数值字段类型
编辑数值字段类型
编辑支持以下数值类型：
|
|
带符号的 64 位整数，最小值为 |
|
|
带符号的 32 位整数，最小值为 |
|
|
带符号的 16 位整数，最小值为 |
|
|
带符号的 8 位整数，最小值为 |
|
|
双精度 64 位 IEEE 754 浮点数，限制为有限值。 |
|
|
单精度 32 位 IEEE 754 浮点数，限制为有限值。 |
|
|
半精度 16 位 IEEE 754 浮点数，限制为有限值。 |
|
|
一个浮点数，由一个固定的 |
|
|
无符号 64 位整数，最小值为 0，最大值为 |
以下是配置具有数值字段的映射的示例
resp = client.indices.create(
index="my-index-000001",
mappings={
"properties": {
"number_of_bytes": {
"type": "integer"
},
"time_in_seconds": {
"type": "float"
},
"price": {
"type": "scaled_float",
"scaling_factor": 100
}
}
},
)
print(resp)
response = client.indices.create(
index: 'my-index-000001',
body: {
mappings: {
properties: {
number_of_bytes: {
type: 'integer'
},
time_in_seconds: {
type: 'float'
},
price: {
type: 'scaled_float',
scaling_factor: 100
}
}
}
}
)
puts response
res, err := es.Indices.Create(
"my-index-000001",
es.Indices.Create.WithBody(strings.NewReader(`{
"mappings": {
"properties": {
"number_of_bytes": {
"type": "integer"
},
"time_in_seconds": {
"type": "float"
},
"price": {
"type": "scaled_float",
"scaling_factor": 100
}
}
}
}`)),
)
fmt.Println(res, err)
const response = await client.indices.create({
index: "my-index-000001",
mappings: {
properties: {
number_of_bytes: {
type: "integer",
},
time_in_seconds: {
type: "float",
},
price: {
type: "scaled_float",
scaling_factor: 100,
},
},
},
});
console.log(response);
PUT my-index-000001
{
"mappings": {
"properties": {
"number_of_bytes": {
"type": "integer"
},
"time_in_seconds": {
"type": "float"
},
"price": {
"type": "scaled_float",
"scaling_factor": 100
}
}
}
}
double、float 和 half_float 类型认为 -0.0 和 +0.0 是不同的值。因此，在 -0.0 上执行 term 查询将不会匹配 +0.0，反之亦然。范围查询也是如此：如果上限是 -0.0，则 +0.0 将不匹配，如果下限是 +0.0，则 -0.0 将不匹配。
我应该使用哪种类型？
编辑就整数类型（byte、short、integer 和 long）而言，您应该选择足以满足您用例的最小类型。这将有助于提高索引和搜索的效率。但请注意，存储是根据实际存储的值进行优化的，因此选择一种类型而不是另一种类型不会对存储需求产生影响。
对于浮点类型，通常更有效的方法是使用比例因子将浮点数据存储为整数，这正是 scaled_float 类型在底层所做的事情。例如，price 字段可以存储在 scaled_float 中，scaling_factor 为 100。所有 API 的工作方式就像该字段存储为 double 一样，但在底层，Elasticsearch 将使用美分数量 price*100，这是一个整数。这主要有助于节省磁盘空间，因为整数比浮点数更容易压缩。scaled_float 也非常适合用于牺牲精度来换取磁盘空间。例如，假设您正在跟踪 CPU 利用率，其数值介于 0 和 1 之间。CPU 利用率是 12.7% 还是 13% 通常并不重要，因此您可以使用 scaling_factor 为 100 的 scaled_float，以便将 CPU 利用率四舍五入到最接近的百分比，从而节省空间。
如果 scaled_float 不合适，那么您应该在浮点类型中选择足够满足用例的最小类型：double、float 和 half_float。以下是一个比较这些类型的表，以帮助您做出决定。
| 类型 | 最小值 | 最大值 | 有效位数 位/数字 |
示例精度损失 |
|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
映射数值标识符
并非所有数值数据都应映射为数值字段数据类型。Elasticsearch 针对 range 查询优化数值字段，例如 integer 或 long。但是，keyword 字段更适合 term 和其他 term 级 查询。
标识符，例如 ISBN 或产品 ID，很少在 range 查询中使用。但是，它们通常使用 term 级查询检索。
如果满足以下条件，请考虑将数值标识符映射为 keyword：
- 您不打算使用
range查询搜索标识符数据。 - 快速检索很重要。
keyword字段上的term查询搜索通常比数值字段上的term搜索更快。
如果您不确定使用哪种，则可以使用多字段将数据映射为 keyword和数值数据类型。
数值字段的参数
编辑数值类型接受以下参数
-
coerce - 尝试将字符串转换为数字并截断整数的分数。接受
true（默认）和false。不适用于unsigned_long。请注意，如果使用script参数，则无法设置此参数。 -
doc_values - 是否应将字段以列式方式存储在磁盘上，以便以后可用于排序、聚合或脚本？接受
true（默认）或false。 -
ignore_malformed - 如果为
true，则会忽略格式错误的数字。如果为false（默认），则格式错误的数字会引发异常并拒绝整个文档。请注意，如果使用script参数，则无法设置此参数。 -
index - 该字段是否应可快速搜索？接受
true（默认）和false。只有启用了doc_values的数值字段也可以被查询，尽管速度较慢。 -
meta - 有关该字段的元数据。
-
null_value - 接受与字段相同
type的数值，该数值将替换任何显式null值。默认为null，这意味着该字段被视为缺失。请注意，如果使用script参数，则无法设置此参数。 -
on_script_error - 定义如果
script参数定义的脚本在索引时抛出错误时该怎么做。接受fail（默认），这将导致整个文档被拒绝，以及continue，这将把该字段注册到文档的_ignored元数据字段中，并继续索引。只有在设置了script字段时，才能设置此参数。 -
script - 如果设置此参数，则该字段将索引此脚本生成的值，而不是直接从源读取值。如果在输入文档中为此字段设置了值，则该文档将被拒绝并出现错误。脚本的格式与其运行时等效项相同。只能在
long和double字段类型上配置脚本。 -
store - 字段值是否应存储并可与
_source字段分开检索。接受true或false（默认）。 -
time_series_dimension -
（可选，布尔值）
将字段标记为时间序列维度。默认为
false。index.mapping.dimension_fields.limit索引设置限制索引中维度的数量。维度字段具有以下约束
doc_values和index映射参数必须为true。
在数值字段类型中，只有
byte、short、integer、long和unsigned_long字段支持此参数。数值字段不能既是时间序列维度又是时间序列指标。
-
time_series_metric -
（可选，字符串）将该字段标记为时间序列指标。该值为指标类型。您无法更新现有字段的此参数。
数值字段的有效
time_series_metric值-
counter - 一个累积指标，只会单调递增或重置为
0（零）。例如，错误或已完成任务的计数。 -
gauge - 一个表示单个数值的指标，可以任意增大或减小。例如，温度或可用磁盘空间。
-
null（默认） - 不是时间序列指标。
对于数值时间序列指标，
doc_values参数必须为true。数值字段不能既是时间序列维度又是时间序列指标。 -
scaled_float 的参数
编辑scaled_float 接受一个附加参数
|
|
编码值时使用的比例因子。在索引时，值将乘以该因子并四舍五入到最接近的 long 值。例如， |
scaled_float 饱和
编辑scaled_float 存储为单个 long 值，该值是原始值乘以比例因子的乘积。如果乘法运算导致的值超出 long 的范围，则该值将饱和到 long 的最小值或最大值。例如，如果比例因子为 100，且值为 92233720368547758.08，则预期值为 9223372036854775808。但是，存储的值为 9223372036854775807，这是 long 的最大值。
当比例因子或提供的 float 值非常大时，这可能会导致 范围查询 出现意外结果。
合成 _source
编辑合成 _source 仅对 TSDB 索引（index.mode 设置为 time_series 的索引）普遍可用。对于其他索引，合成 _source 处于技术预览状态。技术预览版中的功能可能会在未来的版本中更改或删除。Elastic 将努力解决任何问题，但技术预览版中的功能不受官方 GA 功能的支持 SLA 的约束。
所有数值字段在其默认配置中都支持合成 _source。合成 _source 不能与 copy_to 一起使用，也不能与禁用 doc_values 一起使用。
合成源可能会对数值字段值进行排序。例如
resp = client.indices.create(
index="idx",
settings={
"index": {
"mapping": {
"source": {
"mode": "synthetic"
}
}
}
},
mappings={
"properties": {
"long": {
"type": "long"
}
}
},
)
print(resp)
resp1 = client.index(
index="idx",
id="1",
document={
"long": [
0,
0,
-123466,
87612
]
},
)
print(resp1)
const response = await client.indices.create({
index: "idx",
settings: {
index: {
mapping: {
source: {
mode: "synthetic",
},
},
},
},
mappings: {
properties: {
long: {
type: "long",
},
},
},
});
console.log(response);
const response1 = await client.index({
index: "idx",
id: 1,
document: {
long: [0, 0, -123466, 87612],
},
});
console.log(response1);
PUT idx
{
"settings": {
"index": {
"mapping": {
"source": {
"mode": "synthetic"
}
}
}
},
"mappings": {
"properties": {
"long": { "type": "long" }
}
}
}
PUT idx/_doc/1
{
"long": [0, 0, -123466, 87612]
}
将变为
{
"long": [-123466, 0, 0, 87612]
}
缩放浮点数将始终应用其缩放因子，因此
resp = client.indices.create(
index="idx",
settings={
"index": {
"mapping": {
"source": {
"mode": "synthetic"
}
}
}
},
mappings={
"properties": {
"f": {
"type": "scaled_float",
"scaling_factor": 0.01
}
}
},
)
print(resp)
resp1 = client.index(
index="idx",
id="1",
document={
"f": 123
},
)
print(resp1)
const response = await client.indices.create({
index: "idx",
settings: {
index: {
mapping: {
source: {
mode: "synthetic",
},
},
},
},
mappings: {
properties: {
f: {
type: "scaled_float",
scaling_factor: 0.01,
},
},
},
});
console.log(response);
const response1 = await client.index({
index: "idx",
id: 1,
document: {
f: 123,
},
});
console.log(response1);
PUT idx
{
"settings": {
"index": {
"mapping": {
"source": {
"mode": "synthetic"
}
}
}
},
"mappings": {
"properties": {
"f": { "type": "scaled_float", "scaling_factor": 0.01 }
}
}
}
PUT idx/_doc/1
{
"f": 123
}
将变为
{
"f": 100.0
}