在Elasticsearch中将字段映射到类型有什么好处？

Question

我有大约1000万个非常扁平的（如RDBMS行）文档存储在ES中。每个文档有10个字段，其中5个字段实际上是枚举。

我创建了一个映射，将Enum的序数映射到Short，并在索引文档时传递序号。

Elasticsearch是否将这些值实际存储为索引中的Short？或者他们得到.toString（）'ed？当我将字段映射到数据类型时，“引擎盖下”实际发生了什么？

Answer 1

由于ES是建立在Lucene之上的，因此可以在“引擎盖下”查看字段的实际存储和使用方式。

据我所知，Lucene实际上存储的数据不仅仅是String格式。所以回答你的一个问题，我相信答案是否定的 - 一切都没有得到.toString（）'ed。事实上，如果您查看Lucene's document package的文档，您会发现它有许多数字类型（例如IntField，LongField等）。

Elasticsearch documentation on Core Types也暗示了这一事实：

  

“它使用Lucene中的特定构造来支持数字   值。数字类型与相应的Java具有相同的范围   类型“。

此外，Lucene提供专门用于搜索具有已知数字术语的字段的查询（ES利用），例如Lucene's search package中讨论的NumericRangeQuery。 Lucene中的相同数字类型也允许有效排序。

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。 （但是，如果您愿意，可以使用ignore_malformed在数字字段上禁用此行为）

希望这会有所帮助......