跳到主要内容

Elasticsearch 数据类型

Elasticsearch 是一个强大的分布式搜索和分析引擎，支持多种数据类型。理解这些数据类型是使用 Elasticsearch 的基础，因为它们决定了如何存储、索引和查询数据。本文将详细介绍 Elasticsearch 支持的主要数据类型，并通过实际案例展示它们的应用场景。

1. 核心数据类型​

Elasticsearch 的核心数据类型是最常用的数据类型，适用于大多数场景。以下是几种常见的核心数据类型：

1.1 字符串类型（Text 和 Keyword）​

  • Text：用于全文搜索的字符串类型。Text 类型会对文本进行分词处理，适合存储需要被搜索的长文本（如文章内容）。
  • Keyword：用于精确匹配的字符串类型。Keyword 类型不会对文本进行分词，适合存储不需要分词的短文本（如标签、状态码）。
json
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text"
      },
      "tags": {
        "type": "keyword"
      }
    }
  }
}

示例：

  • 输入：{"title": "Elasticsearch 入门指南", "tags": ["search", "database"]}
  • 输出：title 字段会被分词，而 tags 字段会作为整体存储。
提示

如果需要同时支持全文搜索和精确匹配，可以为同一个字段同时定义 text 和 keyword 类型。

1.2 数值类型（Numeric）​

Elasticsearch 支持多种数值类型，包括：

  • long：64 位整数。
  • integer：32 位整数。
  • short：16 位整数。
  • byte：8 位整数。
  • double：64 位双精度浮点数。
  • float：32 位单精度浮点数。
json
{
  "mappings": {
    "properties": {
      "price": {
        "type": "double"
      },
      "quantity": {
        "type": "integer"
      }
    }
  }
}

示例：

  • 输入：{"price": 19.99, "quantity": 100}
  • 输出：price 存储为双精度浮点数，quantity 存储为整数。

1.3 日期类型（Date）​

Elasticsearch 支持日期类型，可以存储日期和时间。日期类型支持多种格式，默认格式为 yyyy-MM-dd'T'HH:mm:ss.SSSZ。

json
{
  "mappings": {
    "properties": {
      "created_at": {
        "type": "date"
      }
    }
  }
}

示例：

  • 输入：{"created_at": "2023-10-01T12:00:00Z"}
  • 输出：created_at 字段存储为日期类型。
警告

如果日期格式不匹配，Elasticsearch 会抛出解析错误。建议明确指定日期格式。

1.4 布尔类型（Boolean）​

布尔类型用于存储 true 或 false 值。

json
{
  "mappings": {
    "properties": {
      "is_active": {
        "type": "boolean"
      }
    }
  }
}

示例：

  • 输入：{"is_active": true}
  • 输出：is_active 字段存储为布尔值。

1.5 二进制类型（Binary）​

二进制类型用于存储 Base64 编码的二进制数据。

json
{
  "mappings": {
    "properties": {
      "file": {
        "type": "binary"
      }
    }
  }
}

示例：

  • 输入：{"file": "U29tZSBiaW5hcnkgZGF0YQ=="}
  • 输出：file 字段存储为二进制数据。

2. 复杂数据类型​

除了核心数据类型，Elasticsearch 还支持一些复杂数据类型，用于处理更复杂的数据结构。

2.1 对象类型（Object）​

对象类型用于存储 JSON 对象。

json
{
  "mappings": {
    "properties": {
      "user": {
        "type": "object",
        "properties": {
          "name": {
            "type": "text"
          },
          "age": {
            "type": "integer"
          }
        }
      }
    }
  }
}

示例：

  • 输入：{"user": {"name": "Alice", "age": 30}}
  • 输出：user 字段存储为一个对象，包含 name 和 age 子字段。

2.2 数组类型（Array）​

Elasticsearch 支持数组类型，数组中的元素可以是任意数据类型，但所有元素必须是同一类型。

json
{
  "mappings": {
    "properties": {
      "scores": {
        "type": "integer"
      }
    }
  }
}

示例：

  • 输入：{"scores": [90, 85, 95]}
  • 输出：scores 字段存储为一个整数数组。
注意

数组中的元素必须为同一类型，否则会抛出错误。

2.3 嵌套类型（Nested）​

嵌套类型用于存储对象数组，每个对象可以独立查询。

json
{
  "mappings": {
    "properties": {
      "comments": {
        "type": "nested",
        "properties": {
          "author": {
            "type": "text"
          },
          "content": {
            "type": "text"
          }
        }
      }
    }
  }
}

示例：

  • 输入：{"comments": [{"author": "Alice", "content": "Great post!"}, {"author": "Bob", "content": "Thanks!"}]}
  • 输出：comments 字段存储为一个嵌套对象数组。

3. 地理数据类型​

Elasticsearch 支持地理数据类型，用于存储地理位置信息。

3.1 地理点类型（Geo-point）​

地理点类型用于存储经纬度坐标。

json
{
  "mappings": {
    "properties": {
      "location": {
        "type": "geo_point"
      }
    }
  }
}

示例：

  • 输入：{"location": {"lat": 40.7128, "lon": -74.0060}}
  • 输出：location 字段存储为地理点。

3.2 地理形状类型（Geo-shape）​

地理形状类型用于存储复杂的地理形状，如多边形、线等。

json
{
  "mappings": {
    "properties": {
      "area": {
        "type": "geo_shape"
      }
    }
  }
}

示例：

  • 输入：{"area": {"type": "polygon", "coordinates": [[[100.0, 0.0], [101.0, 0.0], [101.0, 1.0], [100.0, 1.0], [100.0, 0.0]]]}}
  • 输出：area 字段存储为地理形状。

4. 实际案例​

假设我们正在构建一个电商网站的搜索功能，需要存储商品信息。以下是一个示例映射：

json
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "price": {
        "type": "double"
      },
      "tags": {
        "type": "keyword"
      },
      "created_at": {
        "type": "date"
      },
      "location": {
        "type": "geo_point"
      }
    }
  }
}

示例数据：

json
{
  "name": "无线蓝牙耳机",
  "price": 99.99,
  "tags": ["electronics", "audio"],
  "created_at": "2023-10-01T12:00:00Z",
  "location": {
    "lat": 40.7128,
    "lon": -74.0060
  }
}

5. 总结​

Elasticsearch 提供了丰富的数据类型，可以满足各种场景的需求。选择合适的数据类型不仅可以提高查询性能，还能确保数据的准确性。本文介绍了 Elasticsearch 的核心数据类型、复杂数据类型和地理数据类型，并通过实际案例展示了它们的应用。

6. 附加资源​

7. 练习​

  1. 创建一个索引，包含 text、keyword、date 和 geo_point 类型的字段。
  2. 插入一些示例数据，并尝试查询这些数据。
  3. 修改映射，为同一个字段同时定义 text 和 keyword 类型，并测试其效果。