本文深入探讨Elasticsearch数值类型存储和查询优化，特别是5.x版本后的变化。介绍了Lucene6.0引入的Block k-d tree（BKD tree）如何处理数值类型的range查询，以及其在Elasticsearch中的性能影响。通过对比和分析，提出对于数值类型数据，考虑存储方式和查询需求以避免缓慢查询，如使用keyword类型或选择合适版本。
我们在使用Elasticsearch不免会遇到像int、double这种数值类型，Elasticsearch本身也是支持这些类型的，但并不意味着数字就一定要用数值类型，恰恰相反，用keyword有时候性能会更好，包括对数值进行range。博主生产上就出现过对数值类型range非常慢的情况。本文将详细介绍Elasticsearch中关于数值类型的使用和数值类型查询原理与keyword的区别。
#Elasticsearch中数据类型
本来想自己总结一下的，无意中发现了一篇文章，总结的很详细，瞬间打消了我的念头。直接搬来：https://blog.csdn.net/chengyuqiang/article/details/79048800
好，回来我们已经大概了解了Elasticsearch中有哪些数据类型，本文我们主要探讨其中的数值类型。
#Elasticsearch是如何存储数值类型的？
在了解Elasticsearch如何存储数据数值类型之前，需要了解Lucene是如何存储索引数据的。参考：Elasticsearch原理（二）：索引存储方式
#版本的区别
Elasticsearch中对于数值类型的存储在5.X版本之后有一个重要的变化。从Elasticsearch5.x开始，Elasticsearch开始使用Lucene6.0版本，而Lucene6.0版本对于Lucene来说有非常大的改变，随之带来的是Elasticsearch有很大的改变。（但这并不是Elasticsearch从2.x跳到5.x的原因，之所以跳版本是为了ELK的版本统一。）
在Lucene6.0之前对于数据的索引只支持字符串，虽然表面上是支持其他类型，但最终都是转成了字符串进行倒排索引的。
这种方式最大的好处就是直接通过term进行查询，速度非常快。但也有弊端，对于数值类型的range查询就非常的笨重。比如说range[1，50]，它实际上是转换成了bool中的or，就像（1 or 2 or 3 or 4 … or 50）。如果range一个很大的范围的话，效率可想而知。于是Lucene做了一定优化，把range[1，10]、range[11&#x
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
