ES数据类型

https://blog.csdn.net/chengyuqiang/article/details/79048800

数组类型：没有明显的字段类型设置，任何一个字段的值，都可以被添加0个到多个，要求，他们的类型必须一致，当类型一直含有多个值存储到ES中会自动转化成数组类型
对于数组类型的数据，是一个数组元素做一个数据单元，如果是分词的话也只是会依一个数组元素作为词源进行分词。不会是所有的数组元素整合到一起。在查询的时候如果数组里面的元素有一个能够命中那么将视为命中，被召回。

2.1 字段类型概述
一级分类 二级分类 具体类型
核心类型 字符串类型 string,text,keyword
整数类型 integer,long,short,byte
浮点类型 double,float,half_float,scaled_float
逻辑类型 boolean
日期类型 date
范围类型 range
二进制类型 binary
复合类型 数组类型 array
对象类型 object
嵌套类型 nested
地理类型 地理坐标类型 geo_point
地理地图 geo_shape
特殊类型 IP类型 ip
范围类型 completion
令牌计数类型 token_count
附件类型 attachment
抽取类型 percolator
12.2 字符串类型
（1）string
string类型在ElasticSearch 旧版本中使用较多，从ElasticSearch 5.x开始不再支持string，由text和keyword类型替代。
（2）text
当一个字段是要被全文搜索的，比如Email内容、产品描述，应该使用text类型。设置text类型以后，字段内容会被分析，在生成倒排索引以前，字符串会被分析器分成一个一个词项。text类型的字段不用于排序，很少用于聚合。
（3）keyword
keyword类型适用于索引结构化的字段，比如email地址、主机名、状态码和标签。如果字段需要进行过滤(比如查找已发布博客中status属性为published的文章)、排序、聚合。keyword类型的字段只能通过精确值搜索到。

12.3 整数类型
类型 取值范围
byte -128~127
short -32768~32767
integer -231~231-1
long -263~263-1
在满足需求的情况下，尽可能选择范围小的数据类型。比如，某个字段的取值最大值不会超过100，那么选择byte类型即可。迄今为止吉尼斯记录的人类的年龄的最大值为134岁，对于年龄字段，short足矣。字段的长度越短，索引和搜索的效率越高。

12.4 浮点类型
类型 取值范围
doule 64位双精度IEEE 754浮点类型
float 32位单精度IEEE 754浮点类型
half_float 16位半精度IEEE 754浮点类型
scaled_float 缩放类型的的浮点数
对于float、half_float和scaled_float,-0.0和+0.0是不同的值，使用term查询查找-0.0不会匹配+0.0，同样range查询中上边界是-0.0不会匹配+0.0，下边界是+0.0不会匹配-0.0。

其中scaled_float，比如价格只需要精确到分，price为57.34的字段缩放因子为100，存起来就是5734
优先考虑使用带缩放因子的scaled_float浮点类型。

12.5 date类型
我们人类使用的计时系统是相当复杂的：秒是基本单位, 60秒为1分钟, 60分钟为1小时, 24小时是一天……如果计算机也使用相同的方式来计时, 那显然就要用多个变量来分别存放年月日时分秒, 不停的进行进位运算, 而且还要处理偶尔的闰年和闰秒以及协调不同的时区. 基于”追求简单”的设计理念, UNIX在内部采用了一种最简单的计时方式：

计算从UNIX诞生的UTC时间1970年1月1日0时0分0秒起, 流逝的秒数.
UTC时间1970年1月1日0时0分0秒就是UNIX时间0, UTC时间1970年1月2日0时0分0秒就是UNIX时间86400.
这个计时系统被所有的UNIX和类UNIX系统继承了下来, 而且影响了许多非UNIX系统.
1
2
3
日期类型表示格式可以是以下几种：
（1）日期格式的字符串，比如 “2018-01-13” 或 “2018-01-13 12:10:30”
（2）long类型的毫秒数( milliseconds-since-the-epoch，epoch就是指UNIX诞生的UTC时间1970年1月1日0时0分0秒)
（3）integer的秒数(seconds-since-the-epoch)

ElasticSearch 内部会将日期数据转换为UTC，并存储为milliseconds-since-the-epoch的long型整数。
例子：日期格式数据
（1）创建索引

DELETE test

PUT test
{
“mappings”:{
“my”:{
“properties”: {
“postdate”:{
“type”:”date”,
“format”: “yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis”
}
}
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
（2）写入文档

PUT test/my/1
{
“postdate”:”2018-01-13”
}
PUT test/my/2
{
“postdate”:”2018-01-01 00:01:05”
}
PUT test/my/3
{
“postdate”:”1420077400001”
}
1
2
3
4
5
6
7
8
9
10
11
12
（3）批量查询

GET test/my/_mget
{
“ids”:[“1”,”2”,”3”]
}
1
2
3
4
{
“docs”: [
{
“_index”: “test”,
“_type”: “my”,
“_id”: “1”,
“_version”: 1,
“found”: true,
“_source”: {
“postdate”: “2018-01-13”
}
},
{
“_index”: “test”,
“_type”: “my”,
“_id”: “2”,
“_version”: 1,
“found”: true,
“_source”: {
“postdate”: “2018-01-01 00:01:05”
}
},
{
“_index”: “test”,
“_type”: “my”,
“_id”: “3”,
“_version”: 2,
“found”: true,
“_source”: {
“postdate”: “1420077400001”
}
}
]
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
12.6 boolean类型
逻辑类型（布尔类型）可以接受true/false/”true”/”false”值
（1）先删除已经存在的索引，再创建

DELETE test

PUT test
{
“mappings”:{
“my”:{
“properties”: {
“empty”:{“type”:”boolean”}
}
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
（2）添加文档

PUT test/my/1
{
“empty”:”true”
}

PUT test/my/2
{
“empty”:false
}
1
2
3
4
5
6
7
8
9
（3）查看文档

GET test/my/_mget
{
“ids”:[“1”,”2”]
}
1
2
3
4
{
“docs”: [
{
“_index”: “test”,
“_type”: “my”,
“_id”: “1”,
“_version”: 1,
“found”: true,
“_source”: {
“empty”: “true”
}
},
{
“_index”: “test”,
“_type”: “my”,
“_id”: “2”,
“_version”: 1,
“found”: true,
“_source”: {
“empty”: false
}
}
]
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
12.7 binary类型
二进制字段是指用base64来表示索引中存储的二进制数据，可用来存储二进制形式的数据，例如图像。默认情况下，该类型的字段只存储不索引。二进制类型只支持index_name属性。

12.7 array类型
在ElasticSearch中，没有专门的数组（Array）数据类型，但是，在默认情况下，任意一个字段都可以包含0或多个值，这意味着每个字段默认都是数组类型，只不过，数组类型的各个元素值的数据类型必须相同。在ElasticSearch中，数组是开箱即用的（out of box），不需要进行任何配置，就可以直接使用。

在同一个数组中，数组元素的数据类型是相同的，ElasticSearch不支持元素为多个数据类型：[ 10, “some string” ]，常用的数组类型是：

（1）字符数组: [ “one”, “two” ]
（2）整数数组: productid:[ 1, 2 ]
（3）对象（文档）数组: “user”:[ { “name”: “Mary”, “age”: 12 }, { “name”: “John”, “age”: 10 }]，ElasticSearch内部把对象数组展开为 {“user.name”: [“Mary”, “John”], “user.age”: [12,10]}

12.8 object类型
JSON天生具有层级关系，文档会包含嵌套的对象

DELETE test

PUT test

PUT test/my/1
{
“employee”:{
“age”:30,
“fullname”:{
“first”:”hadron”,
“last”:”cheng”
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
上面文档整体是一个JSON，JSON中包含一个employee,employee又包含一个fullname。

GET test/_mapping
1
2
{
“test”: {
“mappings”: {
“my”: {
“properties”: {
“employee”: {
“properties”: {
“age”: { “type”: “long”},
“fullname”: {
“properties”: {
“first”: {
“type”: “text”,
“fields”: {
“keyword”: {
“type”: “keyword”,
“ignore_above”: 256
}
}
},
“last”: {
“type”: “text”,
“fields”: {
“keyword”: {
“type”: “keyword”,
“ignore_above”: 256
}
}
}
}
}
}
}
}
}
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
12.9 ip类型
ip类型的字段用于存储IPv4或者IPv6的地址
（1）创建索引

DELETE test

PUT test
{
“mappings”: {
“my”:{
“properties”: {
“nodeIP”:{
“type”: “ip”
}
}
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
（2）查询字段

GET test/_search
{
“query”: {
“term”: {
“nodeIP”: “192.168.0.0/16”
}
}
}
1
2
3
4
5
6
7
8
{
“took”: 111,
“timed_out”: false,
“_shards”: {
“total”: 5,
“successful”: 5,
“skipped”: 0,
“failed”: 0
},
“hits”: {
“total”: 1,
“max_score”: 1,
“hits”: [
{
“_index”: “test”,
“_type”: “my”,
“_id”: “1”,
“_score”: 1,
“_source”: {
“nodeIP”: “192.168.1.2”
}
}
]
}
}