最近在玩elk，發現許多不瞭解的東西，雖然網上資料很多，但基本都亂且雜，通俗易懂的資料就顯得尤爲珍貴。
網上發現這篇文章不錯，以通俗易懂的語言講明白了mapping的概念。
默認mapping
Elasticsearch（簡稱ES）是一個schema-less的系統，但並不代表no shema，當我們執行以下命令：
curl -XPUT http://localhost:9200/test/item/1 -d '{"name":"zach", "description": "A Pretty cool guy."}'ES能非常聰明的識別出"name"和"description"字段的類型是string， ES默認會創建以下的mapping。
curl -XPUT 'http://localhost:9200/test/_mapping'
mappings: {
item: {
properties: {
description: {
type: text
}
name: {
type: text
}
}
}
}什麼是mapping
ES的mapping非常類似於靜態語言中的數據類型：聲明一個變量爲int類型的變量， 以後這個變量都只能存儲int類型的數據。同樣的， 一個number類型的mapping字段只能存儲number類型的數據。
同語言的數據類型相比，mapping還有一些其他的含義，mapping不僅告訴ES一個field中是什麼類型的值， 它還告訴ES如何索引數據以及數據是否能被搜索到。
當你的查詢沒有返回相應的數據， 你的mapping很有可能有問題。當你拿不準的時候， 直接檢查你的mapping。
剖析mapping
一個mapping由一個或多個analyzer組成， 一個analyzer又由一個或多個filter組成的。當ES索引文檔的時候，它把字段中的內容傳遞給相應的analyzer，analyzer再傳遞給各自的filters。
filter的功能很容易理解：一個filter就是一個轉換數據的方法， 輸入一個字符串，這個方法返回另一個字符串，比如一個將字符串轉爲小寫的方法就是一個filter很好的例子。
一個analyzer由一組順序排列的filter組成，執行分析的過程就是按順序一個filter一個filter依次調用， ES存儲和索引最後得到的結果。
總結來說， mapping的作用就是執行一系列的指令將輸入的數據轉成可搜索的索引項。
默認analyzer
回到我們的例子， ES猜測description字段是string類型，於是默認創建一個string類型的mapping，它使用默認的全局analyzer， 默認的analyzer是標準analyzer, 這個標準analyzer有三個filter：token filter, lowercase filter和stop token filter。
我們可以在做查詢的時候鍵入_analyze關鍵字查看分析的過程。使用以下指令查看description字段的轉換過程：
curl -X GET "http://localhost:9200/test/_analyze?analyzer=standard&pretty=true" -d "A Pretty cool guy."
{
"tokens" : [
{
"token" : "a",
"start_offset" : 0,
"end_offset" : 1,
"type" : "<ALPHANUM>",
"position" : 0
},
{
"token" : "pretty",
"start_offset" : 2,
"end_offset" : 8,
"type" : "<ALPHANUM>",
"position" : 1
},
{
"token" : "cool",
"start_offset" : 9,
"end_offset" : 13,
"type" : "<ALPHANUM>",
"position" : 2
},
{
"token" : "guy",
"start_offset" : 14,
"end_offset" : 17,
"type" : "<ALPHANUM>",
"position" : 3
}
]
}可以看到， 我們的description字段的值轉換成了[a],[pretty], [cool], [guy]， 在轉換過程中‘標點符號’都被filter過濾掉了， A、Pretty也轉成了全小寫的a、pretty， 這裏比較重要的是， 即使ES存儲數據的時候仍然存儲的是完整的數據， 但是可以搜索到這條數據的關鍵字只剩下這四個單詞了， 其他的都是拋棄掉了。
看看以單詞a來搜索的結果：
curl -X GET "http://localhost:9200/test/_search?pretty=true" -d '{
"query" : {
"term" : { "description": "a" }
}
}'
{
"took" : 14,
"timed_out" : false,
"_shards" : {
"total" : 5,
"successful" : 5,
"failed" : 0
},
"hits" : {
"total" : 1,
"max_score" : 0.2876821,
"hits" : [
{
"_index" : "test",
"_type" : "item",
"_id" : "1",
"_score" : 0.2876821,
"_source" : {
"name" : "zach",
"description" : "A Pretty cool guy."
}
}
]
}
}這是一個公認的簡單例子， 但是它描述了ES是如何工作的， 不要把mapping想成是數據類型， 把它想象成是搜索數據的指令集合。
轉自http://blog.csdn.net/lvhong84/article/details/23936697
裏面貌似是es1.x或2.x版本，內容稍有修改：
1、說是A會被過濾掉，且查詢時無法查出
2、查詢時用的字段爲 text，而不是 term