0、引言
在關係型數據庫如Mysql中，設計庫表須要注意的是：
1）須要幾個表；
2）每一個表有哪些字段；
3）表的主鍵及外鍵的設定——便於有效關聯。
表的設計遵照範式約束，考慮表的可擴展性，避免開發後期對錶作大的改動。
Mysql或者Oracle中，修改數據類型相對比較簡單，經過命令行或者navicat、sqldeveloper等可視化工具直接修改。
即使千萬級別數據量，多等點時間，也能修改好。html
而在Elasticsearch非關係型數據存儲的搜索引擎中，設計表對應的就是Mapping的設計。
且ES中一旦字段設定後，不能修改。
固然，這也不是絕對的，能夠經過新建索引，而後reindex將原有數據遷移到新索引。
即使如此，仍是建議：索引設計的前期，根據項目的須要設計好字段。如考慮以下的因素？
1）字段的大小，考慮最大、最小的狀況，如某一個字段超過1MB甚至更多；
2）字段需不須要分詞、全文檢索、其餘類型的檢索；
3）時間字段類型的設置，時間戳、UTC類型或者字符串類型；
4) 字段需不須要聚合
…….sql
這就引伸出本文的內容，Elasticearch到底支持哪些數據類型？Elasticsearch如何進行數據選型？
有沒有直接拿來就用的Mapping萬能模板。數據庫
一、Elasticsearch數據類型有哪些？一圖勝千言
二、Elasticsearch數據如何選型？
2.1 字符串類型選型
text類型做用：分詞，將大段的文字根據分詞器切分紅獨立的詞或者詞組，以便全文檢索。
適用：email內容、某產品的描述等須要分詞全文檢索的字段；
不適用：排序或聚合（Significant Terms 聚合例外）json
keyword類型：無需分詞、整段完整精確匹配。
適用於：email地址、住址、狀態碼、分類tags。數組
2.2 數值類型選型
long長整型：一個帶符號的64位整數，最小值爲 -263 ，最大值爲 263 -1。
integer 整數：一個帶符號的32位整數，最小值爲 -231 ，最大值爲 231 -1。
short 短整形:一個帶符號的16位整數，最小值爲-32,768，最大值爲32,767。
byte 字節型：一個帶符號的8位整數，最小值爲-128，最大值爲127。
double 雙精度浮點型：雙精度64位IEEE 754浮點數。
float 單精度浮點型：單精度32位IEEE 754浮點數。
half_float半精度浮點型：半精度16位IEEE 754浮點數。
scaled_float：由長度固定的縮放因子支持的浮點數。
以上，根據長度選型便可。app
2.3 日期類型選型
{ 「date」: 「2015-01-01」 }
{ 「date」: 「2015-01-01T12:10:30Z」 }
{ 「date」: 1420070400001 }
如上，日期類型或者時間戳類型。elasticsearch
參考模板：
「date」: {
「type」: 「date」,
「format」: 「yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis」
}ide
2.4 布爾類型選型
布爾字段接受JSON true和false值，但也能夠接受被解釋爲true或false的字符串和數字：
false值舉例：
false，「false」，「off」，「no」，「0」，「」（空字符串），0，0.0
true值舉例：
以上false示例的反面，一切非假值。工具
2.5 二進制類型選型
二進制類型接受二進制值做爲Base64編碼字符串。 該字段默認狀況下不存儲，不可搜索：
如： 「blob」: 「U29tZSBiaW5hcnkgYmxvYg==」ui
2.6 範圍類型選型
integer_range ：整型範圍類型；
float_range ：單精度浮點範圍類型；
long_range ：長整型範圍類型；
double_range ：雙精度範圍類型；
date_range ：時間範圍類型；
ip_range ：IP範圍類型。
以上，根據類型&範圍須要選型便可。
2.7 數組類型選型
2.7.1 Array數組類型選型
在Elasticsearch中，沒有專門的數組類型。
默認狀況下，任何字段均可以包含零個或多個值，可是數組中的全部值必須是相同的數據類型。 例如：
字符串數組： [ 「one」, 「two」
整數數組：[1,2]
陣列數組：[1，[2,3]]，至關於[1，2，3]
一系列對象數組：[{「name」：「Mary」，「age」：12}，{「name」：「John」，「age」：10}]
能夠理解爲單類型擴展多個值的類型。
若是須要根據數組值進行查詢操做，官網建議使用nested嵌套類型。
數組類型：沒有明顯的字段類型設置，任何一個字段的值，均可以被添加0個到多個，當類型一直含有多個值存儲到ES中會自動轉化成數組類型
對於數組類型的數據，是一個數組元素作一個數據單元，若是是分詞的話也只是會依一個數組元素做爲詞源進行分詞，不會是全部的數組元素整合到一塊兒。
在查詢的時候若是數組裏面的元素有一個可以命中那麼將視爲命中，被召回。
2.7.2 Object對象類型
JSON文檔本質上是分層的： 存儲相似json具備層級的數據，文檔可能包含內部對象，而內部對象又可能包含其餘內部對象。
PUT my_index/my_type/1 { "region": "US", "manager": { "age": 30, "name": { "first": "John", "last": "Smith" } } }
這和Json類型的初衷是一致的。
訪問方式舉例： 「manager.name.last」: 「Smith」。
2.7.3 nested嵌套類型
nested 嵌套類型是Object數據類型的特定版本，容許對象數組彼此獨立地進行索引和查詢。
一個例子，天然就明白了：
PUT my_index { "mappings": { "my_type": { "properties": { "user": { "type": "nested" } } } } } PUT my_index/my_type/1 { "group" : "fans", "user" : [ { "first" : "John", "last" : "Smith" }, { "first" : "Alice", "last" : "White" } ] } GET my_index/_search { "query": { "nested": { "path": "user", "query": { "bool": { "must": [ { "match": { "user.first": "Alice" }}, { "match": { "user.last": "Smith" }} ] } } } } }
能完成嵌套查詢&檢索，對於非一對一關係的字段適用。
在ElasticSearch內部，嵌套的文檔（Nested Documents）被索引爲不少獨立的隱藏文檔（separate documents），這些隱藏文檔只能經過嵌套查詢（Nested Query）訪問。每個嵌套的文檔都是嵌套字段（文檔數組）的一個元素。
嵌套文檔的內部字段之間的關聯被ElasticSearch引擎保留，而嵌套文檔之間是相互獨立的。
默認狀況下，每一個索引最多建立50個嵌套文檔，能夠經過索引設置選項：index.mapping.nested_fields.limit 修改默認的限制。
2.8 IP類型
存儲IPV4或IPV6地址。
如： 「ip_addr」: 「192.168.1.1」
2.9 completion suggester類型
suggester類型對應 suggester檢索，完成自動補全。
2.10 令牌計數類型
類型爲token_count的字段其實是一個接受字符串值的整數字段，對它們進行分析，而後對字符串中的令牌數進行索引。
……..
三、Elasticsearch萬能Mapping模板。
如下模板，已驗證好用，筆者在實際生產環境下就是這樣使用的：
PUT testinfo_index { "mappings": { "testinfo_type": { "properties": { "id": { "type": "long" }, "title": { "type": "keyword" }, "content": { "analyzer": "ik_max_word", "type": "text", "fields": { "keyword": { "ignore_above": 256, "type": "keyword" }, "available": { "type": "boolean" }, "review": { "type": "nested", "properties": { "nickname": { "type": "text" }, "text": { "type": "text" }, "stars": { "type": "integer" } } }, "publish_time": { "type": "date", "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis" }, "expected_attendees": { "type": "integer_range" }, "ip_addr": { "type": "ip" }, "suggest": { "type": "completion" } } } } } } }
以上是筆者結合官網以及本身實踐過程當中的一些總結，但願對各位有幫助：https://www.elastic.co/guide/en/elasticsearch/reference/5.6/mapping-types.html