ElasticSearch中四种字段类型的详解-摩杜云开发者社区

字符串类型

string：这是一个已经过期 的字符串类型。在es5 之前，是用这个来描述字符串类型的数据的，现在的话，它已经被text 和keyword 替代了。
text：如果一个字段是要被全文检索 的，比如说博客的内容、新闻内容、产品描述，那么可以使用 text。用了 text 之后，字段存储的内容会被分析，在生成倒排索引之前，字符串会被分词器分成一个个词项。text 类型的字段不用于排序，很少用于聚合。这种字符串也被称为analyzed 字段。
keyword：这种类型适用于结构化的字段，例如标签、email 地址、手机号码等等，这种类型的字段可以用作过滤、排序、聚合 等。这种字符串也称之为not-analyzed 字段。

数字类型

类型	取值范围
long	-2^63 到 2^63-1
integer	-2^31 到 2^31-1
short	-2^15 到 2^15-1
byte	-2^7 到 2^7-1
double	64 位的双精度 IEEE754 浮点类型
float	32 位的双精度 IEEE754 浮点类型
half_float	16 位的双精度 IEEE754 浮点类型
scaled_float	缩放类型的浮点类型

在满足需求的情况下，优先使用范围小 的字段。字段长度越短，索引和搜索的效率越高。

浮点数，优先考虑使用scaled_float。

scaled_float 举例：

PUT product
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "price": {
        "type": "scaled_float",
        "scaling_factor": 100
      }
    }
  }
}

ElasticSearch中四种字段类型的详解

日期类型

由于 JSON 中没有日期类型，所以 es 中的日期类型形式就比较多样：

2020-11-11 或者 2020-11-11 11:11:11。

一个从 1970.1.1 零点到现在的一个秒数或者毫秒数。

es 内部将时间转为 UTC，然后将时间按照 millseconds-since-the-epoch 的长整型来进行存储。

自定义日期类型：

PUT product
{
  "mappings": {
    "properties": {
      "date": {
        "type": "date"
      }
    }
  }
}

ElasticSearch中四种字段类型的详解

这个能够解析出来的时间格式比较多，如下。

PUT product/_doc/1
{
  "date": "2021-01-10"
}

ElasticSearch中四种字段类型的详解

PUT product/_doc/2
{
  "date": "2021-01-10T11:11:11Z"
}

ElasticSearch中四种字段类型的详解

PUT product/_doc/3
{
  "date": "1604672099958"
}

ElasticSearch中四种字段类型的详解

最终查看数据如下所示：

ElasticSearch中四种字段类型的详解

上面的三个文档中的日期都可以被解析，内部存储的是毫秒计时的长整型数。

布尔类型（boolean）

JSON 中的 “true”、“false”、true、false 都可以，都可以代表布尔类型。

二进制类型（binary）

二进制接收的是 base64 编码的字符串，默认不存储，也不可以进行搜索。

范围类型

integer_range
float_range
long_range
double_range
date_range
ip_range

定义的时候，指定范围类型即可：

PUT product
{
  "mappings": {
    "properties": {
      "date": {
        "type": "date"
      },
      "price": {
        "type": "float_range"
      }
    }
  }
}

插入文档的时候，需要指定范围的界限：

PUT product/_doc/1
{
  "date": "2021-02-24",
  "price": {
    "gt": 9,
    "lt": 19
  }
}

指定范围的时，可以使用 gt、gte、lt、lte。

复合类型

数组类型

es 中没有专门的数组类型。默认情况下，任何字段都可以有一个或者多个值。需要注意的是，数组中的元素必须是同一种类型。

添加数组时，数组中的第一个元素决定了整个数组的类型。

对象类型（object）

由于 JSON 本身具有层级关系，所以文档包含内部对象。内部对象中，还可以再包含内部对象。

PUT product/_doc/2
{
  "date": "2021-02-24",
  "ext_info": {
    "address": "China"
  }
}

嵌套类型（nested）

nested 是 object 中的一个特例。

如果使用 object 类型，假如有如下一个文档：

{
  "user":[
    {
      "first":"Zhang",
      "last":"san"
    },
    {
      "first":"Li",
      "last":"si"
    }
    ]
}

由于 Lucene 没有内部对象的概念，所以 es 会将对象层次扁平化，将一个对象转为字段名和值构成的简单列表。即上面的文档，最终存储形式如下：

{
"user.first":["Zhang","Li"],
"user.last":["san","si"]
}

扁平化之后，用户名之间的关系没了。这样会导致如果搜索 Zhang si 这个人，会搜索到。

此时可以 nested 类型来解决问题，nested 对象类型可以保持数组中每个对象的独立性。nested 类型将数组中的每一饿对象作为独立隐藏文档来索引，这样每一个嵌套对象都可以独立被索引。

{
{
"user.first":"Zhang",
"user.last":"san"
},{
"user.first":"Li",
"user.last":"si"
}
}

优点

文档存储在一起，读取性能高。

缺点

更新父或者子文档时需要更新更个文档。