字段数据类型
编辑字段数据类型编辑
每个字段都有一个_字段数据类型_，或_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，以及其预期用途。例如，您可以将字符串索引到 text 和 keyword 字段。但是，text 字段值会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_系列_分组。同一系列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量或性能特征。
目前，有两个类型系列，keyword 和 text。其他类型系列只有一个字段类型。例如，boolean 类型系列由一个字段类型组成：boolean。
常见类型编辑
-
binary（二进制） - 编码为 Base64 字符串的二进制值。
-
boolean（布尔值） -
true和false值。 - Keywords（关键字）
- 关键字系列，包括
keyword、constant_keyword和wildcard。 - Numbers（数字）
- 数字类型，例如
long和double，用于表示数量。 - Dates（日期）
- 日期类型，包括
date和date_nanos。 -
alias（别名） - 为现有字段定义别名。
对象和关系类型编辑
-
object（对象） - JSON 对象。
-
flattened（扁平化） - 将整个 JSON 对象作为单个字段值。
-
nested（嵌套） - 保留其子字段之间关系的 JSON 对象。
-
join（连接） - 为同一索引中的文档定义父子关系。
结构化数据类型编辑
- Range（范围）
- 范围类型，例如
long_range、double_range、date_range和ip_range。 -
ip（IP 地址） - IPv4 和 IPv6 地址。
-
version（版本） - 软件版本。支持 语义化版本 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（聚合指标双精度浮点数） - 预先聚合的指标值。
-
histogram（直方图） - 以直方图形式预先聚合的数值。
文本搜索类型编辑
-
text字段 - 文本系列，包括
text和match_only_text。已分析的非结构化文本。 -
annotated-text（带注释的文本） - 包含特殊标记的文本。用于识别命名实体。
-
completion（自动完成） - 用于自动完成建议。
-
search_as_you_type（边输入边搜索） -
类似于
text的类型，用于边输入边完成。 -
semantic_text（语义文本） -
token_count（词条计数） - 文本中词条的数量。
文档排名类型编辑
-
dense_vector（稠密向量） - 记录浮点值的稠密向量。
-
sparse_vector（稀疏向量） - 记录浮点值的稀疏向量。
-
rank_feature（排名特征） - 记录一个数值特征，以便在查询时提升匹配度。
-
rank_features（排名特征） - 记录多个数值特征，以便在查询时提升匹配度。
空间数据类型编辑
-
geo_point（地理点） - 纬度和经度点。
-
geo_shape（地理形状） - 复杂的形状，例如多边形。
-
point（点） - 任意的笛卡尔点。
-
shape（形状） - 任意的笛卡尔几何图形。
其他类型编辑
-
percolator（渗透器） - 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，数组中的所有值必须属于相同的字段类型。请参阅 数组。
多字段编辑
为不同目的以不同方式索引同一个字段通常很有用。例如，可以将 string 字段映射为 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 对文本字段进行索引。
这就是_多字段_的目的。大多数字段类型都通过 fields 参数支持多字段。