原文链接：https://xiets.blog.csdn.net/article/details/132348634
版权声明：原创文章禁止转载
ES 映射字段的 数据类型，官网文档参考：Field data types。
1. 基本数据类型
下面是 ES 常用的一些基本数据类型。
1.1 字符串
字符串 类型：
keyword：关键字类型。text：文本类型。
keyword 类型是不可切分的字符串类型，需要全匹配，用于字符串是否相等的比较。keyword 类型一般用于文档的过滤、排序和聚合。在实际场景用，keyword 一般用于描述 用户名、类型、用户ID、URL 等。
text 类型是可进行分词分隔的字符串类型，支持部分匹配、模糊匹配。由于 text 是模糊匹配，所有支持匹配度打分。text 类型一般用于描述文章标题、文章内容等。
官网相关链接：Keyword type family、Text type family
使用示例：
// 创建索引
PUT /index01
{
"mappings": {
"properties": {
"name": {
"type": "keyword"
},
"desc": {
"type": "text"
}
}
}
}
// 写入文档
PUT /index01/_doc/001
{
"name": "用户名01",
"desc": "这是一位大V用户。"
}
1.2 数值
数值 类型：
long长整型。integer：整型。short：半长整形。byte：字节类型。float：浮点型。double：双精度浮点型。half_float：半精度浮点型。scaled_float：可伸缩浮点型。unsigned_long：无符号长整型。
数值类型支持 相等、范围（大小）比较，也可用于对文档的过滤、排序和聚合。
官网相关链接：Numeric field type
使用示例：
// 创建索引
PUT /index02
{
"mappings": {
"properties": {
"age": {
"type": "integer"
},
"salary": {
"type": "double"
}
}
}
}
// 写入文档
PUT /index02/_doc/001
{
"age": 30,
"salary": 99999.99
}
1.3 布尔
布尔类型：
boolean：布尔类型。
布尔类型的值只有 true 和 false 两种情况的值。
官网相关链接：Boolean field type
使用示例：
// 创建索引
PUT /index03
{
"mappings": {
"properties": {
"is_male": {
"type": "boolean"
}
}
}
}
// 写入文档
PUT /index03/_doc/001
{
"is_male": true
}
PUT /index03/_doc/002
{
"is_male": false
}
1.4 日期
日期类型：
date：日期类型。
ES 中存储的日期类型是标准的 UTC 格式。date 类型值的字面表示可以是 格式化的日期时间格式 或 时间戳整数。
date 类型的默认格式为："strict_date_optional_time||epoch_millis"。其中 strict_date_optional_time 表示格式化日期时间字符串，例如：“yyyy-MM-dd”、“yyyy-MM-ddTHH:mm:ss”、“yyyy-MM-ddTHH:mm:ssZ”、“yyyyMMdd”、“yyyyMMddHHmmss” 等。epoch_millis 表示自纪元以来的毫秒数（时间戳毫秒数）。
date 类型还可以在索引的 mapping 中设置 format 字段自定义格式。如果自定义格式，则后续写入只支持 format 中自定义的格式。
日期类型支持 相等、范围（大小）比较。
官网相关链接：Date field type
使用示例：
// 创建索引
PUT /index04
{
"mappings": {
"properties": {
"create_time": {
"type": "date" // 使用默认格式
},
"update_time": {
"type": "date",
"format": "yyyy-MM-dd HH:mm:ss" // 自定义格式
},
"delete_time": {
"type": "date",
"format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis" // 可同时支持多种自定义格式
}
}
}
}
// 写入文档
PUT /index04/_doc/001
{
"create_time": "2023-07-10",
"update_time": "2023-07-10 20:30:30"
}
PUT /index04/_doc/002
{
"create_time": "2015-01-01T12:10:30",
"delete_time": "2023-01-01 00:00:00"
}
PUT /index04/_doc/003
{
"create_time": 1420070400001,
"delete_time": 1420070400001
}
2. 复杂据类型
2.1 数组
ES 数组没有显式的定义方式，基本数据类型的普通字段就可以接收数组类型的值，只需要在写入文档时，把数据用中括号括起来即可。数组字段搜索时也和搜索普通字段一样。
使用示例：
// 创建索引
PUT /book
{
"mappings": {
"properties": {
"tag": {
// 声明一个关键字类型的 tag 字段
"type": "keyword"
}
}
}
}
// 写入文档
PUT /book/_doc/001
{
"tag": "编程语言" // 写入字段值
}
PUT /book/_doc/002
{
"tag": ["人工智能", "编程语言"] // 以数组的方式写入值
}
// 查看文档
GET /book/_doc/001
// 返回
{
"_index": "book",
"_id": "001",
"_version": 1,
"_seq_no": 0,
"_primary_term": 1,
"found": true,
"_source": {
"tag": "编程语言"
}
}
GET /book/_doc/002
// 返回
{
"_index": "book",
"_id": "002",
"_version": 1,
"_seq_no": 1,
"_primary_term": 1,
"found": true,
"_source": {
"tag": [
"人工智能",
"编程语言"
]
}
}
// 搜索文档
POST /book/_search
{
"query": {
"term": {
"tag": {
"value": "编程语言"
}
}
}
}
// 返回
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 2,
"relation": "eq"
},
"max_score": 0.21110919,
"hits": [
{
"_index": "book",
"_id": "001",
"_score": 0.21110919,
"_source": {
"tag": "编程语言"
}
},
{
"_index": "book",
"_id": "002",
"_score": 0.21110919,
"_source": {
"tag": [
"人工智能",
"编程语言"
]
}
}
]
}
}
2.2 对象
对象类型也没有显示的定义方式，也没有指定的 type 类型值，只需要在定义字段的时候，继续给字段加属性即可。
使用示例：
// 创建索引
PUT /topic
{
"mappings": {
// 映射
"properties": {
// 映射的属性
"title": {
// 属性1: keyword类型的 title 字段
"type": "keyword"
},
"content": {
// 属性2: text类型的 content 字段
"type": "text"
},
"statistics": {
// 属性3: 对象类型的 statistics 字段, 对象有两个属性
"properties": {
// 对象的属性
"comment_count": {
"type": "integer"
},
"like_count": {
"type": "integer"
}
}
}
}
}
}
// 写入文档
PUT /topic/_doc/001
{
"title": "主题标题001",
"content": "主题内容001",
"statistics": {
"like_count": 100,
"comment_count": 200
}
}
// 搜索文档
POST /topic/_search
{
"query": {
"range": {
"statistics.like_count": {
// 使用 对象.属性 的方式引用属性值
"gte": 100,
"lte": 500
}
}
}
}
// 返回
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 1,
"relation": "eq"
},
"max_score": 1,
"hits": [
{
"_index": "topic",
"_id": "001",
"_score": 1,
"_source": {
"title": "主题标题001",
"content": "主题内容001",
"statistics": {
"like_count": 100,
"comment_count": 200
}
}
}
]
}
}
2.3 地理坐标
ES 支持地理位置坐标和形状区域数据类型的存储和搜索。
其中地理坐标存储了经纬度，可以根据位置距离搜索数据。geo_point 类型表示地理坐标类型。
官网相关链接：
- Geopoint field type：地理坐标类型。
- Geoshape field type：地理形状类型。
geo_point 使用示例：
// 创建索引
PUT /hotel
{
"mappings": {
"properties": {
"title": {
"type": "keyword"
},
"location": {
// 地理坐标类型的属性
"type": "geo_point"
}
}
}
}
// 写入文档
PUT /hotel/_doc/001
{
"title": "AAA大酒店",
"location": {
"lat": 22.5369848, // 纬度, 正数表示北纬, 负数表示南纬
"lon": 113.9271766 // 经度, 正数表示东经, 负数表示西经
}
}
PUT /hotel/_doc/002
{
"title": "BBB大酒店",
"location": [113.9174415, 22.5352364] // 以数组的形式写入, 格式: [经度, 纬度]
}
PUT /hotel/_doc/003
{
"title": "CCC大酒店",
"location": "22.5412263,114.0613099" // 以字符串的形式写入, 格式: "纬度,经度"
}
// 根据距离搜索
GET /hotel/_search
{
"query": {
"geo_distance": {
// 根据距离搜索
"location": {
// 中心点 (指定位置坐标), "location" 是 geo_point 类型的字段名称
"lat": 22.5281343,
"lon": 113.9321684
},
"distance": "5km" // 搜索距离中心点 5km 范围内的酒店
}
}
}
// 返回
{
"took": 3,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 2,
"relation": "eq"
},
"max_score": 1,
"hits": [
{
"_index": "hotel",
"_id": "001",
"_score": 1,
"_source": {
"title": "AAA大酒店",
"location": {
"lat": 22.5369848,
"lon": 113.9271766
}
}
},
{
"_index": "hotel",
"_id": "002",
"_score": 1,
"_source": {
"title": "BBB大酒店",
"location": [
113.9174415,
22.5352364
]
}
}
]
}
}
3. 动态映射
ES 向索引写入文档时，如果相关字段没有在映射中定义，则 ES 会根据写入的数据结构和类型自动扩展映射，这种机制称为动态映射。
动态映射时，JSON 数据类型和索引字段类型的对应关系：
| JSON 类型 | ES 索引字段类型 |
|---|---|
| null | 不增加字段 |
| true 或 false | boolean |
| interger | long |
| float | float |
| object | 对象类型 |
| array | 根据数组中的第一个非空值决定 |
| string | date、double、long、text 都有可能，根据数据格式进行判断 |
通常在创建索引时，最好先把映射字段的数据类型先定义好，因为 ES 的动态映射生成的字段类型可能会与用户的预期有差别。
4. 多类型（子字段）
针对同一个字段，有时可能需要多种数据类型。比如搜索酒店名称时，有时希望分词模糊搜索，有时又希望全匹配搜索，这时就可以把名称定义为 text 类型，然后再增加多一个 keyword 类型的子字段。
使用示例：
// 创建索引
PUT /hotel
{
"mappings": {
"properties": {
"name": {
// 字段, 名称为 "name", 类型为 text
"type": "text",
"fields": {
// 定义子字段
"keyword_name": {
// 子字段, 名称为 "keyword_name", 类型为 keyword
"type": "keyword"
}
}
}
}
}
}
// 写入文档
PUT /hotel/_doc/001
{
"name": "AAA大酒店" // 只需要写入主字段, 会自动应用到子字段
}
PUT /hotel/_doc/002
{
"name": "BBB大酒店"
}
// 搜索文档
POST /hotel/_search
{
"query": {
"match": {
// 分词模糊搜索
"name": "酒店"
}
}
}
POST /hotel/_search
{
"query": {
"term": {
// 使用子字段全匹配搜索
"name.keyword_name": "AAA大酒店"
}
}
}