Elasticsearch基础_2.数据类型

文章目录

一、基本的数据类型

1.1、keyword

keyword类型是不进行切分 的字符串类型。这里的"不进行切分"指的是:在索引时,对keyword类型的数据不进行切分,直接构建倒排索引;在搜索时,对该类型的查询字符串不进行切分后的模糊匹配。一般查询这种类型的数据时使用term查询。

1.2、text

text类型是可进行切分 的字符串类型。这里的"可切分"指的是:在索引时,可按照相应的切词算法对文本内容进行切分,然后构建倒排索引;在搜索时,对该类型的查询字符串按照用户的切词算法进行切分,然后对切分后的模糊匹配程度打分。一般情况下,搜索text类型的数据时应该使用match搜索。

1.3、数值类型

ES支持的数值类型有long、integer、short、byte、double、float、half_float、scaled_float和unsigned_long等。对于数值型数据,一般使用term搜索或范围搜索

1.4、布尔类型

布尔类型使用boolean定义,用于表示业务中的二义性。写入或查询该类型的数据时,其值可以使用true或false,或者使用字符串类型的"true"或"false"。

1.5、时间类型

在ES中,日期类型的名称为date。ES中存储的日期是标准的UTC格式。

一般使用如下形式表示日期类型数据:

  • 格式化的日期字符串
  • 毫秒级的长整型,表示从1970年1月1日0点到现在的毫秒数
  • 秒级别的整型,表示从1970年1月1日0点到现在的秒数

日期类型的默认格式为strict_date_optional_time||epoch_millis。其中strict_date_optional_time 的含义为严格的时间类型,支持yyyy-MM-dd,yyyyMMdd,yyyyMMddHHmmss,yyyy-MM-ddTHH:mm:ss,yyyy-MM-ddTHH:mm:ss.SSS和yyyy-MM-ddTHH:mm:ss.SSSZ等格式,epoch_millis的含义是从1970年1月1日0点到现在的毫秒数。

日期类型默认不支持yyyy-MM-dd HH:mm:ss格式,如果经常使用这种格式,可以在索引的mapping中设置日期字段的format属性为自定义格式。下面的示例将设置create_time字段的格式为yyyy-MM-dd HH:mm:ss

yaml 复制代码
PUT /hotel
{
  "mappings":{
    "properties":{
      "title":{
        "type":"text"
      },
      "create_time":{
        "type":"date",
        "format":"yyyy-MM-dd HH:mm:ss"
      }
    }
  }
}

二、复杂的数据类型

ES的复杂数据类型还有数组类型、对象类型、地理类型和多字段等,工作中还没接触到,所以不做记录。

三、字段映射

当字段没有定义类型时,ES可以根据写入的数据自动定义该字段的数据类型,这种机制叫做动态映射。在一般情况下,如果使用基本数据类型数据,最好先把数据类型定义好,因为ES的动态映射生成的字段类型可能与用户的预期有差别。

相关推荐
长路 ㅤ   12 小时前
ES索引切分方案4:索引+别名 应用层自己维护:时间序列索引
elasticsearch·索引模板·时间序列索引·别名系统·大数据优化
小龙13 小时前
【Git 报错解决】本地分支与远程分支名称/提交历史不匹配
大数据·git·elasticsearch·github
李@十一₂⁰16 小时前
git多分支管理
大数据·git·elasticsearch
johnnyAndCode20 小时前
ES迁移工具,纯手搓,灵活好用效率高
大数据·elasticsearch·搜索引擎
予枫的编程笔记1 天前
深度解析Kibana:从基础到进阶的全维度数据可视化指南
java·人工智能·elasticsearch·kibana
Galaxy~5671 天前
Git常见命令及用法
大数据·git·elasticsearch
dessler1 天前
Elasticsearch(ES)备份与快照(Snapshot)
大数据·elasticsearch·jenkins
CoderJia程序员甲1 天前
Python连接和操作Elasticsearch详细指南
python·elasticsearch
铭毅天下1 天前
投标环节:如何科学、合理地介绍 Elasticsearch 国产化替代方案——Easysearch?
大数据·elasticsearch·搜索引擎·全文检索
Elasticsearch1 天前
使用 Elastic Agent Builder 和 MCP 实现 Agentic 参考架构
elasticsearch