有道雲筆記：http://note.youdao.com/noteshare?id=ebcd395028460a105f45f79e4e5ac7cd
映射(mapping)機制用於進行字段類型確認，將每個字段匹配爲一種確定的數據類型
( string , number , booleans , date 等)。
分析(analysis)機制用於進行全文文本(Full Text)的分詞，以建立供搜索用的反向索引。
就我的理解來說，映射通過類型猜測實現了傳統關係數據庫的數據類型存儲問題。這裏的好處很多，確定不同的數據類型有利於存儲時選擇對應的數據結構，精準查詢時性能也會更高。分析機制即es獨有的倒排索引實現的全文檢索。兩者相輔相成。
分析和分析器
分析(analysis)是這樣一個過程：
首先，標記化一個文本塊爲適用於倒排索引單獨的詞(term)
然後標準化這些詞爲標準形式，提高它們的“可搜索性”或“查全率”
這個工作是分析器(analyzer)完成的。一個分析器(analyzer)只是一個包裝用於將三個功能放
到一個包裏：
字符過濾器
首先字符串經過字符過濾器(character filter)，它們的工作是在標記化前處理字符串。字符過
濾器能夠去除HTML標記，或者轉換 "&" 爲 "and" 。
分詞器
下一步，分詞器(tokenizer)被標記化成獨立的詞。一個簡單的分詞器(tokenizer)可以根據空
格或逗號將單詞分開（譯者注：這個在中文中不適用）。
標記過濾
最後，每個詞都通過所有標記過濾(token filters)，它可以修改詞（例如將 "Quick" 轉爲小
寫），去掉詞（例如停用詞像 "a" 、 "and" 、 "the" 等等），或者增加詞（例如同義詞
像 "jump" 和 "leap" ）
Elasticsearch提供很多開箱即用的字符過濾器，分詞器和標記過濾器。這些可以組合來創建
自定義的分析器以應對不同的需求。我們將在《自定義分析器》章節詳細討論。
內建的分析器
不過，Elasticsearch還附帶了一些預裝的分析器，你可以直接使用它們。下面我們列出了最
重要的幾個分析器，來演示這個字符串分詞後的表現差異：
"Set the shape to semi-transparent by calling set_trans(5)"
標準分析器
Elasticsearch權威指南（中文版）
分析
113標準分析器是Elasticsearch默認使用的分析器。對於文本分析，它對於任何語言都是最佳選
擇（譯者注：就是沒啥特殊需求，對於任何一個國家的語言，這個分析器就夠用了）。它根
據Unicode Consortium的定義的單詞邊界(word boundaries)來切分文本，然後去掉大部分標
點符號。最後，把所有詞轉爲小寫。產生的結果爲：
set, the, shape, to, semi, transparent, by, calling, set_trans, 5
簡單分析器
簡單分析器將非單個字母的文本切分，然後把每個詞轉爲小寫。產生的結果爲：
set, the, shape, to, semi, transparent, by, calling, set, trans
空格分析器
空格分析器依據空格切分文本。它不轉換小寫。產生結果爲：
Set, the, shape, to, semi-transparent, by, calling, set_trans(5)
語言分析器
特定語言分析器適用於很多語言。它們能夠考慮到特定語言的特性。例如， english 分析器
自帶一套英語停用詞庫——像 and 或 the 這些與語義無關的通用詞。這些詞被移除後，因爲
語法規則的存在，英語單詞的主體含義依舊能被理解（譯者注： stem English words 這句不
知道該如何翻譯，查了字典，我理解的大概意思應該是將英語語句比作一株植物，去掉無用
的枝葉，主幹依舊存在，停用詞好比枝葉，存在與否並不影響對這句話的理解。）。
english 分析器將會產生以下結果：
set, shape, semi, transpar, call, set_tran, 5
注意 "transparent" 、 "calling" 和 "set_trans" 是如何轉爲詞幹的。
當分析器被使用
當我們索引(index)一個文檔，全文字段會被分析爲單獨的詞來創建倒排索引。不過，當我們
在全文字段搜索(search)時，我們要讓查詢字符串經過同樣的分析流程處理，以確保這些詞在
索引中存在。
全文查詢我們將在稍後討論，理解每個字段是如何定義的，這樣纔可以讓它們做正確的事：
Elasticsearch權威指南（中文版）
分析
114當你查詢全文(full text)字段，查詢將使用相同的分析器來分析查詢字符串，以產生正確
的詞列表。
當你查詢一個確切值(exact value)字段，查詢將不分析查詢字符串，但是你可以自己指
定。
現在你可以明白爲什麼《映射和分析》的開頭會產生那種結果：
date 字段包含一個確切值：單獨的一個詞 "2014-09-15" 。
_all 字段是一個全文字段，所以分析過程將日期轉爲三個
詞： "2014" 、 "09" 和 "15" 。
當我們在 _all 字段查詢 2014 ，它一個匹配到12條推文，因爲這些推文都包含詞 2014 ：
GET /_search?q=2014 # 12 results
當我們在 _all 字段中查詢 2014-09-15 ，首先分析查詢字符串，產生匹配任一
詞 2014 、 09 或 15 的查詢語句，它依舊匹配12個推文，因爲它們都包含詞 2014 。
GET /_search?q=2014-09-15 # 12 results !
當我們在 date 字段中查詢 2014-09-15 ，它查詢一個確切的日期，然後只找到一條推文：
GET /_search?q=date:2014-09-15 # 1 result
當我們在 date 字段中查詢 2014 ，沒有找到文檔，因爲沒有文檔包含那個確切的日期：
GET /_search?q=date:2014 # 0 results !
對於中文來說，需要和英文截然不同的分詞器。這個在後面會提到。
映射
注意
這意味着，如果你索引一個帶引號的數字—— "123" ，它將被映射爲 "string" 類型，而
不是 "long" 類型。然而，如果字段已經被映射爲 "long" 類型，Elasticsearch將嘗試轉
換字符串爲long，並在轉換失敗時會拋出異常。
複合核心字段類型
1.數組：取第一個數據類型。
2.空值會存空值，null,"",[]各種空值都會變成空字段來存儲
3.多層對象會通過加 . 來扁平化處理