ES字段数据类型讲解基础版

映射的数据类型也就是 ES 索引支持的数据类型，其概念和 MySQL 中的字段类型相似，但是具体的类型和 MySQL 中有所区别，最主要的区别就在于 ES 中支持可分词的数据类型，如：Text 类型，可分词类型是用以支持全文检索的，这也是 ES 生态最核心的功能。

想象一下，你有两个图书馆：

1. 图书馆 A (代表 MySQL 数据库)：

   • 这个图书馆非常规矩。每本书的信息（书名、作者、出版日期、ISBN号）都写在固定格式的卡片上，一张卡片对应一个信息项。
   • 管理员（MySQL）非常擅长按精确的卡片信息找书。比如：
     • “请给我**书名 完全等于 ‘百年孤独’**的书。” → 管理员立刻找到。
     • “请给我**作者 完全等于 ‘J.K.罗琳’**的书。” → 管理员立刻找到。
     • “请给我出版日期 是 2023年1月1日的书。” → 管理员立刻找到。
   • 但是！ 如果你想找书内容里提到“魔法”的书，管理员就傻眼了。因为卡片上只记录了书名、作者这些固定信息，没有记录书里具体写了什么词！他得一本本翻书去查，效率极低。

2. 图书馆 B (代表 Elasticsearch 索引)：

   • 这个图书馆非常智能。它不仅记录书名、作者这些基本信息（也写在卡片上），它还有一个超级厉害的功能！
   • 它请了一群图书管理员助理 (分词器)。他们的工作就是把每一本书的完整内容拆开、分析：
     • 助理拿到一本书，比如《哈利波特与魔法石》。
     • 他们逐页阅读 (分词)，把书里的句子拆分成一个个独立的单词：“哈利”、“波特”、“与”、“魔法”、“石”、“男孩”、“巫师”、“学校”…… （去掉“的”、“了”等无意义的词）。
     • 然后，他们为每一个拆分出来的单词制作一张索引卡片 (倒排索引)。卡片上写着这个单词，以及所有包含这个单词的书名和页码。
       • 卡片：“魔法” → 出现在《哈利波特与魔法石》第5页、第87页、第120页…；也出现在《指环王》第45页…；也出现在…
       • 卡片：“哈利” → 出现在《哈利波特与魔法石》第1页、第3页、第10页…；也出现在《哈利波特与密室》第1页…
   • 现在，如果你想找书内容里提到“魔法”的书：
     • 你问管理员（Elasticsearch）：“请给我所有内容里包含‘魔法’的书。”
     • 管理员直接去翻“魔法”那张索引卡片，瞬间就列出了所有包含“魔法”的书名和具体位置！速度飞快！
   • 更厉害的是，你还可以问：
     • “请给我内容里包含‘魔法’ 和 ‘学校’的书。” → 管理员查“魔法”卡片和“学校”卡片，找同时出现这两词的书。
     • “请给我内容里包含‘哈利’ 或 ‘波特’的书。” → 管理员查“哈利”卡片和“波特”卡片，合并结果。
     • “请给我内容里包含‘魔法石’的书。” → 管理员可能会把“魔法石”拆成“魔法”和“石”两张卡片去找（取决于助理怎么拆），也能找到。

现在，对应到数据类型：

• MySQL 的字段类型 (如 VARCHAR, INT, DATE)：

  • 就像图书馆 A 的固定信息卡片。它们存储的是完整的、不可分割的值。
  • 书名 = "百年孤独" -> 整个字符串作为一个整体存储和查询。只能精确匹配。
  • 价格 = 99.99 -> 精确的数字。
  • 出版日期 = "2023-01-01" -> 精确的日期。
  • 它们不支持像图书馆 B 那样把内容拆开搜索。

• Elasticsearch 的映射数据类型：

  • Text 类型 (可分词类型)：
    • 这就是图书馆 B 的超级功能！它对应的是书的内容。
    • 当你把一个字段（比如 book_content）定义为 text 类型时，Elasticsearch 就会像那些助理一样，自动把你存入的内容拆分成一个个单词 (分词)，并为这些单词建立索引卡片 (倒排索引)。
    • 这就是 ES 实现超快全文搜索的核心秘密！让你能根据内容里的单词快速找到相关文档。
  • Keyword 类型 (不可分词类型)：
    • 这更像是图书馆 A 的卡片或者图书馆 B 里记录书名、作者的那些卡片。
    • 当你把一个字段（比如 book_title, author, status）定义为 keyword 类型时，Elasticsearch 会把整个值当作一个不可分割的整体存储。
    • 它适合用于：
      • 精确匹配：author.keyword = "J.K.罗琳"
      • 排序
      • 聚合统计（比如按状态status.keyword分组计数）
    • 它不会被分词。如果你想在书名里搜“魔法”，如果书名是 keyword 类型，你必须搜索整个书名 book_title.keyword = "哈利波特与魔法石" 才能匹配，搜索 book_title.keyword = "魔法" 是找不到的（除非真有本书名字就叫“魔法”）。

总结一下关键区别：

特性	MySQL 字段类型 (如 VARCHAR)	Elasticsearch 数据类型
核心用途	存储精确值，支持精确匹配、排序、计算	存储数据，支持全文搜索、精确匹配、排序、聚合
分词能力	❌ 没有分词概念	✅ 有专门的分词类型 (text)
类比	图书馆A的固定信息卡片	text类型：书的内容索引卡； keyword类型：书名/作者卡
搜索特点	只能精确匹配整个字段值	text类型：可按内容中的单词搜索； keyword类型：需精确匹配整个字段值

简单来说：

• 如果你想搜文章内容、商品描述、日志信息里包含哪些词，就用 text 类型。这是 ES 的看家本领。
• 如果你想按品牌、状态、ID、标签（这些通常是固定的、有限的选项）进行精确筛选、排序或统计，就用 keyword 类型。