在Elasticsearch中将字段映射到类型有什么优势？

Question

我有大约1000万非常扁平（像RDBMS行）存储在ES中的文档。每个文档有10个字段，其中5个字段实际上是枚举。

我已经创建了一个映射，将Enum的序号映射为Short，并在索引文档时传递序号。

Elasticsearch实际上是否将这些值存储为索引中的Short？或者他们得到.toString（）'ed？当我将一个字段映射到一个数据类型时，实际发生了什么？

Answer 1

由于ES建立在Lucene的基础之上，因此这里是查看字段实际存储和使用的“底层”的地方。

据我所知，Lucene确实存储的数据不仅仅是String格式。所以要回答你的一个问题，我相信答案是否定的 - 一切都不会得到.toString（）'ed。实际上，如果您查看Lucene's document package的文档，您会看到它有很多数字类型（例如IntField，LongField等）。

的Elasticsearch documentation on Core Types也提到了这样一个事实：“它采用内Lucene的具体结构，以支持数字 值数类型具有相同的范围对应的Java 类型。”

此外，Lucene的提供查询（其ES利用的）特异性与已知的数字术语，如它在Lucene's search package讨论的NumericRangeQuery搜索字段设计。 Lucene中的相同数字类型也允许高效排序。

另一个好处是数据完整性。就像任何数据库一样，如果您只希望字段包含数字数据，并且您的应用程序尝试插入非数字数据，则在大多数情况下，您会希望该插入失败。当您尝试索引其字段值与类型映射不匹配的文档时，这是ES的默认行为。 （虽然，你可以使用ignore_malformed禁用数字字段此行为，如果你愿意的话）

希望这有助于...