一、数据类型
1.1 核心数据类型
字符串型：text、keyword（不会分词）
数值型：long、integer、short、byte、double、float、half_float等
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
1.2 复杂数据类型
数组类型：array
对象类型：object
嵌套类型：nested object
地理位置数据类型：geo_point、geo_shape
专用类型：ip（记录ip地址）、completion（实现自动补全）、token_count（记录分词数）、murmur3（记录字符串hash值）
1.3 多字段特性
多字段特性（multi-fields），表示允许对同一字段采用不同的配置，比如分词。
常见例子是对人名实现拼音搜索，只需要在人名中新增一个字段pinyin即可。但是这种方式不是十分优雅，multi-fields可以在不改变整体结构的前提下，增加一个子字段：
二、Dynamic mapping
2.1 自动识别规则
在前面说过，在写入文档的时候如果index不存在的话es会自动创建这个索引。但是es是如何确定index字段的类型的呢？
首先es可以自动识别文档字段的类型，这样可以降低用户的使用成本。
es是依靠json文档的字段类型来实现自动识别字段类型的：
2.2 日期自动识别
日期的自动识别可以自行配置日期的格式，默认情况下是：
["strict_date_opeional_time", "yyyy/MM/dd HH:mm:ss Z||yyyy/MM/dd Z"]
strict_date_opeional_time 是ISO 标准的日期格式，完整的格式如下：
YYYY-MM-DDhh:mm:ssTZD(eg:1997-07-16y19:20:30+01:00)
dynamic_date_formats：可以自定义日期类型
date_detection：可以关闭日期自动识别机制（默认开启）
首先创建一个日期自动识别的索引：
PUT test_index
{
"mappings": {
"doc": {
"dynamic_date_formats": ["MM/dd/yyyy"]
}
}
}
然后创建一个文档：
PUT test_index/doc/1
{
"create_time": "09/21/2016"
}
查看mapping：
GET test_index/_mapping
关闭日期自动识别可以如下：
2.3 数字自动识别
字符串为数字的时候，默认不会自动识别为整型，因为字符串中出现数字是完全合理的。
numeric_detection 可以开启字符串中数字的自动识别。
