ElasticSearch复杂数据类型

ElasticSearch入门到实战教程：点击查看

1. 对象类型（object）

一个字段下需要多种类型的属性字段，属性 attr 有身高、体重，添加映射语句如下：

POST indexname/_mapping
{"properties": {"attr": {"properties": {"height": {"type": "double"},"weight": {"type": "double"}}}}
}

对象类型新增数据语法

PUT indexname/_doc/1
{"attr": {"height": 176.3,"weight": 64}
}

筛选查询新增的数据

GET indexname/_search
{"query":{"term":{"attr.weight": "64"}}
}

2. 数组类型

ELasticsearch没有专用的数组类型，默认情况下任何字段都可以包含一个或者多个值，但是一个数组中的值要是同一种类型。

• 字符数组: [ “one”, “two” ]
• 整型数组：[1,3]
• 对象数组：[ { “name”: “长度”, “value”: “10” }, { “name”: “内存”, “value”: “16” }]

keyword数组，创建keyword字段

POST indexname/_mapping
{"properties": {"skills": {"type": "keyword"}}
}

新增数据

PUT indexname/_doc/2
{"skills": ["java", "c++"]
}

对象数组，创建对象字段

POST indexname/_mapping
{"properties": {"attrs": {"properties": {"name": {"type": "keyword"},"value": {"type": "keyword"}}}}
}

新增数据

PUT indexname/_doc/3
{"attrs": [{"name": "长度","value": "10"},{"name": "内存","value": "16"}]
}

3. 嵌套文档（nested）

nested嵌套类型是object中的一个特例，可以让对象数组类型独立索引和查询。

项目场景中弥补对象数组的一些查询问题

接着前面创建的对象数组 attrs 先添加几条数据

POST _bulk
{"create":{"_index":"indexname","_id":20}}
{"attrs":[{"name":"长度","value":"64"},{"name":"内存","value":"32"}]}
{"create":{"_index":"indexname","_id":21}}
{"attrs":[{"name":"长度","value":"64"},{"name":"内存","value":"64"}]}
{"create":{"_index":"indexname","_id":22}}
{"attrs":[{"name":"长度","value":"64"}]}

现在业务需求：需要 属性=长度 且 值=32 的数据（目前数据里没有），我们来写查询语法。

GET indexname/_search
{"query": {"bool": {"must": [{"term": {"attrs.name": "长度"}},{"term": {"attrs.value": "32"}}]}}
}

运行后发现居然有数据，为什么呢？我们后面原理篇会讲。

怎么解决这种问题呢？使用 nested 类型即可解决。

添加映射字段

POST indexname/_mapping
{"properties": {"attrsNested": {"type": "nested","properties": {"name": {"type": "keyword"},"value": {"type": "keyword"}}}}
}

添加几条数据

POST _bulk
{"create":{"_index":"indexname","_id":20}}
{"attrsNested":[{"name":"长度","value":"64"},{"name":"内存","value":"32"}]}
{"create":{"_index":"indexname","_id":21}}
{"attrsNested":[{"name":"长度","value":"64"},{"name":"内存","value":"64"}]}
{"create":{"_index":"indexname","_id":22}}
{"attrsNested":[{"name":"长度","value":"64"}]}

查询数据

GET indexname/_search
{"query": {"nested": {"path": "attrsNested","query": {"bool": {"must": [{"term": {"attrsNested.name": "长度"}},{"term": {"attrsNested.value": "32"}}]}}}}
}

已经查不到数据了，问题完美解决

4. 子字段

text类型不能用于排序、聚合。为什么呢？因为它的属性 fielddata 默认是false，设置为true就可以了，但是不建议使用，会增加内存的压力。

添加字段映射（不建议设置true）：

POST indexname/_mapping
{"properties": {"address": {"type": "text","fielddata":true}}
}

直接使用 keyword 类型可以进行排序、聚合。

想必会有同学有疑问：

同样是字符串类型，干脆直接都用keyword类型不就行了。

如果你不需要 分词 那么你用keyword完全可以，如果你需要对字段值分词，那你还是需要用text。

那么有没有不增加压力，而且不用两个字段的方法呢？ 当然有，就是做子字段！

POST indexname/_mapping
{"properties": {"address": {"type": "text","fields": {"keyword": {"type": "keyword","ignore_above": 256}}}}
}

address 字段下增加了 keyword 名字的字段，类型是 keyword，设置256长度

对应查询子字段keyword的语句

GET indexname/_search
{"query": {"term":{"address.keyword": ""}}
}

5. 地理类型

geo_point 是地理类型。移动互联网的时代，移动设备越来越多，要根据地理位置搜索地址，可以把地址的经纬度数据设置地理数据类型。

POST indexname/_mapping
{"properties": {"location": {"type": "geo_point"}}
}

添加一条地理位置数据

PUT indexname/_doc/6
{"location": {"lat": 41.07,"lon": 116.64}
}

• lat（经度）
• lon（纬度）

根据（41.07，116.14）坐标，查询100km内的位置信息

GET indexname/_search
{"query": {"geo_distance": {"distance": "100km","location": {"lat": 41.07,"lon": 116.14}}}
}

根据（23.6,32.2）位置，对查询结果进行远近排序

GET indexname/_search
{"query": {"match_all": {}},"sort": [{"_geo_distance": {"location": "23.6,32.2","unit": "km"}}]
}

更多资料请看《ElasticSearch入门到实战教程》：点击查看