{
  "xzw": {							#索引名称
    "mappings": {					#mapping设置
      "doc": {						#type名称
        "properties": {				#字段属性
          "age": {
            "type": "long"			#字段类型，字符串默认类型为text
          },
          "name": {
            "type": "text",
            "fields": {				#子字段属性设置
              "keyword": {			#分词类型
                "type": "keyword",
                "ignore_above": 256
              }
            }
          }
        }
      }
    }
  }
}

2、自定义mapping

3、Dynamic Mapping

ES依靠json文档字段类型来实现自动识别字段类型，支持的类型如下所示：

JSON类型	ES类型
null	忽略
boolean	boolean
浮点类型	float
整数	long
object	object
array	由第一个非null值的类型决定
string	匹配为日期则设为date类型（默认开启）；匹配为数字则设为float或long类型（默认关闭）。设为text类型，并附带keyword的子字段。

这里需要注意的是：mapping中的字段类型一旦设定后，禁止修改。这是因为：Lucene实现的倒排索引生成后不允许修改，目的是提高效率。如果要修改字段的类型，需要重新建立索引，然后做reindex操作。

dynamic设置如下：

1、true：允许自动新增字段（默认的配置）。

2、False：不允许自动新增字段，但是文档可以正常写入，无法对字段进行查询操作。

3、strict：文档不能写入（如果写入会报错）。

dynamic的设置可以设置在type下也可以设置在字段中。例如：

4、copy_to

将该字段的值复制到目标字段，实现_all的作用。不会出现在_source中，只用来搜索。

post数据进行测试：

获取数据：

5、Index属性

Index属性，控制当前字段是否索引，默认为true，即记录索引，false不记录，即不可以搜索。例如：

（1）创建mapping

（2）创建文档

（3）查询

6、Index_options

Index_options用于控制倒排索引记录的内容，有如下4种配置。

1、docs：只记录docid。

2、freqs：记录docid和term frequencies（词频）。

3、position：记录docid、term frequencies、term position。

4、Offsets：记录docid、term frequencies、term position、character offsets。

二、ElasticSearch的数据类型

2.1 核心数据类型

字符串型	text、keyword
数值型	long、integer、short、byte、double、float、half_float、scaled_float
日期类型	date
布尔类型	boolean
二进制类型	binary
范围类型	integer_range、float_range、long_range、double_range、date_range

2.2 复杂数据类型

数组类型	array
对象类型	object
嵌套类型	nested object

2.3 其他

1、地理位置数据类型

geo_point（点）、geo_shape（形状）

2、专用类型

记录IP地址ip
实现自动补全completion
记录分词数：token_count
记录字符串hash值母乳murmur3

3、多字段特性multi-fields

允许对同一个字段采用不同的配置，比如分词，例如对人名实现拼音搜索，只需要在人名中新增一个子字段为pinyin即可。如下所示。

（1）创建mapping

（2）创建文档

（3）查询

三、文档操作

3.1 创建文档

1、索引一个文档

文档通过index API被索引，使数据可以被存储和搜索，但是首先我们需要决定文档所在。正如我们讨论的，文档通过其_index、_type、_id唯一确定。我们可以自己提供一个_id，或者也使用index API为我们生成一个。

PUT {index}/{type}/{id}
{
“”:””
}

2、使用自己的ID

如果你的文档有自然的标识符（例如user_account字段或者其他值表示文档），你就可以提供自己的_id，使用这种形式的index API。

PUT /{index}/{type}/{id}
{
  "field": "value",
  ...
}

3、自增ID

如果我们的数据没有自然ID，我们可以让ElasticSearch自动为我们生成。

URL现在只包含_index和_type两个字段：
POST /website/blog/
{
  "title": "My second blog entry",
  "text":  "Still trying this out...",
  "date":  "2014/01/01"
}

响应内容与刚才类似，只有_id字段变成了自动生成的值：
{
   "_index":    "website",
   "_type":     "blog",
   "_id":       "wM0OSFhDQXGZAWDf0-drSA",
   "_version":  1,
   "created":   true
}
自动生成的ID有22个字符长，URL-safe, Base64-encoded string universally unique identifiers, 或者叫 UUIDs。

3.2 获取文档

1、检索文档

想要从Elasticsearch中获取文档，我们使用同样的_index、_type、_id，但是HTTP方法改为GET。

GET /website/blog/123?pretty

2、pretty

在任意的查询字符串中增加pretty参数，类似于上面的例子。会让ElasticSearch美化输出（pretty-print）JSON响应以便更加容易阅读。_source字段不会被美化，它的样子与我们输入的一致。GET请求返回的响应内容包括{"found": true}。这意味着文档已经找到。如果我们请求一个不存在的文档，依旧会得到一个JSON，不过found值变成了false。此外，HTTP响应状态码也会变成'404 Not Found'代替'200 OK'。我们可以在curl后加-i参数得到响应头：

curl -i -XGET http://localhost:9200/website/blog/124?pretty

3、检索文档的一部分

通常，GET请求将返回文档的全部，存储在_source参数中。但是可能你感兴趣的字段只是title，请求个别字段可以使用_source参数。多个字段可以使用逗号分隔。

GET /website/blog/123?_source=title,text

3.3 更新

当语句再次被执行的时候我们回发现version的版本增加了，如下所示：

3.4 删除文档

删除文档的语法模式与之前基本一致，只不过要使用DELETE方法：

DELETE /website/blog/123

3.5 局部更新

如果请求成功，我们将看到类似index请求的响应结果：

3.6 批量插入

POST test_search_index/doc/_bulk
{
  "index":{
    "_id":1
  }
}
{
  "username":"alfred way",
  "job":"java engineer",
  "age":18,
  "birth":"1991-12-15",
  "isMarried":false
}
{
  "index":{
    "_id":2
  }
}
{
  "username":"alfred",
  "job":"java senior engineer and java specialist",
  "age":28,
  "birth":"1980-05-07",
  "isMarried":true
}

3.7 检索多个文档

像ElasticSearch一样，检索多个文档依旧非常快，合并多个请求可以避免每个请求单独的网络开销。如果你需要从ElasticSearch中检索多个文档，相对于一个一个的检索，更快的方式是在一个请求中使用multi-get或者mget API。mget API参数是一个docs数组，数组的每个节点定义一个文档的_index、_type、_id元数据。如果你只想检索一个或几个确定的字段，也可以定义一个_source参数：

响应体也包含一个docs数组，每个文档还包含一个响应，它们按照请求定义的顺序排列。每个这样的响应与单独使用get request响应体相同。

如果你想检索的文档在同一个_index中（甚至在同一个_type中），你就可以在URL中定义一个默认的/_index或者/_index/_type。

你可以通过简单的ids数组来代替完整的docs数组：

四、Search API

4.1 URI

GET /_search							#查询所有索引文档
GET /my_index/_search					#查询指定索引文档
GET /my_index1,my_index2/_search		#多索引查询

4.1.1 URI查询方式（查询有限制，很多配置不能实现）

GET /my_index/_search?q=user:alfred		#指定字段查询

GET /my_index/_search?q=keyword&df=user&sort=age:asc&from=4&size=10&timeout=1s
q：指定查询的语句，例如q=aa或q=user:aa
df:q中不指定字段默认查询的字段，如果不指定，es会查询所有字段
Sort：排序，asc升序，desc降序
timeout：指定超时时间，默认不超时
from，size：用于分页

1、批量创建文档

2、泛查询

3、查询语句执行计划查看

4、term查询

5、phrase查询

6、group查询

7、布尔操作符

（1）AND(&&),OR(||),NOT(!)

例如：name:(tom NOT lee) #表示name字段中可以包含tom但一定不包含lee。

（2）+、-分别对应must和must_not

例如：name:(tom +lee -alfred) #表示name字段中，一定包含lee，一定不包含alfred，可以包含tom。
注意：+在url中会被解析成空格，要使用encode后的结果才可以，为%2B。

4.1.2 范围查询

需要注意的是，范围查询支持数值和日期。

1、区间：闭区间：[]；开区间:{}

age:[1 TO 10]	#1<=age<=10
age:[1 TO 10}	#1<=age<10
age:[1 TO ]		#1<=age
age:[* TO 10]	#age<=10

2、算术符号写法

age:>=1
age:(>=1&&<=10)或者age:(+>=1 +<=10)

4.1.3 通配符查询

?:1个字符
*:0或多个字符

例如：name:t?m name:tom* name:t*m等等。

注意：通配符匹配执行效率低，且占用较多内存，不建议使用，如无特殊要求，不要将?/*放在最前面。

4.1.4 正则表达式

name:/[mb]oat/

4.1.5 模糊匹配fuzzy query

name:roam~1
匹配与roam差1个character的词，比如foam、roams等

4.1.6 近似度查询proximity search

“fox quick”~5
以term为单位进行差异比较，比如”quick fox” “quick brown fox”

4.2 Search API(Request Body Search)

4.2.1 Match Query

对字段作全文检索，是最基本和最常用的查询类型。

通过operator参数可以控制单词间的匹配关系，可选项为or和and。

以上就是本文的所有内容，比较简单。你们在此过程中遇到了什么问题，欢迎留言，让我看看你们都遇到了哪些问题~

以上是关于八十二ElasticSearch详解（下）的主要内容，如果未能解决你的问题，请参考以下文章

八十二ElasticSearch详解（下）

八十ElasticSearch详解（上）

八十一ElasticSearch详解（中）