搭好elk 后，有时候会发现kibana 统计数据时，数据类型不对，这个时候就和elasticsearch的mapping有关，虽然我们可以用logstash修改传入es里的数据类型，比如 float 或者int 或者string。但是没有double等类型，就算转换了，你会发现写入es的数据还是根据es里mapping表来定义的。接下来我们来学习修改es的mapping，当然mapping的功能有很多种，比如定义索引是否分词，分片和副本的数量是多少等等。
1) 什么是mapping
ES的mapping非常类似于静态语言中的数据类型：声明一个变量为int类型的变量， 以后这个变量都只能存储int类型的数据。同样的， 一个number类型的mapping字段只能存储number类型的数据。
同语言的数据类型相比，mapping还有一些其他的含义，mapping不仅告诉ES一个field中是什么类型的值， 它还告诉ES如何索引数据以及数据是否能被搜索到。
当你的查询没有返回相应的数据， 你的mapping很有可能有问题。当你拿不准的时候， 直接检查你的mapping。
2) 剖析mapping
一个mapping由一个或多个analyzer组成， 一个analyzer又由一个或多个filter组成的。当ES索引文档的时候，它把字段中的内容传递给相应的analyzer，analyzer再传递给各自的filters。
filter的功能很容易理解：一个filter就是一个转换数据的方法， 输入一个字符串，这个方法返回另一个字符串，比如一个将字符串转为小写的方法就是一个filter很好的例子。
一个analyzer由一组顺序排列的filter组成，执行分析的过程就是按顺序一个filter一个filter依次调用， ES存储和索引最后得到的结果。
总结来说， mapping的作用就是执行一系列的指令将输入的数据转成可搜索的索引项。
3）实战转换mapping数据类型
我们使用logstash 传入一个索引，这个时候这个索引加载的为默认mapping，如下
{
• "parking_total": {
• "mappings": {
• "parking_total": {
• "properties": {
• "@timestamp": {
• "type":"date",
• "format":"strict_date_optional_time||epoch_millis"
•
},
• "@version": {
• "type":"string"
•
},
• "active": {
• "type":"string"
•
},
• "host": {
• "type":"string"
•
},
• "kafka": {
• "properties": {
• "consumer_group": {
• "type":"string"
•
},
• "msg_size": {
• "type":"long"
•
},
• "offset": {
• "type":"long"
•
},
• "partition": {
• "type":"long"
•
},
• "topic": {
• "type":"string"
•
}
•
}
•
},
• "logdate": {
• "type":"string"
•
},
• "message": {
• "type":"string"
•
},
• "path": {
• "type":"string"
•
},
• "total": {
• "type":"string"
•
},
• "type": {
• "type":"string"
•
}
•
}
•
}
•
}
•
}
}其中我们就是要修改 total 和 active
接下来，我们先创建这个索引的mapping 因为索引没有的时候，mapping也可以存在，其实是删除索引的时候mapping 不会跟着删除的，当然创建的时候，如果有的字段没有定义，mapping 会自动按照默认来定义。
{ "mappings":
{
"parking_total" : {
"properties" : {
"@timestamp" : {
"type" : "date"
},
"message" : {
"type" : "string"
},
"total" : {
"type" : "double"
},
"active" : {
"type" : "double"
}
}
}
}
}
这样在重新导入数据，就成功啦。
