ElasticSearch51：索引管理_内核级知识点_深入探秘type底层数据结构

1.每个index对应的type底层结构是怎样的？
type，是一个index中用来区分类似的数据的数据结构，但是可能有不同的field，而且有不同的属性来控制索引建立、分词器
field的value，在底层的lucense中建立索引的时候，全部是opaque bytes类型，不区分类型。
lucense是没有type的概念，在document中，实际上是将type作为一个document的field来存储，即_type。
es通过_type来进行type的过滤和筛选
一个index中的多个type，实际上是放在一起存储的，因此一个index下，不能有多个type重名，而类型或者其他设置不同的，因为那样是无法处理的。
例子：我们创建一个index，并加入两个type

{
	"ecommerce":{
		"mappings":{
			"electronic_goods":{
				"properties":{
					"name":{
						"type":"string"
						},
					"price":{
						"type":"double"
					},
					"service_period":{
						"type":"string"
					}
				}
			},
			"fresh_goods":{
				"properties":{
					"name":{
						"type":"string"
						},
					"price":{
						"type":"double"
					},
					"eat_period":{
						"type":"string"
					}
				}
			}

		}
	}
}

 

其实，index的type底层结构是这样的

ecommerce
{
	"mappings":{
		"_type":{
			"type:"string",
			"index":"not_analyzed"
		}
	},
	"name":{
		"type":"string"
	},
	"price":{
		"type":"double"
	},
	"service_period":{
		"type":"string"
	},
	"eat_period":{
		"type":"string"
	}
}

如果我们加入两条数据

{
    "name":"geli kongtiao",
    "price":1999,
    "service_period":"one year"
}

{
    "name":"aozhou dalongxia",
    "price":999,
    "eat_period":"one week"
}



那么其实底层存储的是这样的两条数据，会将其他的字段也加入，每个document包含该index中所有的type的field

{
    "name":"geli kongtiao",
    "price":1999,
    "eat_period":"",
    "service_period":"one year"
}

{
    "name":"aozhou dalongxia",
    "price":999,
    "eat_period":"one week",
    "service_period":"one year"
}

2.最佳实践
将类似的结构的type放在一个index下，这些type应该有多个field是相同的
加入说，你将两个field完全不同的type放到同一个index下，那么每条数据都至少有一半的field在底层的lucense中时空值，会有严重的性能问题