本文案例操作，建議先閱讀我之前的文章《ElasticSearch之安裝及基本操作API》

Mapping (映射)類似關系型資料庫中的表的結構定義，我們將資料以 JSON 格式存入到 ElasticSearch 中后，在搜索引擎中 JSON 欄位映射對應的型別，這時需要 mapping 來定義內容的型別，

欄位型別

JSON 資料型別映射到 ElasticSearch 定義的型別，常用的簡單型別有：

JSON型別	ElasticSearch 型別
文本型別	Text/Keyword
整數型別	long/integer
浮點型別	float/double
時間型別	date
布林值	boolean
陣列	Text/Keyword

上面要注意的是時間型別，JSON 中并沒有時間型別，這里主要指時間格式資料的型別，

定義映射

在關系型資料庫中，存盤資料之前，我們會先創建表結構，給欄位指定一個存在的型別，同樣 ElasticSearch 在進行資料存盤前，也可以先定義好存盤資料的 Mapping 結構，
先定義一個簡單的 person Mapping：

上圖中就是一個 Mapping 的定義，如果是在 ElasticSearch7 之前，mappings 里還有 _type 屬性，

動態映射

當沒有事先定義好 Mapping，添加資料時，ElasticSearch 會自動根據欄位進行換算出對應的型別，但是換算出來的型別并不一定是我們想要的欄位型別，還是需要人為的干預進行修改成想要的 Mapping，

更新映射

使用 dynamic 控制映射是否可以被更新，

dynamic-true

設定 dynamic 為true是默認 dynamic 的默認值，新增欄位資料可以寫入，同時也可以被索引，Mapping 結構也會被更新，

添加資料，同時多添加一個沒被定義的 gender 欄位，

# 向 person 中添加資料
PUT person/_doc/1
{
  "uId": 1,
  "name": "ytao",
  "age": 18,
  "address": "廣東省珠海市",
  "birthday": "2020-01-15T12:00:00Z",
  "money": 108.2,
  "isStrong": true,
  "gender": "男"    # Mapping 中未定義的欄位
}

添加成功，搜索 gender 欄位：

查看 Mapping 結構：

新添加的欄位值，在添加程序中 Mapping 已自動添加欄位，

dynamic-false

設定 dynamic 為false時，新增欄位資料可以寫入，不可以被索引，Mapping 結構會被更新，
同樣先將 dynamic 設定為 false，然后向里面添加資料，其他步驟和上面 true 操作一樣，定義 Mapping，添加資料，
搜索 gender 欄位：

此時新增欄位資料無法被索引，但資料可以寫入，

Mappnig 也不會添加新增的欄位：

dynamic-strict

設定 dynamic 為strict時，從字面上意思也可以看出，對于動態映射是較嚴格的，新增欄位資料不可以寫入，不可以被索引，Mapping 結構不會被更新，只能按照定義好的 Mapping 結構添加資料，
在添加新欄位資料時，就馬上會拋出例外：

自動識別日期型別

上文中，當 dynamic 設定為 true 時，添加新欄位資料自動識別型別更新 Mapping，如果是日期型別的話，我們是可以指定識別的型別，
指定 person 的 dynamic_date_formats 格式：

PUT person/_mapping
{
  "dynamic_date_formats": ["yyyy/MM/dd"]
}

這里是可以指定多個時間格式，
向 person 添加新資料，分別是 today 和 firstDate：

PUT person/_doc/2
{
  "today": "2020-01-15",
  "firstDate": "2020/01/15"
}

添加新欄位資料后的 Mapping：

由于上面我們指定了時間格式為 yyyy/MM/dd 時是可以識別為時間格式，所以 today 欄位的值為 yyyy-MM-dd 格式無法識別為時間型別，判為 text 型別，

多欄位

Mapping 中可以定義 fields 多欄位屬性，以滿足不同場景下的實作，比如 address 定義為 text 型別，fields 里面又有定義 keyword 型別，這里主要是區分兩個不同不同使用場景，

text 會建立分詞倒排索引，用于全文檢索，
keyword 不會建立分詞倒排索引，用于排序和聚合，

添加資料：

# 向 person 中添加資料
PUT person/_doc/1
{
  "uId": 1,
  "name": "ytao",
  "age": 18,
  "address": "廣東省珠海市",
  "birthday": "2020-01-15T12:00:00Z",
  "money": 108.2,
  "isStrong": true
}

查詢address資料，

查詢address.keyword資料，

通過keyword檢索時，由于不會建立分詞索引，并沒有獲取到資料，

控制索引

在欄位中使用 index 指定當前欄位索引是否能被搜索到，指定型別為 boolean 型別，false 為不可搜索到，true 為可以搜索到，
先洗掉之前的 Mapping：

DELETE person

創建 Mapping，設定name屬性的 index 為 false，

再次添加上面的資料后搜索name欄位：

欄位 index 設定 false 后，由于沒有被索引，所以搜索無法獲取到索引，

空值處理

現在向 ElasticSearch 中添加一條 address 為空的資料：

PUT person/_doc/2
{
  "uId": 2,
  "name": "Jack",
  "age": 22,
  "address": null,
  "birthday": "2020-01-15T12:00:00Z",
  "money": 68.7,
  "isStrong": true
}

搜索 address.keyword 為空的資料：

搜索回傳例外，默認是不被允許搜索 NUll，
這是需要在 Mapping 指定 null_value 屬性，并且不能在text型別中宣告，

搜索 address.keyword 為空的資料：

設定 "null_value": "NULL" 后，空值可以處理搜索，

聚合多個欄位

聚合多個欄位放到一個索引中，使用 copy_to 進行聚合，例如我們在多欄位查詢中，這是不需要對每個欄位進行過濾篩選，只需對聚合欄位即可，
在使用 copy_to 時，是通過指定聚合的名稱實作，

實際上，copy_to 不使用陣列格式添加名稱，也會自動轉換成資料格式，

添加兩條資料，待校驗搜索：

# 向 person 中添加資料
PUT person/_doc/1
{
  "uId": 1,
  "name": "ytao",
  "age": 18,
  "address": "廣東省珠海市",
  "birthday": "2020-01-15T12:00:00Z",
  "money": 108.2,
  "isStrong": true
}

PUT person/_doc/2
{
  "uId": 2,
  "name": "楊廣東",
  "age": 22,
  "address": null,
  "birthday": "2020-01-15T12:00:00Z",
  "money": 68.7,
  "isStrong": true
}

查詢 full_name 的值，會回傳 name 和 address 相關的值的物件，