## **字段類型概述**
**1. 字符串類型**
（1）string
string類型在ElasticSearch 舊版本中使用較多，從ElasticSearch 5.x開始不再支持string，由text和keyword類型替代。
（2）text
當一個字段是要被全文搜索的，比如Email內容、產品描述，應該使用text類型。設置text類型以后，字段內容會被分析，在生成倒排索引以前，字符串會被分析器分成一個一個詞項。text類型的字段不用于排序，很少用于聚合。
（3）keyword
keyword類型適用于索引結構化的字段，比如email地址、主機名、狀態碼和標簽。如果字段需要進行過濾(比如查找已發布博客中status屬性為published的文章)、排序、聚合。keyword類型的字段只能通過精確值搜索到
**2. 整數類型**
在滿足需求的情況下，盡可能選擇范圍小的數據類型。比如，某個字段的取值最大值不會超過100，那么選擇byte類型即可。迄今為止吉尼斯記錄的人類的年齡的最大值為134歲，對于年齡字段，short足矣。字段的長度越短，索引和搜索的效率越高。
**3. 浮點類型**
對于float、half_float和scaled_float,-0.0和+0.0是不同的值，使用term查詢查找-0.0不會匹配+0.0，同樣range查詢中上邊界是-0.0不會匹配+0.0，下邊界是+0.0不會匹配-0.0。其中scaled_float，比如價格只需要精確到分，price為57.34的字段縮放因子為100，存起來就是5734 。優先考慮使用帶縮放因子的scaled_float浮點類型。
**4. date類型**
我們人類使用的計時系統是相當復雜的：秒是基本單位, 60秒為1分鐘, 60分鐘為1小時, 24小時是一天……如果計算機也使用相同的方式來計時, 那顯然就要用多個變量來分別存放年月日時分秒, 不停的進行進位運算, 而且還要處理偶爾的閏年和閏秒以及協調不同的時區. 基于”追求簡單”的設計理念, UNIX在內部采用了一種最簡單的計時方式：
計算從UNIX誕生的UTC時間1970年1月1日0時0分0秒起, 流逝的秒數.
UTC時間1970年1月1日0時0分0秒就是UNIX時間0, UTC時間1970年1月2日0時0分0秒就是UNIX時間86400.
這個計時系統被所有的UNIX和類UNIX系統繼承了下來, 而且影響了許多非UNIX系統.
日期類型表示格式可以是以下幾種：
（1）日期格式的字符串，比如 “2018-01-13” 或 “2018-01-13 12:10:30”
（2）long類型的毫秒數( milliseconds-since-the-epoch，epoch就是指UNIX誕生的UTC時間1970年1月1日0時0分0秒)
（3）integer的秒數(seconds-since-the-epoch)
ElasticSearch 內部會將日期數據轉換為UTC，并存儲為milliseconds-since-the-epoch的long型整數。
```
PUT my_index
{
"mappings": {
"_doc": {
"dynamic":"strict",
"properties": {
"name" : {
"type":"text",
"index" : false
},
"birthday" : {
"type" : "date",
"format" : "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
}
}
}
}
}
```
**5.boolean類型**
邏輯類型（布爾類型）可以接受true/false/”true”/”false”值
```
PUT my_index
{
"mappings": {
"_doc": {
"dynamic":"strict",
"properties": {
"empty" : {
"type":"boolean"
}
}
}
}
}
```
**6.binary類型**
二進制字段是指用base64來表示索引中存儲的二進制數據，可用來存儲二進制形式的數據，例如圖像。默認情況下，該類型的字段只存儲不索引。二進制類型只支持index_name屬性。
**7.array類型**
在ElasticSearch中，沒有專門的數組（Array）數據類型，但是，在默認情況下，任意一個字段都可以包含0或多個值，這意味著每個字段默認都是數組類型，只不過，數組類型的各個元素值的數據類型必須相同。在ElasticSearch中，數組是開箱即用的（out of box），不需要進行任何配置，就可以直接使用。在同一個數組中，數組元素的數據類型是相同的，ElasticSearch不支持元素為多個數據類型：[ 10, “some string” ]，常用的數組類型是：
（1）字符數組: [ “one”, “two” ]
（2）整數數組: productid:[ 1, 2 ]
（3）對象（文檔）數組: “user”:[ { “name”: “Mary”, “age”: 12 }, { “name”: “John”, “age”: 10 }]，ElasticSearch內部把對象數組展開為 {“user.name”: [“Mary”, “John”], “user.age”: [12,10]}
**8.object類型**
JSON天生具有層級關系，文檔會包含嵌套的對象
```
PUT my_index
{
"mappings": {
"_doc": {
"properties": {
"region": {
"type": "keyword"
},
"manager": {
"properties": {
"age": { "type": "integer" },
"name": {
"properties": {
"first": { "type": "text" },
"last": { "type": "text" }
}
}
}
}
}
}
}
}
```
**9.ip類型**
ip類型的字段用于存儲IPv4或者IPv6的地址
```
PUT my_index
{
"mappings": {
"_doc": {
"properties": {
"ip_addr": {
"type": "ip"
}
}
}
}
}
PUT my_index/_doc/1
{
"ip_addr": "192.168.1.1"
}
GET my_index/_search
{
"query": {
"term": {
"ip_addr": "192.168.0.0/16"
}
}
}
```
**10.多字段特性multi_fields**
允許對同一個字段采用不同得配置，比如分詞，常見例子如對人名實現拼音搜索，只需要再人名中新增一個子字段為pinyin即可
```
PUT my_index
{
"mappings": {
"_doc": {
"dynamic":"strict",
"properties": {
"username" : {
"type":"text",
"fields":{
"pinyin":{
"type" : "text",
"analyzer":"ik_smart"
}
}
}
}
}
}
}
#搜索時
GET my_index/_search
{
"query": {
"match": {
"username.pinyin": "pinyin"
}
}
}
```
