es 字段类型

Posted 2023-03-05

参考技术A

| 一级分类 | 二级分类 | 具体类型 |
| 核心类型 | 字符串类型 | string,text,keyword |
| 整数类型 | integer,long,short,byte |
| 浮点类型 | double,float,half_float,scaled_float |
| 逻辑类型 | boolean |
| 日期类型 | date |
| 范围类型 | range |
| 二进制类型 | binary |
| 复合类型 | 数组类型 | array |
| 对象类型 | object |
| 嵌套类型 | nested |
| 地理类型 | 地理坐标类型 | geo_point |
| 地理地图 | geo_shape |
| 特殊类型 | IP类型 | ip |
| 范围类型 | completion |
| 令牌计数类型 | token_count |
| 附件类型 | attachment |
| 抽取类型 | percolator |

（1）string
string类型在ElasticSearch 旧版本中使用较多，从ElasticSearch 5.x开始不再支持string，由text和keyword类型替代。
（2）text
当一个字段是要被全文搜索的，比如Email内容、产品描述，应该使用text类型。设置text类型以后，字段内容会被分析，在生成倒排索引以前，字符串会被分析器分成一个一个词项。text类型的字段不用于排序，很少用于聚合。
（3）keyword
keyword类型适用于索引结构化的字段，比如email地址、主机名、状态码和标签。如果字段需要进行过滤(比如查找已发布博客中status属性为published的文章)、排序、聚合。keyword类型的字段只能通过精确值搜索到。

在满足需求的情况下，尽可能选择范围小的数据类型。比如，某个字段的取值最大值不会超过100，那么选择byte类型即可。迄今为止吉尼斯记录的人类的年龄的最大值为134岁，对于年龄字段，short足矣。字段的长度越短，索引和搜索的效率越高。

对于float、half_float和scaled_float,-0.0和+0.0是不同的值，使用term查询查找-0.0不会匹配+0.0，同样range查询中上边界是-0.0不会匹配+0.0，下边界是+0.0不会匹配-0.0。

其中scaled_float，比如价格只需要精确到分，price为57.34的字段缩放因子为100，存起来就是5734
优先考虑使用带缩放因子的scaled_float浮点类型。

我们人类使用的计时系统是相当复杂的：秒是基本单位, 60秒为1分钟, 60分钟为1小时, 24小时是一天……如果计算机也使用相同的方式来计时, 那显然就要用多个变量来分别存放年月日时分秒, 不停的进行进位运算, 而且还要处理偶尔的闰年和闰秒以及协调不同的时区. 基于”追求简单”的设计理念, UNIX在内部采用了一种最简单的计时方式：

日期类型表示格式可以是以下几种：
（1）日期格式的 字符串 ，比如 “2018-01-13” 或 “2018-01-13 12:10:30”
（2）long类型的 毫秒数 ( milliseconds-since-the-epoch，epoch就是指UNIX诞生的UTC时间1970年1月1日0时0分0秒)
（3）integer的 秒数 (seconds-since-the-epoch)

ElasticSearch 内部会将日期数据转换为UTC，并存储为milliseconds-since-the-epoch的long型整数。
例子：日期格式数据
（1）创建索引

（2）写入文档

（3）批量查询

逻辑类型（布尔类型）可以接受true/false/”true”/”false”值
（1）先删除已经存在的索引，再创建

（2）添加文档

（3）查看文档

二进制字段是指用base64来表示索引中存储的二进制数据，可用来存储二进制形式的数据，例如图像。默认情况下，该类型的字段只存储不索引。二进制类型只支持index_name属性。

在ElasticSearch中，没有专门的数组（Array）数据类型，但是，在默认情况下，任意一个字段都可以包含0或多个值，这意味着每个字段默认都是数组类型，只不过，数组类型的各个元素值的数据类型必须相同。在ElasticSearch中，数组是开箱即用的（out of box），不需要进行任何配置，就可以直接使用。

在同一个数组中，数组元素的数据类型是相同的，ElasticSearch不支持元素为多个数据类型：[ 10, “some string” ]，常用的数组类型是：

（1）字符数组: [ “one”, “two” ]
（2）整数数组: productid:[ 1, 2 ]
（3）对象（文档）数组: “user”:[ “name”: “Mary”, “age”: 12 , “name”: “John”, “age”: 10 ]，ElasticSearch内部把对象数组展开为 “user.name”: [“Mary”, “John”], “user.age”: [12,10]

JSON天生具有层级关系，文档会包含嵌套的对象

上面文档整体是一个JSON，JSON中包含一个employee,employee又包含一个fullname。

ip类型的字段用于存储IPv4或者IPv6的地址
（1）创建索引

（2）查询字段