我们是由枫哥组建的IT技术团队成立于2017年致力于帮助IT从业者提供实力成功入职理想企业我们提供一对一学习辅导由知名大厂导师指导分享Java技术、参与项目实战等服务并为学员定制职业规划全面提升竞争力过去8年我们已成功帮助数千名求职者拿到满意的OfferIT枫斗者、IT枫斗者-Java面试突击。 刚学 ES 时我把 Mapping 当 MySQL 的表结构用结果被同事笑了“索引是房子Mapping 是户型图——但 ES 的’户型图’会直接影响你能不能搜到数据。”前言ES 入门最容易踩的坑刚接触 Elasticsearch 时我被索引、Mapping、文档这些概念绕晕了。我当时的理解索引 MySQL 的表 ✅Mapping MySQL 的表结构 ✅文档 表里的一行数据 ✅看起来没问题直到我写了一个查询搜不到数据才发现 Mapping 不是表结构那么简单。今天这篇文章用MySQL 思维做类比帮你建立直觉同时讲清楚 ES 独有的坑。建议先收藏 ⭐下次建索引前复习一遍。一、一句话总结索引和 Mapping 到底是什么ES 概念MySQL 类比核心作用索引Index表Table数据放在哪Mapping表结构CREATE TABLE数据怎么存、怎么搜文档Document一行记录Row具体的数据内容关键区别MySQL 的表结构只管怎么存ES 的 Mapping 还管怎么搜——字段类型直接决定搜索行为。二、实战从代码看索引和 Mapping 怎么配合2.1 连接 ES 并创建索引// main.gopackagemainimport(fmtmy-go-project/es/coremy-go-project/es/globalmy-go-project/es/indexs)funcmain(){core.EsConnect()// 连接 ESfmt.Println(global.ESClient)indexs.CreateIndex()// 创建索引}2.2 创建索引的核心逻辑// indexs/create.gopackageindexsimport(contextfmtmy-go-project/es/globalmy-go-project/es/models)funcCreateIndex(){createIndex,err:global.ESClient.CreateIndex(user_index).// ← 索引名 表名BodyString(models.UserModel{}.Mapping()).// ← Mapping 表结构Do(context.Background())iferr!nil{fmt.Println(err)return}fmt.Println(✅ 索引创建成功)}关键代码BodyString(models.UserModel{}.Mapping())把 Go 结构体里定义的 Mapping 规则传给 ESES 按这些规则创建索引。三、Mapping 详解不只是字段类型3.1 完整 Mapping 定义// models/user.gopackagemodelsimporttimetypeUserModelstruct{IDuintjson:idUserNamestringjson:user_nameNickNamestringjson:nick_nameCreatedAt time.Timejson:created_at}func(UserModel)Mapping()string{return{ mappings: { properties: { nick_name: { type: text // ← 全文搜索会分词 }, user_name: { type: keyword // ← 精确匹配不分词 }, id: { type: integer }, created_at: { type: date, null_value: null, format: yyyy-MM-dd HH:mm:ss } } } }}3.2 字段类型对比text vs keyword最容易搞混类型是否分词适用场景典型查询text✅ 分词全文搜索、模糊匹配match查询keyword❌ 不分词精确匹配、聚合排序term查询实战演示// 写入文档{nick_name:张三同学,// text 类型user_name:zhangsan// keyword 类型}查询行为对比// ✅ 能搜到text 类型分词后匹配{query:{match:{nick_name:张三// 分词后 张三 匹配成功}}}// ❌ 搜不到keyword 类型必须完全匹配{query:{term:{user_name:zhang// keyword 不分词zhang ≠ zhangsan}}}// ✅ 能搜到keyword 类型精确匹配{query:{term:{user_name:zhangsan// 完全匹配}}}⚠️经典踩坑把本该用keyword的字段设成text然后用term查询——永远搜不到。四、为什么 Mapping 比 MySQL 的表结构更重要4.1 MySQL表结构只管怎么存CREATETABLEusers(idINT,user_nameVARCHAR(255),nick_nameTEXT,created_atDATETIME);VARCHAR和TEXT对查询行为影响很小搜索时用LIKE %关键词%就行4.2 ESMapping 直接决定能不能搜到Mapping 类型底层索引方式支持的查询text倒排索引分词后match、multi_match、query_stringkeyword倒排索引不分词term、terms、range、聚合integerBKD 树term、rangedate毫秒时间戳range、date_histogram同一个字段类型不同底层索引完全不同支持的查询也完全不同。4.3 自动推断的坑如果不手动定义 MappingES 会自动推断// 写入第一条数据{user_name:zhangsan}// ES 自动推断user_name → text keyword多字段// 实际 Mapping{user_name:{type:text,fields:{keyword:{type:keyword,ignore_above:256}}}}问题自动推断可能不符合预期日期格式识别错误2026-05-01被当字符串数值被当字符串导致range查询失效最佳实践先设计 Mapping再写入数据。五、完整流程从连接到查询┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │ 连接 ES │────▶│ 创建索引 │────▶│ 定义 Mapping │ │ EsConnect() │ │ CreateIndex() │ │ BodyString(...) │ └─────────────────┘ └─────────────────┘ └─────────────────┘ │ ▼ ┌─────────────────┐ │ ES 按规则建索引 │ │ - id: integer │ │ - user_name: keyword │ - nick_name: text │ - created_at: date └─────────────────┘ │ ▼ ┌─────────────────┐ │ 写入文档 │ │ IndexDocument() │ └─────────────────┘ │ ▼ ┌─────────────────┐ │ 搜索/聚合 │ │ Search/Aggs │ └─────────────────┘六、常见面试题 实战技巧Q1text 和 keyword 怎么选场景推荐类型原因用户昵称搜索text需要分词匹配张三、“同学”用户名登录keyword必须精确匹配 “zhangsan”邮箱搜索keyword精确匹配不分词文章标题textkeyword既要全文搜又要精确排标签/分类keyword聚合统计用IP 地址ip专用类型支持网段查询多字段方案一个字段两种用途{mappings:{properties:{title:{type:text,// ← 用于全文搜索analyzer:ik_max_word,fields:{keyword:{type:keyword,// ← 用于精确匹配、排序、聚合ignore_above:256}}}}}}查询时// 全文搜索{match:{title:Elasticsearch}}// 精确匹配{term:{title.keyword:Elasticsearch 实战}}// 排序{sort:[{title.keyword:asc}]}Q2Mapping 能修改吗操作是否支持说明新增字段✅PUT /index/_mapping修改字段类型❌必须重建索引删除字段❌必须重建索引修改 analyzer❌必须重建索引重建索引流程# 1. 创建新索引新 MappingPUT /user_index_v2{mappings:{...}}# 2. 数据迁移POST /_reindex{source:{index:user_index},dest:{index:user_index_v2}}# 3. 切换别名POST /_aliases{actions:[{remove:{index:user_index,alias:user}},{add:{index:user_index_v2,alias:user}}]}Q3怎么查看已有索引的 Mapping# 查看 MappingGET /user_index/_mapping# 查看 Settings分片、副本等GET /user_index/_settings七、总结一张表搞定核心概念ES 概念MySQL 类比核心差异注意事项IndexTable分布式存储分片机制索引名小写不能用特殊字符MappingCREATE TABLE字段类型决定搜索行为必须先定义不要依赖自动推断DocumentRowJSON 格式无固定结构同一索引的文档建议结构一致textTEXT会分词支持全文搜索不能用term查询keywordVARCHAR不分词精确匹配不能用match查询dateDATETIME支持多种格式必须指定format⭐️推荐:Offer训练营介绍Java 面试 后端通用面试八股文Java后端企业级实战面试Java后端校招算法学习
我们是由枫哥组建的IT技术团队成立于2017年致力于帮助IT从业者提供实力成功入职理想企业我们提供一对一学习辅导由知名大厂导师指导分享Java技术、参与项目实战等服务并为学员定制职业规划全面提升竞争力过去8年我们已成功帮助数千名求职者拿到满意的OfferIT枫斗者、IT枫斗者-Java面试突击。 刚学 ES 时我把 Mapping 当 MySQL 的表结构用结果被同事笑了“索引是房子Mapping 是户型图——但 ES 的’户型图’会直接影响你能不能搜到数据。”前言ES 入门最容易踩的坑刚接触 Elasticsearch 时我被索引、Mapping、文档这些概念绕晕了。我当时的理解索引 MySQL 的表 ✅Mapping MySQL 的表结构 ✅文档 表里的一行数据 ✅看起来没问题直到我写了一个查询搜不到数据才发现 Mapping 不是表结构那么简单。今天这篇文章用MySQL 思维做类比帮你建立直觉同时讲清楚 ES 独有的坑。建议先收藏 ⭐下次建索引前复习一遍。一、一句话总结索引和 Mapping 到底是什么ES 概念MySQL 类比核心作用索引Index表Table数据放在哪Mapping表结构CREATE TABLE数据怎么存、怎么搜文档Document一行记录Row具体的数据内容关键区别MySQL 的表结构只管怎么存ES 的 Mapping 还管怎么搜——字段类型直接决定搜索行为。二、实战从代码看索引和 Mapping 怎么配合2.1 连接 ES 并创建索引// main.gopackagemainimport(fmtmy-go-project/es/coremy-go-project/es/globalmy-go-project/es/indexs)funcmain(){core.EsConnect()// 连接 ESfmt.Println(global.ESClient)indexs.CreateIndex()// 创建索引}2.2 创建索引的核心逻辑// indexs/create.gopackageindexsimport(contextfmtmy-go-project/es/globalmy-go-project/es/models)funcCreateIndex(){createIndex,err:global.ESClient.CreateIndex(user_index).// ← 索引名 表名BodyString(models.UserModel{}.Mapping()).// ← Mapping 表结构Do(context.Background())iferr!nil{fmt.Println(err)return}fmt.Println(✅ 索引创建成功)}关键代码BodyString(models.UserModel{}.Mapping())把 Go 结构体里定义的 Mapping 规则传给 ESES 按这些规则创建索引。三、Mapping 详解不只是字段类型3.1 完整 Mapping 定义// models/user.gopackagemodelsimporttimetypeUserModelstruct{IDuintjson:idUserNamestringjson:user_nameNickNamestringjson:nick_nameCreatedAt time.Timejson:created_at}func(UserModel)Mapping()string{return{ mappings: { properties: { nick_name: { type: text // ← 全文搜索会分词 }, user_name: { type: keyword // ← 精确匹配不分词 }, id: { type: integer }, created_at: { type: date, null_value: null, format: yyyy-MM-dd HH:mm:ss } } } }}3.2 字段类型对比text vs keyword最容易搞混类型是否分词适用场景典型查询text✅ 分词全文搜索、模糊匹配match查询keyword❌ 不分词精确匹配、聚合排序term查询实战演示// 写入文档{nick_name:张三同学,// text 类型user_name:zhangsan// keyword 类型}查询行为对比// ✅ 能搜到text 类型分词后匹配{query:{match:{nick_name:张三// 分词后 张三 匹配成功}}}// ❌ 搜不到keyword 类型必须完全匹配{query:{term:{user_name:zhang// keyword 不分词zhang ≠ zhangsan}}}// ✅ 能搜到keyword 类型精确匹配{query:{term:{user_name:zhangsan// 完全匹配}}}⚠️经典踩坑把本该用keyword的字段设成text然后用term查询——永远搜不到。四、为什么 Mapping 比 MySQL 的表结构更重要4.1 MySQL表结构只管怎么存CREATETABLEusers(idINT,user_nameVARCHAR(255),nick_nameTEXT,created_atDATETIME);VARCHAR和TEXT对查询行为影响很小搜索时用LIKE %关键词%就行4.2 ESMapping 直接决定能不能搜到Mapping 类型底层索引方式支持的查询text倒排索引分词后match、multi_match、query_stringkeyword倒排索引不分词term、terms、range、聚合integerBKD 树term、rangedate毫秒时间戳range、date_histogram同一个字段类型不同底层索引完全不同支持的查询也完全不同。4.3 自动推断的坑如果不手动定义 MappingES 会自动推断// 写入第一条数据{user_name:zhangsan}// ES 自动推断user_name → text keyword多字段// 实际 Mapping{user_name:{type:text,fields:{keyword:{type:keyword,ignore_above:256}}}}问题自动推断可能不符合预期日期格式识别错误2026-05-01被当字符串数值被当字符串导致range查询失效最佳实践先设计 Mapping再写入数据。五、完整流程从连接到查询┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐ │ 连接 ES │────▶│ 创建索引 │────▶│ 定义 Mapping │ │ EsConnect() │ │ CreateIndex() │ │ BodyString(...) │ └─────────────────┘ └─────────────────┘ └─────────────────┘ │ ▼ ┌─────────────────┐ │ ES 按规则建索引 │ │ - id: integer │ │ - user_name: keyword │ - nick_name: text │ - created_at: date └─────────────────┘ │ ▼ ┌─────────────────┐ │ 写入文档 │ │ IndexDocument() │ └─────────────────┘ │ ▼ ┌─────────────────┐ │ 搜索/聚合 │ │ Search/Aggs │ └─────────────────┘六、常见面试题 实战技巧Q1text 和 keyword 怎么选场景推荐类型原因用户昵称搜索text需要分词匹配张三、“同学”用户名登录keyword必须精确匹配 “zhangsan”邮箱搜索keyword精确匹配不分词文章标题textkeyword既要全文搜又要精确排标签/分类keyword聚合统计用IP 地址ip专用类型支持网段查询多字段方案一个字段两种用途{mappings:{properties:{title:{type:text,// ← 用于全文搜索analyzer:ik_max_word,fields:{keyword:{type:keyword,// ← 用于精确匹配、排序、聚合ignore_above:256}}}}}}查询时// 全文搜索{match:{title:Elasticsearch}}// 精确匹配{term:{title.keyword:Elasticsearch 实战}}// 排序{sort:[{title.keyword:asc}]}Q2Mapping 能修改吗操作是否支持说明新增字段✅PUT /index/_mapping修改字段类型❌必须重建索引删除字段❌必须重建索引修改 analyzer❌必须重建索引重建索引流程# 1. 创建新索引新 MappingPUT /user_index_v2{mappings:{...}}# 2. 数据迁移POST /_reindex{source:{index:user_index},dest:{index:user_index_v2}}# 3. 切换别名POST /_aliases{actions:[{remove:{index:user_index,alias:user}},{add:{index:user_index_v2,alias:user}}]}Q3怎么查看已有索引的 Mapping# 查看 MappingGET /user_index/_mapping# 查看 Settings分片、副本等GET /user_index/_settings七、总结一张表搞定核心概念ES 概念MySQL 类比核心差异注意事项IndexTable分布式存储分片机制索引名小写不能用特殊字符MappingCREATE TABLE字段类型决定搜索行为必须先定义不要依赖自动推断DocumentRowJSON 格式无固定结构同一索引的文档建议结构一致textTEXT会分词支持全文搜索不能用term查询keywordVARCHAR不分词精确匹配不能用match查询dateDATETIME支持多种格式必须指定format⭐️推荐:Offer训练营介绍Java 面试 后端通用面试八股文Java后端企业级实战面试Java后端校招算法学习
