"`，它将被映射为`"string"`类型，而不是`"long"`类型。然而，如果字段已经被映射为`"long"`类型，Elasticsearch将尝试转换字符串为long，并在转换失败时会抛出异常。 ### 查看映射 我们可以使用`_mapping`后缀来查看Elasticsearch中的映射。在本章开始我们已经找到索引`gb`类型`tweet`中的映射： ```javascript GET /gb/_mapping/tweet ``` 这展示给了我们字段的映射（叫做**属性(properties)**），这些映射是Elasticsearch在创建索引时动态生成的： ```javascript { "gb": { "mappings": { "tweet": { "properties": { "date": { "type": "date", "format": "strict_date_optional_time||epoch_millis" }, "name": { "type": "string" }, "tweet": { "type": "string" }, "user_id": { "type": "long" } } } } } } ``` > ### 小提示 > 错误的映射，例如把`age`字段映射为`string`类型而不是`integer`类型，会造成查询结果混乱。 > 要检查映射类型，而不是假设它是正确的！ ### 自定义字段映射 虽然大多数情况下基本数据类型已经能够满足，但你也会经常需要自定义一些特殊类型（fields），特别是字符串字段类型。 自定义类型可以使你完成以下几点： * 区分全文（full text）字符串字段和准确字符串字段（译者注：就是分词与不分词，全文的一般要分词，准确的就不需要分词，比如『中国』这个词。全文会分成『中』和『国』，但作为一个国家标识的时候我们是不需要分词的，所以它就应该是一个准确的字符串字段）。 * 使用特定语言的分析器（译者注：例如中文、英文、阿拉伯语，不同文字的断字、断词方式的差异） * 优化部分匹配字段 * 指定自定义日期格式（译者注：这个比较好理解,例如英文的 `Feb,12,2016` 和 中文的 `2016年2月12日`） * 以及更多 映射中最重要的字段参数是`type`。除了`string`类型的字段，你可能很少需要映射其他的`type`： ```javascript { "number_of_clicks": { "type": "integer" } } ``` `string`类型的字段，默认的，考虑到包含全文本，它们的值在索引前要经过分析器分析，并且在全文搜索此字段前要把查询语句做分析处理。 对于`string`字段，两个最重要的映射参数是`index`和`analyer`。 ### `index` `index`参数控制字符串以何种方式被索引。它包含以下三个值当中的一个： |值 |解释 | |--------------|--------------------------------------| |`analyzed` |首先分析这个字符串，然后索引。换言之，以全文形式索引此字段。 | |`not_analyzed`|索引这个字段，使之可以被搜索，但是索引内容和指定值一样。不分析此字段。 | |`no` |不索引这个字段。这个字段不能为搜索到。| `string`类型字段默认值是`analyzed`。如果我们想映射字段为确切值，我们需要设置它为`not_analyzed`： ```javascript { "tag": { "type": "string", "index": "not_analyzed" } } ``` > 其他简单类型（`long`、`double`、`date`等等）也接受`index`参数，但相应的值只能是`no`和`not_analyzed`，它们的值不能被分析。 ### 分析 对于`analyzed`类型的字符串字段，使用`analyzer`参数来指定哪一种分析器将在搜索和索引的时候使用。默认的，Elasticsearch使用`standard`分析器，但是你可以通过指定一个内建的分析器来更改它，例如`whitespace`、`simple`或`english`。 ```javascript { "tweet": { "type": "string", "analyzer": "english" } } ``` 在《自定义分析器》章节我们将告诉你如何定义和使用自定义的分析器。 ### 更新映射 你可以在第一次创建索引的时候指定映射的类型。此外，你也可以晚些时候为新类型添加映射（或者为已有的类型更新映射）。 > ### 重要 > 你可以向已有映射中**增加**字段，但你不能**修改**它。如果一个字段在映射中已经存在，这可能意味着那个字段的数据已经被索引。如果你改变了字段映射，那已经被索引的数据将错误并且不能被正确的搜索到。 我们可以更新一个映射来增加一个新字段，但是不能把已有字段的类型那个从`analyzed`改到`not_analyzed`。 为了演示两个指定的映射方法，让我们首先删除索引`gb`： ```sh DELETE /gb ``` 然后创建一个新索引，指定`tweet`字段的分析器为`english`： ```javascript PUT /gb <1> { "mappings": { "tweet" : { "properties" : { "tweet" : { "type" : "string", "analyzer": "english" }, "date" : { "type" : "date" }, "name" : { "type" : "string" }, "user_id" : { "type" : "long" } } } } } ``` `<1>` 这将创建包含`mappings`的索引，映射在请求体中指定。 再后来，我们决定在`tweet`的映射中增加一个新的`not_analyzed`类型的文本字段，叫做`tag`，使用`_mapping`后缀: ```javascript PUT /gb/_mapping/tweet { "properties" : { "tag" : { "type" : "string", "index": "not_analyzed" } } } ``` 注意到我们不再需要列出所有的已经存在的字段，因为我们没法修改他们。我们的新字段已经被合并至存在的那个映射中。 ### 测试映射 你可以通过名字使用`analyze` API测试字符串字段的映射。对比这两个请求的输出： ```javascript GET /gb/_analyze?field=tweet&text=Black-cats <1> GET /gb/_analyze?field=tag&text=Black-cats <2> ``` `<1>` `<2>` 我们想要分析的文本被放在请求体中。 `tweet`字段产生两个词，`"black"`和`"cat"`,`tag`字段产生单独的一个词`"Black-cats"`。换言之，我们的映射工作正常。