首頁>技術>

資料型別

每個欄位都有一個欄位資料型別或欄位型別。此型別指示欄位包含的資料型別(例如字串或布林值)及其預期用途。例如,您可以將字串索引到text和keyword 欄位。但是,text將對欄位值進行分析以進行全文字搜尋,而keyword字串按原樣保留以進行過濾和排序。

欄位型別按家庭分組。同一族中的型別支援相同的搜尋功能,但可能具有不同的空間使用或效能特徵。

目前,唯一型別的家庭keyword,它由以下部分組成keyword, constant_keyword和wildcard欄位型別。其他型別族只有一個欄位型別。例如,boolean型別族由一個欄位型別組成:boolean。

常見型別

binary

二進位制值編碼為Base64字串。

boolean

true和false價值觀。

keywords

關鍵字家庭,其中包括keyword,constant_keyword,和wildcard。

Numbers

數值型別,例如long和double,用於表示金額。

Dates

日期型別,包括date和 date_nanos。

alias

為現有欄位定義別名。

物件和關係型別

object

JSON物件。

flattened

整個JSON物件作為單個欄位值。

nested

保留其子欄位之間關係的JSON物件。

join

為同一索引中的文件定義父/子關係。

結構化資料型別

Range

範圍型別,例如long_range,double_range, date_range,和ip_range。

ip

IPv4和IPv6地址。

version

軟體版本。支援語義版本控制 優先順序規則。

murmur3

計算並存儲值的雜湊。

彙總資料型別

aggregate_metric_double

預彙總的指標值。

histogram

以直方圖形式預先彙總的數值。

文字搜尋型別

text

分析的非結構化文字。

annotated-text

包含特殊標記的文字。用於標識命名實體。

completion

用於自動完成建議。

search_as_you_type

text類似型別,用於按需輸入完成。

token_count

文字中的令牌計數。

檔案等級型別

dense_vector

記錄浮點值的密集向量。

sparse_vector

記錄浮點值的稀疏向量。

rank_feature

rank_features

空間資料型別

geo_point

緯度和經度點。

geo_shape

複雜的形狀,例如多邊形。

point

任意笛卡爾點。

shape

任意笛卡爾幾何。

其他種類

percolator

索引以查詢DSL編寫的查詢。

陣列

在Elasticsearch中,陣列不需要專用的欄位資料型別。預設情況下,任何欄位都可以包含零個或多個值,但是,陣列中的所有值都必須具有相同的欄位型別。請參閱陣列。

多領域

為不同的目的以不同的方式對同一欄位建立索引通常很有用。例如,一個string欄位可以對映為text用於全文搜尋的欄位,也可以對映為keyword用於排序或聚合的欄位。或者,您可以使用standard分析儀, english分析儀和 french分析儀索引文字欄位。

這是多領域的目的。大多數字段型別都透過fields引數支援多欄位。

12
最新評論
  • BSA-TRITC(10mg/ml) TRITC-BSA 牛血清白蛋白改性標記羅丹明
  • pytorch lightning使用(簡要介紹)