跳到主要内容

字段数据类型

每个字段都有一个字段数据类型(field data type),也称为字段类型(field type)。该类型指示字段包含的数据种类(例如字符串或布尔值)及其预期用途。例如,你可以将字符串索引到 text 和 keyword 字段。不过,text 字段的值会经过分析以用于全文搜索,而 keyword 字符串则保持原样,用于过滤和排序。

字段类型按类型族(family)分组。同一类型族中的类型具有完全相同的搜索行为,但可能具有不同的空间占用或性能特征。

目前有两种类型族:keyword 和 text。其他类型族只包含单一字段类型。例如,boolean 类型族只包含一个字段类型:boolean。

通用类型​

  • binary:编码为 Base64 字符串的二进制值。
  • boolean:true 和 false 值。
  • Keywords:keyword 类型族,包括 keyword、constant_keyword 和 wildcard。
  • Numbers:用于表示数量的数值类型,例如 long 和 double。
  • Dates:日期类型,包括 date 和 date_nanos。
  • alias:为现有字段定义别名。

对象及关系类型​

  • object:JSON 对象。
  • flattened:将整个 JSON 对象作为单一字段值。
  • nested:保留其子字段之间关系的 JSON 对象。
  • join:为同一索引中的文档定义父/子关系。
  • passthrough:为同级子字段提供别名。

结构化数据类型​

  • Range:范围类型,例如 long_range、double_range、date_range 和 ip_range。
  • ip:IPv4 和 IPv6 地址。
  • version:软件版本。遵循语义化版本优先规则。
  • murmur3:计算并存储值的哈希。

聚合数据类型​

文本搜索类型​

  • text fields:text 类型族,包括 text 和 match_only_text。经过分析的非结构化文本。
  • annotated-text:包含特殊标记的文本。用于识别命名实体。
  • completion:用于自动补全建议。
  • search_as_you_type:类似 text 的类型,用于边输入边补全。
  • semantic_text:用于执行语义搜索。
  • token_count:文本中的词元计数。

文档排名类型​

  • dense_vector:记录浮点数的稠密向量。
  • sparse_vector:记录浮点数的稀疏向量。
  • rank_feature:记录用于在查询时提升命中权重的数值特征。
  • rank_features:记录多个用于在查询时提升命中权重的数值特征。

空间数据类型​

其他类型​

  • percolator:索引用 Query DSL 编写的查询。

数组​

在 Elasticsearch 中,数组不需要专用的字段数据类型。默认情况下,任何字段都可以包含零个或多个值,但数组中的所有值必须是相同的字段类型。参阅数组。

多字段​

以不同方式索引同一字段以用于不同目的通常很有用。例如,一个字符串字段可以映射为用于全文搜索的 text 字段,以及用于排序或聚合的 keyword 字段。或者,你可以使用 standard 分析器、english 分析器和 french 分析器来索引一个 text 字段。

这正是多字段(multi-fields)的用途。大多数字段类型通过 fields 参数支持多字段。

原文链接