Elasticsearch 字段类型

Posted 2023-03-15

参考技术A 在学习 ES 文档相关操作之前，我们先学习 ES 中常用的字段类型。

当一个字段的内容需要被全文检索时，可以使用 text 类型，支持长内容的存储，比如检索文章内容、商品信息等。该类型的字段内容在保存时会被分词器分析，并且拆分成多个词项， 然后根据拆分后的词项生成对应的索引，根据关键字检索时可能会将关键字分词，用分好的词从之前生成的索引中去匹配，进而找到对应的文档。对于 text 类型的字段你可能无法通过指定文本精确的检索到。另外需要注意的是， text 类型的字段不能直接用于排序、聚合操作。这种类型的字符串也称做 analyzed 字符串。

keyword 类型适用于结构化的字段，比如手机号、商品id、用户id等，默认最大长度为256。 keyword 类型的字段内容不会被分词器分析、拆分，而是根据原始文本直接生成倒排索引，所以 keyword 类型的字段可以直接通过原始文本精确的检索到。 keyword 类型的字段可用于过滤、排序、聚合操作。这种字符串称做 not-analyzed 字符串。

ES 中的 date 类型默认支持如下两种格式：

如果我们要存储类似 2020-12-01 20:10:15 这种格式的日期就会有问题，我们可以在创建索引时指定字段为 date 类型以及可以匹配的日期格式：

需要注意的是，如果不主动指定字段类型为 date ，ES 默认使用 text 类型去保存日期的值。

boolean 类型就简单了，有 true 、 false 两个值。

一般情况下，如果可以满足需求，则优先使用范围小的类型，来提高效率。

其实在 ES 中并没有数组类型，但我们却可以按数组格式来存储数据，因为 ES 中默认每个字段可以包含多个值，同时要求多个值得类型必须一致。例如可以按照如下方式指定一个字段的值为数组：

这个其实没什么特别的，由于 ES 中以 JSON 格式存储数据，所以一个 JSON 对象中的某个字段值可以是另一个 JSON 对象。

例如我们可以创建索引时定义一个日期范围的字段类型：

添加文档时可以这样指定字段的值：

最后我们通过一个完整的例子梳理一下这些字段类型，首先创建 blog 索引，并指定相关字段的类型：

然后添加一条文档数据：

上边我们只指定了 publishDate 和 reader_age_range 字段的类型，其它的并未指定。其实在添加文档时，ES 也会根据字段的值动态的推断出它的类型，即动态映射，但这样可能出现推断不符合预期的问题，例如前边说过的日期类型，所以你可以根据实际情况选择是否主动指定字段的类型。

再使用如下请求查看一下文档字段的 mapping 信息：

结果如下：

由于我们未指定 title 字段的类型， ES 自动将其映射成了 text 类型，同时还添加了一个类型为 keyword 的字段：

ES 中常用的字段类型就介绍到这里了。其中 text 和 keyword 可能理解起来比较抽象，但也是重点，后边结合具体的例子就好理解了，分词相关的内容后边也会专门介绍。