【HBZ分享】ES中的Mapping的数据类型 及 类型的特点

Mapping类型

1. Numeric： 包括整数类型(long, integer, short, byte) 和 浮点类型(double, float)
2. Date: 用于存储日期和时间类型
3. Boolean：用于存储布尔类型(true, false)
4. Binary： 用于存储二进制类型数据
5. Array： 用于存储数组或列表类型数据
6. Object： 用于存储复杂结构类型数据

常见并且很关键的数据类型

1. text字段类型：

   (1). text类型主要用于全文本搜索，适合存储需要进行全文本分词的文本内容，比如文章，新闻，描述等。

   (2). text字段会对文本内容进行分词处理，将文本拆分成独立的词项进行搜索

   (3). 分词的结果会建立倒排索引，使搜索更加灵活高效

   (4). text字段在搜索时会根据分词结果进行匹配，并计算出相关得分，以便返回最佳结果

2. keyword字段类型：

   (1). keyword类型主要用于精确匹配和聚合操作， 适合存储不需要分词的精确值，比如ID, 标签等

   (2). keyword类型的字段不会进行分词处理，而是将整一个字段作为整体进行搜索，差一个单词都搜不出来

   (3). 不能进行模糊查询

   (4). keyword字段适合用于过滤和精准匹配，同时可以进行快速的基于精确值的聚合操作

3. 总节：

   (1). 在选择text还是keyword类型时， 需要根据具体需求来衡量选择，看这个字段能不能做模糊查询，如果要做模糊查询，那就用text字段

   (2). 如果需要全文本搜索，并且希望根据分词进行模糊查询，并得到匹配得分，就用text

   (3). 如需精确匹配，排序或者聚合操作，并且不会对该字段进行模糊查询，比如身份证号等关键信息，则选择keyword类型

ES配置字段类型相关的命令

该命令时在kibana中使用的，如果时postman，请加上http://ip:port/


1. 创建索引，并指定字段的类型
PUT /my_index
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text"
      },
      "tags": {
        "type": "keyword"
      },
      "publish_date": {
        "type": "date"
      },
      "rating": {
        "type": "float"
      },
      "is_published": {
        "type": "boolean"
      },
      "author": {
        "properties": {
          "name": {
            "type": "text"
          },
          "age": {
            "type": "integer"
          }
        }
      },
      "comments": {
        "type": "nested",
        "properties": {
          "user": {
            "type": "keyword"
          },
          "message": {
            "type": "text"
          }
        }
      }
    }
  }
}


插入对应数据，并使es本身自带的_id为1
POST /my_index/_doc/1
{
  "title": "小滴课堂最近上线了新课 Elasticsearch Introduction",
  "tags": ["search", "big data", "distributed system", "小滴课堂"],
  "publish_date": "2025-01-01",
  "rating": 4.5,
  "is_published": true,
  "author": {
    "name": "John Doe",
    "age": 30
  },
  "comments": [
    {
      "user": "Alice",
      "message": "Great article!"
    },
    {
      "user": "Bob",
      "message": "Very informative."
    }
  ]
}



2. 查询title字段，并模糊匹配关键字， title是text类型的
GET /my_index/_search
{
  "query": {
    "match": {
      "title": "Elasticsearch"
    }
  }
}


3. 查询tags字段，并精准匹配数组中的某个值，tags是keyword类型的
GET /my_index/_search
{
  "query": {
    "match": {
      "tags": "big data"
    }
  }
}