当前位置： 首页 > news >正文

es-字段类型详解

news 来源：原创 2025/5/4 3:14:13
  • 字段类型用途示例
    Text全文搜索的字符串字段。json { "type": "text" }
    Keyword精确匹配的字符串字段。json { "type": "keyword" }
    Numeric数值字段（如 integer、long、float 等）。json { "type": "integer" }
    Date日期和时间字段。json { "type": "date" }
    Boolean布尔值字段。json { "type": "boolean" }
    ObjectJSON 对象字段。json { "type": "object" }
    NestedJSON 对象数组字段。json { "type": "nested" }
    Geo-point经纬度坐标字段。json { "type": "geo_point" }
    IPIP 地址字段。json { "type": "ip" }
    Completion自动补全字段。json { "type": "completion" }
    Runtime Fields动态计算字段值。json { "type": "runtime" }

字段类型详解

1.Text

特点：用于全文搜索的字符串类型，会被分词，支持模糊搜索。

使用案例：存储文章内容、产品描述等。

创建Mapping：

PUT /my_index
{
  "mappings": {
    "properties": {
      "content": {
        "type": "text"
      }
    }
  }
}

插入数据：

POST /my_index/_doc/1
{
  "content": "This is a sample text for Elasticsearch."
}

查找数据：

GET /my_index/_search
{
  "query": {
    "match": {
      "content": "sample text"
    }
  }
}

2. Keyword

特点：用于精确匹配的字符串类型，不会被分词，适合存储ID、标签；适合精确查询、聚合和排序。

使用案例：存储用户ID、产品SKU、标签等。

创建Mapping：

PUT /my_index   
{
   "mappings": {
    "properties": {
      "tag": {
        "type": "keyword"
      }
      }
      }      
}

插入数据：

POST /my_index/_doc/1   
{
   "tag": "elasticsearch"   
}

查找数据：

GET /my_index/_search
{
  "query": {
    "term": {
      "tag": "elasticsearch"
    }
  }
}

tag本身就是

3. Numeric

特点：包括long, integer, short, byte, double, float等，用于存储数值数据。

使用案例：

  • long：存储大整数，如用户ID。
  • float,double：存储带小数的数值，如价格、评分。

创建Mapping：

PUT /my_index   
{
   "mappings": {
    "properties": {
      "age": {
        "type": "integer"
      }
    }
  }
}

插入数据：

POST /my_index/_doc/1
{
  "age": 25   
}

查找数据：

GET /my_index/_search   
{
   "query": {
    "range": {
      "age": {
        "gte": 20,
        "lte": 30
        }
        }
        }        
}

4. Date

特点：用于存储日期和时间，支持多种日期格式。

使用案例：存储订单日期、日志时间戳等。

创建Mapping：

PUT /my_index   
{
   "mappings": {
    "properties": {
      "timestamp": {
        "type": "date"
      }
      }
      }      
}

插入数据：

POST /my_index/_doc/1      
{
      "timestamp": "2023-10-01T12:00:00Z"      
}

查找数据：

GET /my_index/_search      
{
  "query": {
    "range": {
      "timestamp": {
        "gte": "2023-10-01T00:00:00Z",
        "lte": "2023-10-01T23:59:59Z"
        }
        }
        }        
}

5. Boolean

特点：用于存储布尔值（true或false）。

使用案例：存储是否已付款、是否激活等。

创建Mapping：

PUT /my_index   
{
   "mappings": {
    "properties": {
      "is_active": {
        "type": "boolean"
      }
    }
   }   
}

插入数据：

POST /my_index/_doc/1   
{
   "is_active": true   
}

查找数据：

GET /my_index/_search   
{
   "query": {
    "term": {
      "is_active": true
    }
   }   
}

6. Object

特点：用于存储JSON对象。

  1. 扁平化存储：Object 类型会将嵌套对象的字段"扁平化"存储到父文档中
  2. 无独立性：数组中的对象不会保持独立关系，会被合并处理
  3. 简单查询：查询语法比 Nested 类型简单，性能更好

使用案例：存储嵌套的用户信息，如用户地址（不需要独立查询子对象）。

创建Mapping：

订单mapping，含有物品列表、买家、卖家信息

PUT /object_orders   
{
   "mappings": {
    "properties": {
      "order_id": {
        "type": "keyword"
      },
      "order_date": {
        "type": "date"
      },
      "total_amount": {
        "type": "double"
      },
      "status": {
        "type": "keyword"
      },
      "payment_method": {
        "type": "keyword"
      },
      "items": {
        "type": "object",
        "properties": {
          "product_id": {
            "type": "keyword"
          },
          "product_name": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword"
              }
            }
          },
          "quantity": {
            "type": "integer"
          },
          "price": {
            "type": "double"
          },
          "category": {
            "type": "keyword"
          }
        }
      },
      "buyer": {
        "type": "object",
        "properties": {
          "user_id": {
            "type": "keyword"
          },
          "name": {
            "type": "text"
          },
          "email": {
            "type": "keyword"
          },
          "shipping_address": {
            "type": "text"
          }
        }
      },
      "seller": {
        "type": "object",
        "properties": {
          "seller_id": {
            "type": "keyword"
          },
          "name": {
            "type": "text"
          },
          "rating": {
            "type": "float"
          }
        }
      }
    }
   }   
}

插入数据：

POST /object_orders/_doc/1   
{
   "order_id": "ORD-2023-002",
   "order_date": "2023-10-16T14:45:00Z",
   "total_amount": 89.98,
   "status": "processing",
   "payment_method": "paypal",
   "items": [
    {
      "product_id": "P-1003",
      "product_name": "Bluetooth Speaker",
      "quantity": 1,
      "price": 59.99,
      "category": "electronics"
    },
    {
      "product_id": "P-3001",
      "product_name": "Screen Protector",
      "quantity": 1,
      "price": 29.99,
      "category": "accessories"
    }
   ],
   "buyer": {
    "user_id": "U-10002",
    "name": "Alice Johnson",
    "email": "alice.j@example.com",
    "shipping_address": "456 Oak Ave, Los Angeles, CA 90001"
   },
   "seller": {
    "seller_id": "S-5002",
    "name": "GadgetWorld",
    "rating": 4.5
  }
}

查找数据：

GET /object_orders/_search   
{
   "query": {
    "term": {
      "status": "processing"
    }
  }   
}

Object 类型的局限性

  1. 数组对象关系丢失：当 items 是对象数组时，数组中的对象会失去彼此间的边界
  2. 交叉匹配问题：无法支持查询product_name是Bluetooth，同时price是29 
  3. 无法单独查询：不能单独查询数组中的某个特定对象

何时选择 Object 类型

  1. 当子对象不需要保持独立关系时
  2. 当查询性能比关系精确性更重要时
  3. 当数据结构简单，不需要复杂查询时
  4. 当数据中的数组通常只包含单个对象时

交叉匹配问题case：

一条订单数据有2个商品：

    {
      "product_name": "Bluetooth Speaker",
      "price": 59.99
    },
    {
      "product_name": "Screen Protector",
      "price": 29.99
    }

搜索 Bluetooth Speaker   and 29.99，该订单会被搜索出来（如果需要精准搜索，需要使用nested类型）

7. Nested

特点：用于存储数组中的JSON对象，每个嵌套对象是独立的，支持单独查询。

使用案例：订单中的商品列表、用户地址列表等。

创建Mapping：

订单的mapping，含有订单信息，订单中的物品信息、买家信息、卖家信息

PUT /orders   
{
   "mappings": {
    "properties": {
      "order_id": {
        "type": "keyword"
      },
      "order_date": {
        "type": "date"
      },
      "total_amount": {
        "type": "double"
      },
      "status": {
        "type": "keyword"
      },
      "payment_method": {
        "type": "keyword"
      },
      "items": {
        "type": "nested",
        "properties": {
          "product_id": {
            "type": "keyword"
          },
          "product_name": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword"
              }
            }
          },
          "quantity": {
            "type": "integer"
          },
          "price": {
            "type": "double"
          },
          "category": {
            "type": "keyword"
          }
        }
      },
      "buyer": {
        "type": "nested",
        "properties": {
          "user_id": {
            "type": "keyword"
          },
          "name": {
            "type": "text"
          },
          "email": {
            "type": "keyword"
          },
          "shipping_address": {
            "type": "text"
          }
        }
      },
      "seller": {
        "type": "nested",
        "properties": {
          "seller_id": {
            "type": "keyword"
          },
          "name": {
            "type": "text"
          },
          "rating": {
            "type": "float"
          }
        }
      }
    }
   }   
}

插入数据：

POST /orders/_doc/1   
{
   "order_id": "ORD-2023-001",
   "order_date": "2023-10-15T10:30:00Z",
   "total_amount": 125.99,
   "status": "completed",
   "payment_method": "credit_card",
   "items": [
    {
      "product_id": "P-1001",
      "product_name": "Wireless Headphones",
      "quantity": 1,
      "price": 99.99,
      "category": "electronics"
    },
    {
      "product_id": "P-2002",
      "product_name": "USB-C Cable",
      "quantity": 2,
      "price": 13.00,
      "category": "accessories"
    }
   ],
   "buyer": {
    "user_id": "U-10001",
    "name": "John Smith",
    "email": "john.smith@example.com",
    "shipping_address": "123 Main St, New York, NY 10001"
   },
   "seller": {
    "seller_id": "S-5001",
    "name": "TechGadgets Inc.",
    "rating": 4.8
  }
}

查找数据：

查询包含特定商品的订单

GET /orders/_search   
{
   "query": {
    "nested": {
      "path": "items",
      "query": {
        "bool": {
          "must": [
            {
              "match": {
                "items.product_name": "Wireless Headphones"
              }
            },
            {
              "range": {
                "items.price": {
                  "gte": 50
                }
              }
            }
          ]
        }
      }
    }
    }    
}

关键字：nested

如果要做筛选，nested中的path要写正确

8. Geo_point

特点：

  • 用于存储地理位置（经纬度）。

  • 支持地理距离查询。

使用案例：

  • 用户位置、商家地址等。

创建 Mapping：

一个店铺的位置：

PUT /geo_shops
{
  "mappings": {
    "properties": {
      "shop_id": {
        "type": "keyword"
      },
      "shop_name": {
        "type": "text",
        "fields": {
          "keyword": {
            "type": "keyword"
          }
        }
      },
      "location": {
        "type": "geo_point"
      },
      "address": {
        "type": "text"
      },
      "category": {
        "type": "keyword"
      }
    }
  }
}

插入数据：

POST /geo_shops/_doc/1   
{
   "shop_id": "S001",
   "shop_name": "Central Coffee",
   "location": {
    "lat": 39.9042,
    "lon": 116.4074
   },
   "address": "1 Wangfujing Street, Beijing",
   "category": "cafe"
}

查找数据：

1公里范围查询方法

1.geo_distance 查询（最常用）

GET /geo_shops/_search   
{
   "query": {
    "bool": {
      "must": {
        "match_all": {}
      },
      "filter": {
        "geo_distance": {
          "distance": "1km",
          "location": {
            "lat": 39.9087,
            "lon": 116.3975
            }
            }
            }
            }
            }            
}

2.带排序的距离查询（按距离由近到远）

GET /geo_shops/_search            
{
  "query": {
    "bool": {
      "filter": {
        "geo_distance": {
          "distance": "1km",
          "location": {
            "lat": 39.9087,
            "lon": 116.3975
          }
        }
      }
    }
  },
  "sort": [
    {
      "_geo_distance": {
        "location": {
          "lat": 39.9087,
          "lon": 116.3975
        },
        "order": "asc",
        "unit": "km",
        "mode": "min",
        "distance_type": "arc"
      }
    }
  ]
}

3. 返回距离信息的查询

GET /geo_shops/_search
{
  "query": {
    "bool": {
      "filter": {
        "geo_distance": {
          "distance": "1km",
          "location": {
            "lat": 39.9087,
            "lon": 116.3975
          }
        }
      }
    }
  },
  "script_fields": {
    "distance_km": {
      "script": {
        "source": "doc['location'].arcDistance(params.lat, params.lon)",
        "params": {
          "lat": 39.9087,
          "lon": 116.3975
        }
      }
    }
  }
}

4. 组合查询（特定类别+1公里范围）

GET /geo_shops/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "category": "cafe"
          }
        }
      ],
      "filter": {
        "geo_distance": {
          "distance": "1km",
          "location": {
            "lat": 39.9087,
            "lon": 116.3975
          }
        }
      }
    }
  }
}

高级参数说明

  1. distance_type：

    • arc（默认）：最精确，使用球面计算

    • plane：更快但精度稍低，适用于小范围

  2. mode（多位置文档）：

    • min（默认）：使用最近的点

    • max：使用最远的点

    • avg：使用平均距离

    • median：使用中位数距离

性能优化建议

  1. 为地理字段使用 doc_values（默认启用）

  2. 对于静态数据，考虑使用 indexed_shape 替代动态计算

  3. 合理设置 precision 和 tree_levels 参数

  4. 使用过滤器(filter)而非查询(query)进行地理过滤，可以利用缓存

创建 Mapping：

插入数据：

查找数据：

字段选型的优化建议

keyword、text 使用建议

场景推荐类型理由示例
精确匹配keyword不分词，完整匹配订单号、ID、标签
全文搜索text + keyword多字段既支持分词搜索又支持精确匹配产品名称、文章标题
多语言内容text + 指定分析器支持语言特性分词中文用ik，英文用standard

Numeric使用合适的类型

减少空间浪费

禁用分词索引

对于不需要分词的字段，禁用索引("index": false)可以显著提升写入性能并减少存储空间，但需注意这些字段将无法被搜索、聚合，只能用于返回原始值（如：产品参数信息）。

配置方法

{
   "mappings": {
    "properties": {
      "raw_data": {
        "type": "text",
        "index": false
      }
    }
   }   
}

nested嵌套对象优化

如果nested中只有1个对象（不是数组），可以使用Object类型，甚至可以将子对象属性直接放到父对象中。也可以提取到父对象中，如下

{
  "product_name":"xiaomi",
  "seller_name": "zhangsan",
  "seller_id": 1,
  "buyer_name": "wangwu",
  "buyer_id": 2
}

如果nested中明确数量（学生的成绩分为：语文、数学、英语、政治、历史..），可以将对象设置为如下形式（若是大学的课程，课程种类会变化，则不适合）

-- 原始数据 --
{
  "student_name": "zhangsan",
  "score": [
    {
      "type": "chinese",
      "score": 120
    },
    {
      "type": "english",
      "score": 130
    },
    {
      "type": "math",
      "score": 140
    }
  ]
}

-- 变更后数据 -- 
{
  "student_name":"zhangsan",
  "score_chinese":120,
  "score_english": 130,
  "score_math": 140
}

相关文章：

  • 面基：为什么不推荐用UUID作为主键
  • 探索多种方案下 LLM 的预训练性能
  • Spring Boot 七种事务传播行为只有 REQUIRES_NEW 和 NESTED 支持部分回滚的分析
  • C++26新特性解读: 结构化绑定作为条件
  • 在linux中GCC、Yum 与 Apt - get 的区别
  • OCRmyPDF 开源核弹
  • PyCharm 下载与安装教程：从零开始搭建你的 Python 开发环境
  • 【江协科技STM32】PWR电源控制（学习笔记）
  • 排序算法-插入排序
  • Tomcat深度解析：Java Web服务的核心引擎
  • Java 线程池与 Kotlin 协程 高阶学习
  • 子网划分2
  • OSPF五种数据包详解
  • FPGA实现LED流水灯
  • Leetcode 3500. Minimum Cost to Divide Array Into Subarrays
  • Spring IOC：容器管理与依赖注入秘籍
  • RK3568 pinctrl内容讲解
  • Python----机器学习（距离计算方式：欧式距离，曼哈顿距离，切比雪夫距离，余弦相似度，汉明距离，闵可夫斯基距离，Jaccard指数，半正矢距离）
  • 探索PHP的未来发展与应用趋势
  • Java面试黄金宝典27
  • 三亚回应“买水果9斤变6斤”：反映属实，拟对流动摊贩罚款5万元
  • 5名中国公民在美国交通事故中遇难
  • 高速变道致连环车祸，白车“骑”隔离栏压住另一车，交警回应
  • 全文丨中华人民共和国民营经济促进法
  • 宁波市纪委监委通报4起违反中央八项规定精神典型问题
  • 证据公布！菲律宾6人非法登上铁线礁活动