深厚入解析Elasticsearch字段类型：搞懂与优化

字段类型是搞懂数据结构和搜索策略的关键。个个字段类型都有其独特的特性和用途，正确地选择和用字段类型，能极巨大地提升搜索效率和数据处理能力。

Keyword与Text：准准的匹配与分词搜索

Keyword字段类型与Text字段类型在Elasticsearch中扮演着不同的角色。Keyword类型基于字符串进行准准的匹配，而Text类型则会对文本进行分词处理。这意味着，当你用Keyword字段时ES会直接与存储在该字段中的原始字符串进行匹配。比方说：

PUT my_index{  
  "mappings": {    
    "_doc": {      
      "properties": {        
        "my_field": {          
          "type":  "keyword"         
        }      
      }    
    }  
}

Range与Coerce：范围查询与类型转换

Range字段类型是Numeric范围类型的一种， 包括integer_range、long_range、float_range、double_range等，适用于范围查询等场景。而Coerce属性能自动将字符串类型进行转换，比方说将"123"转换为整数类型。

range：该属性指定Numeric范围类型， 包括integer_range、long_range、float_range、double_range等，能用于范围查询等场景。

coerce：该属性能自动将字符串类型进行转换，比方说"123"转换为整数类型。

Date字段：时候数据的存储与查询

Date字段类型用于存储时候类型的数据， 支持ISO8601格式、UNIX时候戳或Java时候戳等格式进行索引和查询。

PUT my_index{  
  "mappings": {    
    "_doc": {      
      "properties": {        
        "my_date_field": {          
          "type":   "date",          
          "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd"         
        }      
      }    
    }  
}

Text字段：文本数据的解析与搜索

Text字段类型可用于存储短暂文本、长远文本或结构化文本。一个Text字段被视为一个word-based的类型，它会将文本分解成一个个的Token。在搜索时ES会先说说将查询语句分解成Tokens，再在全部的Token集合中匹配。

PUT my_index{  
  "mappings": {    
    "_doc": {      
      "properties": {        
        "my_field": {          
          "type":  "text"         
        }      
      }    
    }  
}

其他字段类型：geo_point、 geo_shape、ip等

除了上述提到的字段类型，ES还给了其他一些字段类型，比方说geo_point、geo_shape、ip等。这些个类型用于处理地理坐标、IP地址等数据类型。

PUT my_index{  
  "mappings": {    
    "_doc": {      
      "properties": {        
        "location": {          
          "type": "geo_point"        }      
      }    
    }  
}

属性解析：analyzer、 fielddata等

除了字段类型，ES还给了许多种属性来进一步定制字段的行为。比方说 analyzer属性定义了怎么在index和search时解析文本，fielddata属性指定可用于聚合、排序和脚本场景的字段数据信息。

analyzer：该属性定义了怎么在index和search时解析文本， 常见的analyzer有：Standard、Simple、Whitespace、Stopwords等。

fielddata：该属性指定可用于聚合、 排序和脚本场景的字段数据信息，它会以内存形式加载在JVM中，所以呢会占用相当的内存地方。

正确选择字段类型， 提升搜索效率

通过本文，我们对ES字段类型有了更深厚入的了解。正确选择和用字段类型，能帮我们更优良地解析和处理数据，提升搜索效率。在设计索引时要根据具体的数据类型选择最合适的字段类型，以达到最佳的搜索和处理效果。

预测：在以后 因为巨大数据和人造智能手艺的不断进步，Elasticsearch的字段类型将会更加丰有钱和有力巨大。欢迎用实际体验验证这一观点。