在 Elasticsearch 中，Mapping 是非常重要的一個概念，它定義了索引中的每個字段的數據類型、分析器和其他重要屬性。而 Mapping 定義的格式就是 JSON 格式。

{
"mappings": {
"properties": {
"title": {
"type": "text"
},
"content": {
"type": "text",
"analyzer": "ik_max_word"
},
"created_at": {
"type": "date"
}
}
}
}

上面的代碼是一個簡單的 Mapping JSON 示例，其中 "mappings" 表示 Mapping 的開始標志，而 "properties" 則表示索引中的字段列表，每個字段都由一個對象表示。其中包括 "type" 表示字段的數據類型，"analyzer" 表示使用的分析器等屬性。

除了上述示例中的字段，還有很多其他的字段類型可以使用，比如數字型、布爾型等，而且通過指定不同的屬性參數，可以進一步微調 Mapping 的行為，提升索引的效率。

{
"mappings": {
"properties": {
"id": {
"type": "long"
},
"name": {
"type": "keyword",
"ignore_above": 256
},
"age": {
"type": "integer",
"coerce": true
},
"is_deleted": {
"type": "boolean"
},
"created_at": {
"type": "date",
"format": "yyyy-MM-dd HH:mm:ss"
}
}
}
}

以上代碼中，我們可以看到更多不同類型字段的使用示例，比如 "keyword" 類型指定了 "ignore_above" 屬性，表示字段內容在超過 256 個字符時不分析；"integer" 類型指定了 "coerce" 屬性，在轉換數據類型時自動轉換相關數字。

總而言之，Mapping 是 Elasticsearch 中非常重要的一個概念，正確定義它可以大力提升搜索效率，代碼中 JSON 格式的 Mapping 定義也非常簡潔、易于學習應用，希望本文能夠對讀者有所啟發。