Eelasticsearch字段数据类型

映射的数据类型也就是es支持的数据类型，与Mysql中的数据类相似。但是具体的类型和MYSQL中有所区别，最主要的区别就在于ES中支持分词的数据类型，如：Text类型，可分词类型是用于支持全问检索的，这也是Es的核心的功能

数字类型

long integer short byte double float half_float scaled_float unsigned_long

基本数据类型

• binary ：Base64字符串二进制类型
• boolean:布尔类型
• alias:字段别名

KeyWords

• keyWords:适用于索引结构化的字段，可以用于过滤，排序，聚合。KeyWords类型的字段只能通过精确搜索到。如ID，姓名这类字段应使用KeyWords
• constant_keyword:始终包含想通值的关键字字段
• wildcard：可正对类似grep的

3) Dates（时间类型）：包括date和 date_nanos

​ 4) alias：为现有字段定义别名。

​ 5) binary（二进制）：binary

​ 6) range（区间类型）：integer_range、float_range、long_range、double_range、date_range
​ 7) text：当一个字段是要被全文搜索的，比如Email内容、产品描述，这些字段应该使用text类型。设置text类型以后，字段内容会被分析，在生成倒排索 引以前，字符串会被分析器分成一个一个词项。text类型的字段不用于排序，很少用于聚合。（解释一下为啥不会为text创建正排索引：大量堆空间，尤其是 在加载高基数text字段时。字段数据一旦加载到堆中，就在该段的生命周期内保持在那里。同样，加载字段数据是一个昂贵的过程，可能导致用户遇到延迟问 题。这就是默认情况下禁用字段数据的原因）
​ ② 对象关系类型：
​ 1) object：用于单个JSON对象
​ 2) nested：用于JSON对象数组
​ 3) flattened：允许将整个JSON对象索引为单个字段。

​ ③ 结构化类型：
​ 1) geo-point：纬度/经度积分
​ 2) geo-shape：用于多边形等复杂形状
​ 3) point：笛卡尔坐标点
​ 2) shape：笛卡尔任意几何图形
​ ④ 特殊类型：
​ 1) IP地址：ip 用于IPv4和IPv6地址
​ 2) completion：提供自动完成建议
​ 3) tocken_count：计算字符串中令牌的数量
​ 4) murmur3：在索引时计算值的哈希并将其存储在索引中
​ 5) annotated-text：索引包含特殊标记的文本（通常用于标识命名实体）
​ 6) percolator：接受来自query-dsl的查询
​ 7) join：为同一索引内的文档定义父/子关系
​ 8) rank features：记录数字功能以提高查询时的点击率。
​ 9) dense vector：记录浮点值的密集向量。
​ 10) sparse vector：记录浮点值的稀疏向量。
​ 11) search-as-you-type：针对查询优化的文本字段，以实现按需输入的完成
​ 12) histogram：histogram 用于百分位数聚合的预聚合数值。

​ 13) constant keyword：keyword当所有文档都具有相同值时的情况的 专业化。
​ ⑤ array（数组）：在Elasticsearch中，数组不需要专用的字段数据类型。默认情况下，任何字段都可以包含零个或多个值，但是，数组中的所有值都必须具有 相同的数据类型。
​ ⑥新增：
​ 1) date_nanos：date plus 纳秒
​ 2) features：

4 两种映射类型

• Dynamic field mapping：

  • 整数 => long

  • 浮点数 => float

  • true || false => boolean

  • 日期 => date

  • 数组 => 取决于数组中的第一个有效值

  • 对象 => object

  • 字符串 => 如果不是数字和日期类型，那会被映射为text和keyword两个类型

    除了上述字段类型之外，其他类型都必须显示映射，也就是必须手工指定，因为其他类型ES无法自动识别。

• Expllcit field mapping：手动映射

  PUT /product
  {
  	"mappings": {
      "properties": {
      	"field": {
        	"mapping_parameter": "parameter_value"
  	   	}
     	}
   	}
  }
  

5 映射参数

​ ① index：是否对创建对当前字段创建倒排索引，默认true，如果不创建索引，该字段不会通过索引被搜索到,但是仍然会在source元数据中展示
​ ② analyzer：指定分析器（character filter、tokenizer、Token filters）。
​ ③ boost：对当前字段相关度的评分权重，默认1
​ ④ coerce：是否允许强制类型转换 true “1”=> 1 false “1”=< 1
​ ⑤ copy_to：该参数允许将多个字段的值复制到组字段中，然后可以将其作为单个字段进行查询
​ ⑥ doc_values：为了提升排序和聚合效率，默认true，如果确定不需要对字段进行排序或聚合，也不需要通过脚本访问字段值，则可以禁用doc值以节省磁盘 空间（不支持text和annotated_text）
​ ⑦ dynamic：控制是否可以动态添加新字段
​ 1) true 新检测到的字段将添加到映射中。（默认）
​ 2) false 新检测到的字段将被忽略。这些字段将不会被索引，因此将无法搜索，但仍会出现在_source返回的匹配项中。这些字段不会添加到映射中，必须显式 添加新字段。
​ 3) strict 如果检测到新字段，则会引发异常并拒绝文档。必须将新字段显式添加到映射中
​ ⑧ eager_global_ordinals：用于聚合的字段上，优化聚合性能。
​ 1) Frozen indices（冻结索引）：有些索引使用率很高，会被保存在内存中，有些使用率特别低，宁愿在使用的时候重新创建，在使用完毕后丢弃数据， Frozen indices的数据命中频率小，不适用于高搜索负载，数据不会被保存在内存中，堆空间占用比普通索引少得多，Frozen indices是只读的，请求可能 是秒级或者分钟级。*eager_global_ordinals不适用于Frozen indices*
​ ⑨ enable：是否创建倒排索引，可以对字段操作，也可以对索引操作，如果不创建索引，让然可以检索并在_source元数据中展示，谨慎使用，该状态无法 修改。

    PUT my_index
    {
      "mappings": {
        "enabled": false
      }
    }

​ ⑩ fielddata：查询时内存数据结构，在首次用当前字段聚合、排序或者在脚本中使用时，需要字段为fielddata数据结构，并且创建倒排索引保存到堆中
​ ⑪ fields：给field创建多字段，用于不同目的（全文检索或者聚合分析排序）
​ ⑫ format：格式化

  "date": {
     "type":  "date",
     "format": "yyyy-MM-dd"
   }

​ ⑬ ignore_above：超过长度将被忽略
​ ⑭ ignore_malformed：忽略类型错误
​ ⑮ index_options：控制将哪些信息添加到反向索引中以进行搜索和突出显示。仅用于text字段
​ ⑯ Index_phrases：提升exact_value查询速度，但是要消耗更多磁盘空间
​ ⑰ Index_prefixes：前缀搜索
​ 1) min_chars：前缀最小长度，>0，默认2（包含）
​ 2) max_chars：前缀最大长度，<20，默认5（包含）
​ ⑱ meta：附加元数据
​ ⑲ normalizer：
​ ⑳ norms：是否禁用评分（在filter和聚合字段上应该禁用）。
​ 21 null_value：为null值设置默认值
​ 22 position_increment_gap：
​ 23 proterties：除了mapping还可用于object的属性设置
​ 24 search_analyzer：设置单独的查询时分析器：
​ 25 similarity：为字段设置相关度算法，支持BM25、claassic（TF-IDF）、boolean
​ 26 store：设置字段是否仅查询
​ 27 term_vector：运维参数