Elasticsearch之mapping介绍

分析器(analyzer)就是将一句话切分成各个词语，同时也可能对单词就行时态转化，单复数转化等，方便es建立倒排索引，主要由字符过滤器、分词器、标记过滤组成。 
字符过滤器(character filter)主要是在分词之前对句子进行预处理，比如将html过滤掉，将&转成and 
分词器(tokenizer)被标记化成独立的词。一个简单的分词器可以根据空格或逗号将单词分开（中文不适用） 
标记过滤(token filters)，主要将大写转小写，去掉 a，the an 这种没有意义的停用词，同义词转化等。 

es提供了一些内建分析器。 
"Set the shape to semi-transparent by calling set_trans(5)" 
// 
标准分析器(standard)：是es默认的分析器，如果没有特殊要求，是任何语言最佳的选择。 
set, the, shape, to, semi, transparent, by, calling, set_trans, 5 
// 
简单分析器(simple)：非单个字母的文本切分，然后把每个词转为小写 
set, the, shape, to, semi, transparent, by, calling, set, trans 
// 
空格分析器(whitespace)：简单的根据空格拆分 
Set, the, shape, to, semi-transparent, by, calling, set_trans(5) 
语言分析器：特定语言分析器适用于很多语言，例如，english分析器 
当我们对文档新增新的字符串字段，它将自动设置它为全文string字段并用standard分析器分析，当然我们通常都需要设置，所以我们需要人工设置映射(mapping)来改变这些字段。 

映射(mapping)就是确认字段数据类型，数据类型不一样，分词的结果可能就不一样，可以理解成传统数据库的模式定义。 
es支持下面这些字段 
string、byte、short、integer、long、float、double、boolean、date 

查询映射 
格式：GET /index/_mapping/type 
如：GET /test_index/_mapping/test_type 
指定数据类型 
{ 
"number_of_clicks": { 
"type": "integer" 
} 
} 
映射中最重要的字段参数是type，用它来指定数据类型，但是通常我们使用string会比较多， 
对于string类型还有两个重要的映射参数是index和analyer。 
index的值可以是 analyzed、not_analyzed、no，介绍见下面表格 
analyer的值可以是 whitespace、simple或english 默认是standard 
{ 
"tag": { 
"type": "string", 
"index": "not_analyzed" 
} 
} 

新增一个index，并指定各个字段的mapping 
PUT /gb 
{ 
"mappings": { 
"tweet" : { 
"properties" : { 
"tweet" : { 
"type" : "string", 
"analyzer": "english" 
}, 
"date" : { 
"type" : "date" 
}, 
"name" : { 
"type" : "string" 
}, 
"user_id" : { 
"type" : "long" 
} 
} 
} 
} 
} 
对一个已经存在的index，新增字段的mapping 
PUT /gb/_mapping/tweet 
{ 
"properties" : { 
"tag" : { 
"type" : "string", 
"index": "not_analyzed" 
} 
} 
} 

空字段：空字段没有任何意义，所以将会被识别为空字段而不被索引 
"empty_string": "", 
"null_value": null, 
"empty_array": [], 
"array_with_null_value": [ null ] 
数组 
{ "tag": [ "search", "nosql" ]} 
数组每个值他的类型必须一样。