Elasticsearch 字段映射与数据类型

---

---

前言

在 Elasticsearch 中，@Field 注解的 type 属性用于指定字段的数据类型。不同的字段类型会影响 Elasticsearch 对数据的存储方式、索引方式以及查询方式。以下是 @Field 中常见的字段类型（FieldType）及其详解。

---

@Field 注解的 type 属性

1. FieldType.Keyword

• 用途：适用于需要精确匹配的字段，例如 ID、标签、分类、状态等不需要分词的字符串。

• 特点：

  • 不会被分词，整个字符串作为一个单一的词项存储。

  • 支持精确匹配（term 查询、match 查询不适用）。

  • 对于字段值不会分割成多个词项，适合用于聚合（aggs）、排序（sort）等操作。

• 适用场景：

  • 用于存储用户的唯一标识符（如 user_id）、分类名称、状态字段等。

@Field(type = FieldType.Keyword)
private String status;

2. FieldType.Text (默认分词器)

• 用途：

  • 适用于存储需要进行全文检索的文本字段。
  • 当你使用 FieldType.Text 时，Elasticsearch 会自动为该字段使用默认的分词器来进行分词处理。

• 特点：

  • 会被分词器分割成多个词项。

  • 支持模糊查询、短语查询、范围查询等全文搜索功能。

  • Elasticsearch 会为其创建倒排索引，可以支持高效的全文检索和分析。

• 默认分词器：

  • Elasticsearch 默认使用 standard 分词器，这个分词器会将文本按空格、标点符号等进行分割，并将文本转化为多个小的词项（tokens）。例如，中文文本会被按照一定规则分割成词，英文文本会被分割成单词。

• 适用场景：

  • 用于存储文章内容、产品描述、评论等需要全文搜索的文本，适合一般的全文检索场景，特别是英文文本的处理。

• 示例（使用默认 standard 分词器）：

  @Field(type = FieldType.Text, analyzer = "standard")
  private String content;
  

  默认行为：如果你存储的是英文文本，Elasticsearch 会自动使用 standard 分词器将文本切分成多个单词进行索引。在检索时，用户可以通过 match 查询、wildcard 查询等进行高效的全文搜索。

3. FieldType.Text (自定义分词器)

• 用途：

  • 用于存储需要特定分词器处理的文本字段。
  • 当你需要自定义分词行为时，可以使用自定义的分词器。这时，你不仅可以指定一个特定的分词器，还可以配置分词器的具体行为，或者使用多个分析器链组合起来来达到更好的文本处理效果。

• 特点：

  • 可以指定自定义的分词器，例如使用 ik_max_word 分词器处理中文文本。

  • 支持更细粒度的分词和检索控制。

• 自定义分词器：

  • 你可以定义一个自定义的分词器（analyzer），这个分词器可以根据你的需求使用不同的分词规则，处理文本时的方式可以是自定义的。例如，使用中文分词器（如 ik_max_word）来更好地处理中文文本，或使用 keyword 分词器来处理特定的关键字。

• 适用场景：

  • 当文本的语言和内容特殊，或者你希望对不同文本进行定制化处理时，比如：

    • 中文文本的分词（通常需要使用 ik_max_word 或 ik_smart）。

    • 特定领域的文本处理，如专有名词或术语的处理。

    • 忽略大小写、移除停用词、词干提取等。

• 示例（使用自定义分析器）：

  @Field(type = FieldType.Text, analyzer = "ik_max_word")
  private String description;
  

  自定义行为：使用 ik_max_word 分词器会把中文文本进行更细粒度的分词，例如将 "平板电脑" 分词成 "平板" 和 "电脑"。这种方式对中文文本的处理效果会比默认的 standard 分词器更好。

4. FieldType.Integer

• 用途：用于存储整数类型数据。

• 特点：

  • 存储整数值，适合用于存储诸如年龄、数量等数据。

  • 可以进行范围查询、排序和聚合操作。

  • 支持高效的数值查询。

• 适用场景：

  • 用于存储整型数据，如 age、price 等。

@Field(type = FieldType.Integer)
private int age;

5. FieldType.Long

• 用途：用于存储长整型数据。

• 特点：

  • 存储较大的整数值，支持范围查询、排序和聚合。

• 适用场景：

  • 用于存储时间戳、大数量值等，如 Unix 时间戳。

@Field(type = FieldType.Long)
private long timestamp;

6. FieldType.Double

• 用途：用于存储双精度浮点数类型数据。

• 特点：

  • 存储小数值，可以用于存储价格、评分等数据。

  • 支持数值范围查询、聚合等操作。

• 适用场景：

  • 用于存储价格、评分、测量值等浮动值。

@Field(type = FieldType.Double)
private double price;

7. FieldType.Float

• 用途：用于存储单精度浮点数数据。

• 特点：

  • 存储较小范围的浮点数值，适合占用更少的内存。

  • 用于低精度要求的浮动值。

• 适用场景：

  • 用于存储浮动数据，如 float 类型的评分、比例等。

@Field(type = FieldType.Float)
private float rating;

8. FieldType.Boolean

• 用途：用于存储布尔类型数据（true 或 false）。

• 特点：

  • 存储两个可能值，适合用于存储开关类型的数据。

  • 可以用于过滤和条件查询。

• 适用场景：

  • 用于存储是否开启的标志、是否有效的状态等。

@Field(type = FieldType.Boolean)
private boolean active;

9. FieldType.Date

• 用途：用于存储日期和时间类型数据。

• 特点：

  • 支持多种日期格式，可以用于存储日期、时间戳等。

  • 支持范围查询和日期排序。

• 适用场景：

  • 用于存储事件时间、创建时间、更新时间等。

@Field(type = FieldType.Date, pattern = "yyyy-MM-dd'T'HH:mm:ss.SSSZ")
private Date createdAt;

10. FieldType.IP

• 用途：用于存储 IP 地址。

• 特点：

  • 可以支持范围查询和精确匹配操作。

  • 用于存储网络地址，适合做网络数据相关的查询。

• 适用场景：

  • 用于存储 IP 地址信息，例如访问日志中的 IP 地址。

@Field(type = FieldType.IP)
private String ipAddress;

11. FieldType.Object

• 用途：用于存储嵌套对象类型数据（JSON 对象）。

• 特点：

  • 用于存储复杂对象，可以嵌套其他字段。

  • 对象字段会被存储为 nested 类型，可以进行复杂查询。

• 适用场景：

  • 用于存储嵌套对象，如订单项（每个订单中有多个商品）。

@Field(type = FieldType.Object)
private Address address;

12. FieldType.GeoPoint

• 用途：用于存储地理坐标（经纬度）。

• 特点：

  • 存储地理位置的数据，可以用于地理位置查询、范围查询（例如：找到指定半径范围内的地点）。

  • 支持 geo_distance 查询、geo_bounding_box 查询等。

• 适用场景：

  • 用于存储商店地址、用户当前位置等地理位置数据。

@Field(type = FieldType.GeoPoint)
private GeoPoint location;

13. FieldType.Nested

• 用途：用于存储嵌套类型字段（nested objects），适用于需要独立查询每个嵌套对象的场景。

• 特点：

  • 嵌套字段会被单独索引，并支持嵌套查询。

  • 适用于具有多层级、复杂关系的数据结构。

• 适用场景：

  • 用于存储多层次的嵌套对象，如一篇文章中的评论列表。

@Field(type = FieldType.Nested)
private List<Comment> comments;

14. FieldType.Binary

• 用途：用于存储二进制数据。

• 特点：

  • 用于存储文件、图片或其他二进制数据。

  • 适用于存储非文本数据。

• 适用场景：

  • 用于存储图像、文件的二进制数据。

@Field(type = FieldType.Binary)
private byte[] image;

---

总结

在 Elasticsearch 中，@Field 注解的 type 属性有多种字段类型，适用于不同的数据存储需求。常见的字段类型包括 keyword、text、integer、date、geo_point 等，每种类型都有不同的用途和特性。选择正确的字段类型可以优化索引性能，并提高查询效率。