ElasticSearch
欄位資料型態
===
[Field data types](https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-types.html)
---
## Dynamic mapping and Explicit mappings
---
## 動態 Mapping
- Elasticsearch僅通過索引文檔即可自動添加新欄位。
:::info
使用[Dynamic templates](https://www.elastic.co/guide/en/elasticsearch/reference/current/dynamic-templates.html)來定義自定義映射，這些自定義映射將基於匹配條件動態添加欄位。
:::
---
## 明確 Mapping
在建立index的時候創建映射類型和欄位映射，或通過mapping API添加映射類型和欄位到一個已經存在的index中。
---
建立Index
```json=
PUT /my-index-000001
{
"mappings": {
"properties": {
"age": { "type": "integer" },
"email": { "type": "keyword" },
"name": { "type": "text" }
}
}
}
```
---
新增欄位
```json=
PUT /my-index-000001/_mapping
{
"properties": {
"employee-id": {
"type": "keyword",
"index": false
}
}
}
```
---
# String datatypes
---
1. Text
- 用於索引全文值的字段，分析過程允許Elasticsearch搜索每個全文字段中的單個單詞。文本字段不用於排序，很少用於聚合。
---
2. Keyword
- 用於索引結構化內容的字段，它們通常用於過濾、排序和聚合。關鍵字字段只能按其確切值進行搜索。
---
# Numeric datatypes
- Long: 帶符號64位元整數 (-2^64^ ~ 2^64^-1)
- Integer: 帶符號32位元整數 (-2^32^ ~ 2^32^-1)
- Short:帶符號16位元整數 (-2^16^ ~ 2^16^-1)
- Byte:帶符號8位元整數 (-2^8^ ~ 2^8^-1)
- Double: 雙精度64位元浮點數
- Float:精度32位元浮點數
- Half_float:半精度16位元浮點數
- Scaled_float:會透過 scaling factor把浮點數字變成整數
---
```json=
PUT my-index-000001
{
"mappings": {
"properties": {
"number_of_bytes": {
"type": "integer"
},
"time_in_seconds": {
"type": "float"
},
"price": {
"type": "scaled_float",
"scaling_factor": 100
}
}
}
}
```
---
# Date datatype
JSON沒有日期數據類型，因此Elasticsearch中的日期可以是：
- 包含格式化日期的字符串 "2015-01-01"或"2015/01/01 12:10:30"。
- 一個自紀元以來毫秒數的數字。
- 一個自紀元以來秒數的數字。
---
日期格式可以自定義，但是如果未指定，則預設使用：
:::info
"strict_date_optional_time||epoch_millis"
:::
```json=
PUT my-index-000001/_doc/1
{ "date": "2015-01-01" }
PUT my-index-000001/_doc/2
{ "date": "2015-01-01T12:10:30Z" }
PUT my-index-000001/_doc/3
{ "date": 1420070400001 }
```
---
# Boolean datatype
布林字段接受JSON true和false值，但也可以接受被解釋為true或false的字符串。
- False values: false , "false"
- True valus: true, "true"
---
# Binary datatype
二進制類型接受二進制值作為Base64編碼的字符串。 默認情況下不存儲該字段，並且不可搜索。
---
```json=
PUT my-index
{
"mappings" : {
"properties" : {
"rawdata" : {
"type" : "binary"
}
}
}
}
```
```json=
POST my-index2/_doc/
{
"rawdata" : "aGVsbG93b3JsZA=="
}
```
---
# Range datatype
<!-- .slide: style="font-size: 32px;" -->
Range型態支持
- Integer_range:一個帶符號32位元Range (-2^32^ ~ 2^32^-1)
- Float_range: 一個精度32位元浮點數Range
- Long_range: 一個帶符號64位元Range(-2^64^ ~ 2^64^-1)
- Dobule_range: 一個雙精度64位元浮點數Range
- Date_range:自系統紀元以來經過的無符號64位整數毫秒。
- Ip_range: 支持IPv4或IPv6（或混合）地址的一系列ip值
---
```json=
PUT range_index
{
"settings": {
"number_of_shards": 2
},
"mappings": {
"properties": {
"expected_attendees": {
"type": "integer_range"
},
"time_frame": {
"type": "date_range",
"format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
}
}
}
}
```
---
```json=
PUT range_index/_doc/1?refresh
{
"expected_attendees" : {
"gte" : 10,
"lt" : 20
},
"time_frame" : {
"gte" : "2015-10-31 12:00:00",
"lte" : "2015-11-01"
}
}
```
---
```json=
GET range_index/_search
{
"query" : {
"range" : {
"time_frame" : {
"gte" : "2015-10-31",
"lte" : "2015-11-01",
"relation" : "within"
}
}
}
}
```
---
# Array datatype
在Elasticsearch中，沒有專用的Array類型。預設情況下，任何字段都可以包含零個或多個值，而 Array 中的所有值必須具有相同的資料類型。 例如：
- 字串陣列: ["one","two"]
- 數值陣列: [1,2]
- 陣列的陣列: [1, [2,3]] 相當於 [1,2,3]
- 物件陣列: [{"name":"Mary","age":12}, {"name":"John","age":10}]
---
# Object datatype
- JSON文檔本質上是分層的：文檔可能包含內部物件，而內部物件本身可能包含內部物件：
```json=
PUT my-index-000001/_doc/1
{
"region": "US",
"manager": {
"age": 30,
"name": {
"first": "John",
"last": "Smith"
}
}
}
```
---
# Nested datatype
nested類型是特殊的object型別，它允許物件陣列以可以彼此獨立查詢的方式進行索引。
[說明](https://www.elastic.co/guide/en/elasticsearch/reference/master/nested.html)
---
## object arrary 如何展平
Lucene沒有內部物件的概念，因此Elasticsearch將物件層次結構展平為一個簡單的字段名稱和值列表。 例如，以下文件：
---
```json=
PUT my-index-000001/_doc/1
{
"group" : "fans",
"user" : [
{
"first" : "John",
"last" : "Smith"
},
{
"first" : "Alice",
"last" : "White"
}
]
}
```
---
```json=
GET my-index-000001/_search
{
"query": {
"bool": {
"must": [
{
"match": {
"user.first": "Alice"
}
},
{
"match": {
"user.last": "Smith"
}
}
]
}
}
}
```
---
內部轉換成像這樣的文檔
其中 alice 和 white 的關聯性丟失了
```json=
{
"group" : "fans",
"user.first" : [ "alice", "john" ],
"user.last" : [ "smith", "white" ]
}
```
---
使用nested類型
```json=
PUT my-index-000002
{
"mappings": {
"properties": {
"user": {
"type": "nested"
}
}
}
}
```
---
搜尋 nested field type 需使用 nested query
```json=
GET my-index-000002/_search
{
"query": {
"nested": {
"path": "user",
"query": {
"bool": {
"must": [
{
"match": {
"user.first": "Alice"
}
},
{
"match": {
"user.last": "Smith"
}
}
]
}
}
}
}
}
```
:::info
如果需要索引object arrary 並保持數組中每個對象的獨立性，請使用nested數據類型而不是 object數據類型。
:::
---
# 敬請指教
----
{"metaMigratedAt":"2023-06-16T00:31:10.298Z","metaMigratedFrom":"Content","title":"ElasticSearch \n欄位資料型態","breaks":true,"contributors":"[{\"id\":\"565617f1-fa63-410c-9fb9-a9278632bb7a\",\"add\":7032,\"del\":1459}]"}