ElasticSearch学习总结6（ES数据类型）

本文链接：https://blog.csdn.net/liangmengbk/article/details/120339012

本文详细讲解了Elasticsearch中text和keyword字段类型的差异，包括自动分词、索引生成与精确匹配。通过实例演示了如何创建索引、插入数据和执行查询，展示了text的分词特性与keyword的全匹配功能。

摘要由CSDN通过智能技术生成

es的字段类型：

keyword：存储数据时，不会分词建立索引；

text：存储数据时，会自动分词，并生成索引；

下面创建一个名词为testindex的索引库，并添加四个字段，分别指定不同的字段类型。

PUT /testindex
{
  "mappings": {
    "properties": {
      "name":{
        "type": "text"
      },
      "age":{
        "type": "long"
      },
      "actiontime":{
        "type": "date",
        "format": "yyyy-MM-dd HH:mm:ss"
      },
      "describe":{
        "type": "keyword"
      }
    }
  }
}

执行结果：

查询下刚才创建的索引库信息。

插入一条记录：

PUT /testindex/_doc/1
{
  "name":"张三",
  "age":30,
  "actiontime":"2021-09-16 22:30:45",
  "describe":"描述信息"
}

执行结果：

查询下刚才插入的记录：

如果设置了字段的类型，那么在插入记录时就要按照字段格式插入，不然会报错，如下所示，日期格式的字段，插入数字类型就会报错：

往索引库中加几条记录，用于查询。

查询name中含有"张"的信息：

可以看到name中含有“张”的记录都被查询出来了，说明name字段是做了分词的，同时也证明text类型是会自动分词的。

下面再查询下describe字段，查询describe中含有“描述”二字的记录：

没有查询到记录，再查询下describe为“描述信息”的记录：

发现有一条记录被查询出来，这也说明了keyword类型是完全匹配，没有分词。