Elasticsearch（ES）映射（Mapping）

运维小路

发布于 2025-09-30 15:29:59

13000

代码可运行

文章被收录于专栏：运维小路运维小路

运行总次数：0

代码可运行

作者介绍：简历上没有一个精通的运维工程师，下面的思维导图也是预计更新的内容和当前进度(不定时更新)。

中间件，我给它的定义就是为了实现某系业务功能依赖的软件，包括如下部分:

Web服务器

代理服务器

ZooKeeper

Kafka

RabbitMQ

Hadoop HDFS

Elasticsearch ES (本章节）

其实在我们前面的章节里面已经涉及到这个映射（Mapping）概念，今天我们来详细介绍下他。想象一下关系型数据库（如 MySQL，虽然我还未讲解他，下个章节就会涉及到数据库）。在创建表之前，你需要定义表结构：表名、列名、每列的数据类型（VARCHAR, INT, DATE等）、是否允许 NULL、默认值、索引等。Elasticsearch 的 Mapping 扮演着完全相同的角色！

我们前面在ES的读写操作里面已经向里面插入过一些数据，但是我们并没有单独定义这个Mapping，当 Elasticsearch 索引未手动创建 Mapping 时，首次写入数据会触发自动生成 Mapping（Dynamic Mapping）

1.写入数据，不指定Mapping

这个等效于MySQL里面的创建表结构，并插入一条数据。

# 向不存在的索引写入数据（自动创建索引）
curl -X POST "http://192.168.31.173:9200/auto_index/_doc" -H 'Content-Type: application/json' -d'
{
  "name": "Alice",
  "age": 30,
  "active": true,
  "join_date": "2023-05-15"
}

2.查看对应的Mapping

[root@localhost ~]# curl -X GET "http://192.168.31.172:9200/auto_index/_mapping?pretty"
{
  "auto_index" : {
    "mappings" : {
      "properties" : {
        "active" : {
          "type" : "boolean"   #布尔型
        },
        "age" : {
          "type" : "long"      #长整型
        },
        "join_date" : {
          "type" : "date"      #日期格式 
        },
        "name" : {
          "type" : "text",     #文本类型
          "fields" : {
            "keyword" : {
              "type" : "keyword",   
              "ignore_above" : 256
            }
          }
        }
      }
    }
  }
}

3.写入数据前先创建Mapping

这个操作实际上就等效于MySQL里面的创建表结构。

[root@localhost ~]# curl -X PUT "http://192.168.31.173:9200/simple_index" -H 'Content-Type: application/json' -d'
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "fields": {
          "keyword": {
            "type": "keyword"
          }
        }
      },
      "age": {
        "type": "integer"
      },
      "created_at": {
        "type": "date",
        "format": "yyyy-MM-dd"
      },
      "is_active": {
        "type": "boolean"
      },
      "ip_address": {
        "type": "keyword"                                       
      }
    }
  }
}
'
{"acknowledged":true,"shards_acknowledged":true,"index":"simple_index"}[root@localhost ~]#

其实无论我们提前创建Mapping还是插入数据自动生成，都会涉及到一个问题，那就是我后面插入的数据如果和前面的标准Mapping下不一致会出现什么情况。这个情况如果是在M有SQL里面则会插入失败，因为MySQL会严格查询数据结构，如果对不上则会插入失败，而这个问题在ES里面则会分为下面几种情况。

1.减少字段

// Mapping 定义
"properties": {
  "name": {"type": "text"},
  "age": {"type": "integer"}
}

// 插入数据（缺失 age 字段）
{
  "name": "张三"
}

结果:文档成功写入，age 字段值为 null。

2.增加字段

// 已有 Mapping
"properties": {"name": {"type": "text"}}

// 插入数据（新增 email 字段）
{
  "name": "李四",
  "email": "lisi@example.com"  // 新字段
}

结果：文档成功写入，Mapping 自动扩展。

3.变更字段

// 已有 Mapping
"properties": {"age": {"type": "integer"}}

// 尝试插入冲突数据
{
  "age": "twenty five"  // 字符串 vs integer
}

{
  "error": {
    "type": "mapper_parsing_exception",
    "reason": "failed to parse field [age] of type [integer]"
  }
}

上面提到的3种情况，是基于ES默认的配置情况下，实际生产环境我们提前创建Mapping，并严格控制ES的行为，比如不允许增加字段。在ES里面Mapping一旦创建成功，不允许修改（自动扩展不算）。所以我们需要在创建Mapping的时候指定不允许增加字段。

curl -X PUT "http://192.168.31.172:9200/new_auto_index" -H 'Content-Type: application/json' -d'
{
  "mappings": {
    "dynamic": "strict",  # 修改为严格模式
    "properties": {
      "active": {
        "type": "boolean"
      },
      "age": {
        "type": "integer"  # 从 long 改为 integer
      },
      "join_date": {
        "type": "date",
        "format": "yyyy-MM-dd"  # 指定日期格式
      },
      "name": {
        "type": "keyword"  # 从 text 改为 keyword
      }
    }
  }
}'

可以和前面未指定对比下参数有什么区别。

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2025-08-13，如有侵权请联系 cloudcommunity@tencent.com 删除

elasticsearch