Elasticsearch 数据类型

一时失言乱红尘 2023-02-12 15:30 99阅读 0赞

### Elasticsearch 数据类型 ###

*   *   *   *  摘要
             *  text datatype 文本数据类型
             *  keyword datatype 关键字数据类型
             *  Numeric 数字
             *  Date 日期
             *  Date nanoseconds
             *  boolean 布尔类型
             *  Binary 二进制
             *  Range
             *  Object datatype 对象数据类型
             *  Nested datatype 嵌套数据类型
             *  Arrays 数组类型

#### 摘要 ####

Elasticsearch 支持大量的数据类型。  
[支持参数，会单独成章，可以查看，暂时未完成。][Link 1]

#### text datatype 文本数据类型 ####

用于全文搜索的字段，例如电子邮件的正文或产品的描述。这些字段是可分析的，也就是说，它们通过分析器分析，以便 在被索引之前将字符串转换为单个术语的列表。通过分析过程，Elasticsearch 可以在每个全文字段中搜索单个单词。文本字段不用于排序，很少用于聚合。

**接受参数:** `analyzer`,`boost`,`eager_global_ordinals`,`fielddata`,`fielddata_frequency_filter`,`fields`,`index`,`index_options`,`index_prefixes`,`index_phrases`,`norms`,`position_increment_gap`,`store`,`search_analyzer`,`search_quote_analyzer`,`similarity`,`term_vector`,`meta`

#### keyword datatype 关键字数据类型 ####

用于索引结构化内容（例如ID，电子邮件地址，主机名，状态代码，邮政编码或标签）的字段。它们通常用于过滤、排序、聚合。关键字字段只按照其确切值进行搜索。

**接受参数**  
`analyzer`,`boost`,`eager_global_ordinals`,`fielddata`,`fielddata_frequency_filter`,`fields`,`index`,`index_options`,`index_prefixes`,`index_phrases`,`norms`,`position_increment_gap`,`store`,`search_analyzer`,`search_quote_analyzer`,`similarity`,`term_vector`,`meta`

#### Numeric 数字 ####

整数类型，占用内存最小，有助于索引和搜索更加有效。**但请注意，存储是根据实际值进行优化的，因此选择一种类型而不是另一种类型不会影响存储需求**。  
对于浮点类型，使用缩放因子将浮点数存储为整数通常会更加有效，`scaled_float`类型会自动在后台执行此操作。这对于节省磁盘空间很有帮助，因为整数比浮点数更容易压缩。  
**支持类型，根据需要选择类型**  
`long`,`integer`,`short`,`byte`,`double`,`float`,`half_float`,`scaled_float`

**接受参数**  
`coerce`,`boost`,`doc_values`,`ignore_malformed`,`index`,`null_value`,`store`,`meta`

#### Date 日期 ####

**支持类型**  
`date`

**接受参数**  
`boost`,`doc_values`,`format`,`locale`,`ignore_malformed`,`index`,`null_value`,`store`,`meta`

**请求示例**

PUT my_index
    {
        
      "mappings": {
        
        "properties": {
        
          "date": {
        
            "type": "date"
            /*可以指定日期格式*/
           /*, "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"*/ 
          }
        }
      }
    }
    
    PUT my_index/_doc/1
    {
         "date": "2015-01-01" } 
    
    PUT my_index/_doc/2
    {
         "date": "2015-01-01T12:10:30Z" } 
    
    PUT my_index/_doc/3
    {
         "date": 1420070400001 } 
    
    GET my_index/_search
    {
        
      "sort": {
         "date": "asc"} 
    }

#### Date nanoseconds ####

该数据类型是该数据类型的补充date。但是，两者之间有重要区别。现有date数据类型以毫秒为单位存储日期。该date\_nanos数据类型存储在纳秒的分辨率，这限制了它的范围内的日期从大约1970至2262年，为日期仍然作为从epoch长表示纳秒存储日期

**支持类型**  
`date_nanos`

#### boolean 布尔类型 ####

布尔字段接受JSON true和false值，但也可以接受解释为true或false的字符串：

**支持类型**  
`boolean`

**接受参数**  
`boost`,`doc_values`,`index`,`null_value`,`store`,`meta`

#### Binary 二进制 ####

该binary类型接受二进制值作为 Base64编码的字符串。该字段默认情况下不存储，并且不可搜索

**接受参数**  
`doc_values`,`store`

**请求示例**

PUT my_index
    {
      "mappings": {
        "properties": {
          "name": {
            "type": "text"
          },
          "blob": {
            "type": "binary"
          }
        }
      }
    }
    
    PUT my_index/_doc/1
    {
      "name": "Some binary blob",
      "blob": "U29tZSBiaW5hcnkgYmxvYg==" 
    }

#### Range ####

**支持类型**  
`integer_range`,`float_range`,`long_range`,`double_range`,`date_range`,`ip_range`,

**接受参数**  
`coerce`,`boost`,`index`,`store`

**请求示例**

PUT range_index
    {
      "settings": {
        "number_of_shards": 2
      },
      "mappings": {
        "properties": {
          "expected_attendees": {
            "type": "integer_range"
          },
          "time_frame": {
            "type": "date_range", 
            "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
          }
        }
      }
    }
    
    PUT range_index/_doc/1?refresh
    {
      "expected_attendees" : { 
        "gte" : 10,
        "lte" : 20
      },
      "time_frame" : { 
        "gte" : "2015-10-31 12:00:00", 
        "lte" : "2015-11-01"
      }
    }

#### Object datatype 对象数据类型 ####

JSON文档本质上是分层的：文档可能包含内部对象，而内部对象又可能包含内部对象本身

**接受参数**  
`dynamic`，`enabled`，`properties`

#### Nested datatype 嵌套数据类型 ####

该`nested`类型是`object`数据类型的专用版本，它允许以可以彼此独立地查询对象的方式对对象数组进行索引。  
当数据类型嵌套

[详情请看][Link 2]

#### Arrays 数组类型 ####

在Elasticsearch中，没有专用的array数据类型。默认情况下，任何字段都可以包含零个或多个值，但是，数组中的所有值都必须具有相同的数据类型。例如：

1.  字符串数组：`[ "one"，"two"]`
2.  整数数组：`[ 1，2]`
3.  数组的数组：`[ 1, [ 2，3]]`，这是相当于`[ 1，2，3]`
4.  对象数组：`[ { "name": "Mary", "age": 12 }，{ "name": "John", "age": 10 }]`  
    [详情请看][Link 3]

[Link 1]: https://blog.csdn.net/wei_bo_cai/article/details/106712008
[Link 2]: https://blog.csdn.net/wei_bo_cai/article/details/106362571
[Link 3]: https://blog.csdn.net/wei_bo_cai/article/details/107934970