Skip to main content

索引字段类型

权限提醒

索引字段的设置需要有 WRITE 权限。

每个字段相应的数据类型,指示字段包含的数据类型(例如字符串或布尔值)及其预期用途。 例如,您可以将字符串索引到 textkeyword 类型。

字段类型按系列分组,同一家族中的类型支持相同的搜索功能,但可能具有不同的空间使用或性能特征。

通用类型

binary

使用 BASE64 字符串编码的二进制值。

boolean

布尔值类型,包含两个值 truefalse

Keywords

关键字类型族,包括 keyword, constant_keyword, 和 wildcard

Numbers

数字类型,例如 longdouble ,用于表达数量。

Dates

日期类型,包括:datedate_nanos

alias

定义一个已有字段的别名。

对象和关联类型

object

JSON 对象

flattened

将整个 JSON 对象作为一个单一的字段值。

nested

保留其子字段之间关系的 JSON 对象。

join

为同一索引中的文档定义父/子关系。

结构化数据类型

Range

范围类型,例如 long_range, double_range, date_range, 和 ip_range

ip

IP 地址,支持 IPv4 和 IPv6 地址。

version

软件版本,支持语义化的版本控制优先规则。

murmur3

计算和存储值的哈希值。

聚合数据类型

histogram

预先汇总的数值。

索引字段类型

text

经过分析的非结构化文本。

annotated-text

包含特殊标记的文本。 用于识别命名实体。

completion

用于搜索的自动完成建议。

search_as_you_type

键入时完成的类似文本的类型。

token_count

文本中包含 token 的计数。

文档排名类型

dense_vector

记录浮点值的密集向量。

sparse_vector

记录浮点值的稀疏向量。

rank_feature

记录数字特征以便在查询时提高命中率。

rank_features

记录数值特征以在查询时提高命中率。

空间数据类型

geo_point

包含经纬度信息的点

geo_shape

复杂的形状,例如多边形。

point

任意点信息。

shape

任意笛卡尔几何形状。

其他类型

percolator

使用 Query DSL 编写的索引查询。