数值字段类型

就整数类型（byte、short、integer 和 long）而言，您应该选择足以满足您的用例的最小类型。这将有助于提高索引和搜索效率。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，使用缩放因子将浮点数据存储到整数中通常更高效，这就是 scaled_float 类型在后台所做的。例如，price 字段可以存储在 scaled_float 中，其 scaling_factor 为 100。所有 API 的工作方式都像该字段存储为双精度型一样，但在后台，Elasticsearch 将使用美分数（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 也适用于以精度换取磁盘空间的情况。例如，假设您正在跟踪 CPU 利用率，它是一个介于 0 和 1 之间的数字。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 将 CPU 利用率四舍五入到最接近的百分比，以节省空间。

如果 scaled_float 不适用，则应从浮点类型（double、float 和 half_float）中选择足以满足用例的最小类型。下表比较了这些类型，以帮助您做出决定。

scaled_float 接受一个附加参数

scaled_float 存储为单个 long 值，该值是原始值乘以缩放因子的结果。如果乘法结果超出了 long 的范围，则该值将饱和为 long 的最小值或最大值。例如，如果缩放因子为 100 且值为 92233720368547758.08，则预期值为 9223372036854775808。但是，存储的值为 9223372036854775807，即 long 的最大值。

当缩放因子或提供的 float 值非常大时，这可能会导致 范围查询 出现意外结果。

除 unsigned_long 之外的所有数字字段在其默认配置中都支持 合成 _source。合成 _source 不能与 ignore_malformed、copy_to 或禁用的 doc_values 一起使用。

合成源始终对数字字段进行排序。例如

resp = client.indices.create(
    index="idx",
    body={
        "mappings": {
            "_source": {"mode": "synthetic"},
            "properties": {"long": {"type": "long"}},
        }
    },
)
print(resp)

resp = client.index(
    index="idx",
    id="1",
    body={"long": [0, 0, -123466, 87612]},
)
print(resp)

response = client.indices.create(
  index: 'idx',
  body: {
    mappings: {
      _source: {
        mode: 'synthetic'
      },
      properties: {
        long: {
          type: 'long'
        }
      }
    }
  }
)
puts response

response = client.index(
  index: 'idx',
  id: 1,
  body: {
    long: [
      0,
      0,
      -123_466,
      87_612
    ]
  }
)
puts response

PUT idx
{
  "mappings": {
    "_source": { "mode": "synthetic" },
    "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",
    body={
        "mappings": {
            "_source": {"mode": "synthetic"},
            "properties": {
                "f": {"type": "scaled_float", "scaling_factor": 0.01}
            },
        }
    },
)
print(resp)

resp = client.index(
    index="idx",
    id="1",
    body={"f": 123},
)
print(resp)

response = client.indices.create(
  index: 'idx',
  body: {
    mappings: {
      _source: {
        mode: 'synthetic'
      },
      properties: {
        f: {
          type: 'scaled_float',
          scaling_factor: 0.01
        }
      }
    }
  }
)
puts response

response = client.index(
  index: 'idx',
  id: 1,
  body: {
    f: 123
  }
)
puts response

PUT idx
{
  "mappings": {
    "_source": { "mode": "synthetic" },
    "properties": {
      "f": { "type": "scaled_float", "scaling_factor": 0.01 }
    }
  }
}
PUT idx/_doc/1
{
  "f": 123
}

将变为

{
  "f": 100.0
}