字段数据类型

编辑

每个字段都有一个字段数据类型字段类型。此类型指示字段包含的数据类型(例如字符串或布尔值)及其预期用途。例如,您可以将字符串索引到 textkeyword 字段中。但是,text 字段值将被 分析 以进行全文搜索,而 keyword 字符串则按原样保留以进行过滤和排序。

字段类型按分组。同一族中的类型具有完全相同的搜索行为,但可能具有不同的空间使用或性能特征。

目前,有两个类型族,keywordtext。其他类型族只有一个字段类型。例如,boolean 类型族包含一个字段类型:boolean

常用类型

编辑
binary
以 Base64 字符串编码的二进制值。
boolean
truefalse 值。
关键字
关键字族,包括 keywordconstant_keywordwildcard
数字
数值类型,例如 longdouble,用于表示数量。
日期
日期类型,包括 datedate_nanos
alias
定义现有字段的别名。

对象和关系类型

编辑
object
JSON 对象。
flattened
将整个 JSON 对象作为单个字段值。
nested
保留其子字段之间关系的 JSON 对象。
join
定义同一索引中文档的父子关系。
passthrough
为同一级别的子字段提供别名。

结构化数据类型

编辑
Range
范围类型,例如 long_rangedouble_rangedate_rangeip_range
ip
IPv4 和 IPv6 地址。
version
软件版本。支持 语义版本控制 优先级规则。
murmur3
计算并存储值的哈希值。

聚合数据类型

编辑
aggregate_metric_double
预聚合的指标值。
histogram
以直方图形式预聚合的数值。

文本搜索类型

编辑
text 字段
文本族,包括 textmatch_only_text。已分析的非结构化文本。
annotated-text
包含特殊标记的文本。用于识别命名实体。
completion
用于自动完成建议。
search_as_you_type
类似于 text 的类型,用于即时完成。
semantic_text
用于执行 语义搜索
token_count
文本中标记的数量。

文档排名类型

编辑
dense_vector
记录浮点值的密集向量。
sparse_vector
记录浮点值的稀疏向量。
rank_feature
记录一个数值特征,以便在查询时提升匹配结果。
rank_features
记录数值特征,以便在查询时提升匹配结果。

空间数据类型

编辑
geo_point
纬度和经度点。
geo_shape
复杂形状,例如多边形。
point
任意笛卡尔点。
shape
任意笛卡尔几何图形。

其他类型

编辑
percolator
索引用 查询 DSL 编写的查询。

数组

编辑

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字段类型。请参阅 数组

多字段

编辑

通常,以不同的方式索引同一字段以用于不同的目的非常有用。例如,string 字段可以映射为 text 字段以进行全文搜索,并映射为 keyword 字段以进行排序或聚合。或者,您可以使用 standard 分析器english 分析器和 french 分析器来索引文本字段。

这就是多字段的目的。大多数字段类型通过 fields 参数支持多字段。