數據類型 · JAVA

[TOC] # 類型映射關系 ## 核心數據類型 * 字符串 - text * 用于全文索引，該類型的字段將通過分詞器進行分詞，最終用于構建索引 * 字符串 - keyword * 不分詞，只能搜索該字段的完整的值，只用于 filtering * 數值型 * long：有符號64-bit integer：-2^63 ~ 2^63 - 1 * integer：有符號32-bit integer，-2^31 ~ 2^31 - 1 * short：有符號16-bit integer，-32768 ~ 32767 * byte：有符號8-bit integer，-128 ~ 127 * double：64-bit IEEE 754 浮點數 * float：32-bit IEEE 754 浮點數 * half\_float：16-bit IEEE 754 浮點數 * scaled\_float * 布爾 - boolean * 值：false, "false", true, "true" * 日期 - date * 由于Json沒有date類型，所以es通過識別字符串是否符合format定義的格式來判斷是否為date類型 * format默認為：`strict_date_optional_time||epoch_millis` [format](https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-date-format.html) * 二進制 - binary * 該類型的字段把值當做經過 base64 編碼的字符串，默認不存儲，且不可搜索 * 范圍類型 * 范圍類型表示值是一個范圍，而不是一個具體的值 * 譬如 age 的類型是 integer\_range，那么值可以是 {"gte" : 10, "lte" : 20}；搜索 "term" : {"age": 15} 可以搜索該值；搜索 "range": {"age": {"gte":11, "lte": 15}} 也可以搜索到 * range參數 relation 設置匹配模式 * INTERSECTS ：默認的匹配模式，只要搜索值與字段值有交集即可匹配到 * WITHIN：字段值需要完全包含在搜索值之內，也就是字段值是搜索值的子集才能匹配 * CONTAINS：與WITHIN相反，只搜索字段值包含搜索值的文檔 * integer\_range * float\_range * long\_range * double\_range * date\_range：64-bit 無符號整數，時間戳（單位：毫秒） * ip\_range：IPV4 或 IPV6 格式的字符串 ~~~ # 創建range索引 PUT range_index { "mappings": { "_doc": { "properties": { "expected_attendees": { "type": "integer_range" }, "time_frame": { "type": "date_range", "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis" } } } } } # 插入一個文檔 PUT range_index/_doc/1 { "expected_attendees" : { "gte" : 10, "lte" : 20 }, "time_frame" : { "gte" : "2015-10-31 12:00:00", "lte" : "2015-11-05" } } # 12在 10~20的范圍內，可以搜索到文檔1 GET range_index/_search { "query" : { "term" : { "expected_attendees" : { "value": 12 } } } } # within可以搜索到文檔 # 可以修改日期，然后分別對比CONTAINS，WITHIN，INTERSECTS的區別 GET range_index/_search { "query" : { "range" : { "time_frame" : { "gte" : "2015-11-02", "lte" : "2015-11-03", "relation" : "within" } } } } ~~~ ## 復雜數據類型 * 數組類型 Array * 字符串數組 \[ "one", "two" \] * 整數數組 \[ 1, 2 \] * 數組的數組 \[ 1, \[ 2, 3 \]\]，相當于 \[ 1, 2, 3 \] * Object對象數組 \[ { "name": "Mary", "age": 12 }, { "name": "John", "age": 10 }\] * 同一個數組只能存同類型的數據，不能混存，譬如 \[ 10, "some string" \] 是錯誤的 * 數組中的 null 值將被 null\_value 屬性設置的值代替或者被忽略 * 空數組 \[\] 被當做 missing field 處理 * 對象類型 Object * 對象類型可能有內部對象 * 被索引的形式為：manager.name.first ~~~ # tags字符串數組，lists 對象數組 PUT my_index/_doc/1 { "message": "some arrays in this document...", "tags": [ "elasticsearch", "wow" ], "lists": [ { "name": "prog_list", "description": "programming list" }, { "name": "cool_list", "description": "cool stuff list" } ] } ~~~ ## 嵌套類型Nested nested 類型是一種對象類型的特殊版本，它允許索引對象數組，**獨立地索引每個對象** **嵌套類型與Object類型的區別** 通過例子來說明: 1. 插入一個文檔，不設置mapping，此時 user 字段被自動識別為**對象數組** ~~~ DELETE my_index PUT my_index/_doc/1 { "group" : "fans", "user" : [ { "first" : "John", "last" : "Smith" }, { "first" : "Alice", "last" : "White" } ] } ~~~ 2. 查詢 user.first為 Alice，user.last 為 Smith的文檔，理想中應該找不到匹配的文檔 3. 結果是查到了文檔1，為什么呢？ ~~~ GET my_index/_search { "query": { "bool": { "must": [ { "match": { "user.first": "Alice" }}, { "match": { "user.last": "Smith" }} ] } } } ~~~ 4. 是由于Object對象類型在內部被轉化成如下格式的文檔： ~~~ { "group" : "fans", "user.first" : [ "alice", "john" ], "user.last" : [ "smith", "white" ] } ~~~ 5. user.first 和 user.last 扁平化為多值字段，alice 和 white 的**關聯關系丟失了**。導致這個文檔錯誤地匹配對 alice 和 smith 的查詢 6. 如果最開始就把user設置為 nested 嵌套對象呢？ ~~~ DELETE my_index PUT my_index { "mappings": { "_doc": { "properties": { "user": { "type": "nested" } } } } } PUT my_index/_doc/1 { "group": "fans", "user": [ { "first": "John", "last": "Smith" }, { "first": "Alice", "last": "White" } ] } ~~~ 7. 再來進行查詢，可以發現以下第一個查不到文檔，第二個查詢到文檔1，符合我們預期 ~~~ GET my_index/_search { "query": { "nested": { "path": "user", "query": { "bool": { "must": [ { "match": { "user.first": "Alice" }}, { "match": { "user.last": "Smith" }} ] } } } } } GET my_index/_search { "query": { "nested": { "path": "user", "query": { "bool": { "must": [ { "match": { "user.first": "Alice" }}, { "match": { "user.last": "White" }} ] } }, "inner_hits": { "highlight": { "fields": { "user.first": {} } } } } } } ~~~ 8. nested對象將數組中每個對象作為獨立隱藏文檔來索引，這意味著每個嵌套對象都可以獨立被搜索 9. 需要注意的是： * 使用 [nested 查詢](https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-nested-query.html)來搜索 * 使用 nested 和 [reverse\_nested](https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations-bucket-reverse-nested-aggregation.html) 聚合來分析 * 使用 [nested sorting](https://www.elastic.co/guide/en/elasticsearch/reference/current/search-request-sort.html#nested-sorting) 來排序 * 使用 [nested inner hits](https://www.elastic.co/guide/en/elasticsearch/reference/current/search-request-inner-hits.html#nested-inner-hits) 來檢索和高亮 ## 地理位置數據類型 * geo\_point * 地理位置，其值可以有如下四中表現形式： * object對象："location": {"lat": 41.12, "lon": -71.34} * 字符串："location": "41.12,-71.34" * [geohash](http://geohash.gofreerange.com/)："location": "drm3btev3e86" * 數組："location": \[ -71.34, 41.12 \] * 查詢的時候通過 [Geo Bounding Box Query](https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-geo-bounding-box-query.html) 進行查詢 * geo\_shape ## 專用數據類型 * 記錄IP地址 ip * 實現自動補全 completion * 記錄分詞數 token\_count * 記錄字符串hash值 murmur3 * Percolator ~~~ # ip類型，存儲IP 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" } } } ~~~ ## 多字段特性 multi-fields * 允許對同一個字段采用不同的配置，比如分詞，常見例子如對人名實現拼音搜索，只需要在人名中新增一個**子字段**為 pinyin 即可 * 通過參數 fields 設置