news 2026/4/13 5:35:27

ES理论:索引字段类型选择

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
ES理论:索引字段类型选择

文章目录

  • 前言
  • 汇总
  • 索引配置项设计
  • 索引字段类型
    • keyword
    • text类型
    • 多字段映射 (Multi-fields)
    • **path_analyzer**
    • 数值类型 float
    • 日期类型
    • tags字段设计
    • 自定义路径分析器
  • 资料获取

前言

博主介绍:✌目前全网粉丝4W+,csdn博客专家、Java领域优质创作者,博客之星、阿里云平台优质作者、专注于Java后端技术领域。

涵盖技术内容:Java后端、大数据、算法、分布式微服务、中间件、前端、运维等。

博主所有博客文件目录索引:博客目录索引(持续更新)

CSDN搜索:长路

视频平台:b站-Coder长路

汇总

  1. keyword vs text
    • keyword:精确匹配,用于过滤、聚合、排序
    • text:全文搜索,用于内容检索
  1. 数值类型选择
    • integer:整数值,如状态码、等级
    • long:大数值,如文件大小、价格
    • date:时间日期,支持范围查询

索引配置项设计

"settings":{"number_of_shards":15,"number_of_replicas":1,"refresh_interval":"30s"}
  • shards: 15 - 数据分片数,影响并行处理能力
  • replicas: 1 - 每个分片的副本数,影响高可用性
  • refresh_interval: 30s - 索引刷新间隔,影响数据实时性

索引字段类型

keyword

keyword类型:

"id":{"type":"keyword"}
  • 含义:用于精确值匹配,不分词
  • 适用场景:ID、状态码、标签等需要精确匹配的字段
  • 特点:支持聚合、排序,性能优于text类型

text类型

"fileName":{"type":"text","analyzer":"ik_max_word","search_analyzer":"ik_smart"}
  • 含义:全文搜索字段,会被分词
  • analyzer:索引时使用的分词器
  • search_analyzer:搜索时使用的分词器
  • ik_max_word:细粒度分词
  • ik_smart:粗粒度分词

多字段映射 (Multi-fields)

fileName的多字段定义:

"fileName":{"type":"text","fields":{"keyword":{"type":"keyword","ignore_above":256},"raw":{"type":"text","analyzer":"standard"}}}
  • fileName:主字段,使用IK中文分词
  • fileName.keyword:keyword子字段,用于精确匹配、聚合
  • fileName.raw:使用标准分词器的text子字段
  • ignore_above: 256 - 超过256字符的不会被索引

path_analyzer

"filePath":{"type":"text","analyzer":"path_analyzer","fields":{"keyword":{"type":"keyword"}}}
  • path_analyzer:自定义路径分析器,用于文件路径的层次化搜索
  • 可以搜索如/home/user/documents/并匹配子路径

数值类型 float

"fileSize":{"type":"float"}
  • float:单精度浮点数,适合文件大小存储

日期类型

"updateTime":{"type":"date","format":"yyyy-MM-dd HH:mm:ss||epoch_millis"}
  • format:支持多种日期格式
  • yyyy-MM-dd HH:mm:ss:字符串格式
  • epoch_millis:时间戳格式

tags字段设计

"tags":{"type":"keyword","fields":{"text":{"type":"text","analyzer":"ik_smart"}}}
  • tags:keyword类型,用于精确标签匹配
  • tags.text:text类型,用于标签的全文搜索

自定义路径分析器

"analysis":{"analyzer":{"path_analyzer":{"type":"custom","tokenizer":"path_tokenizer"}},"tokenizer":{"path_tokenizer":{"type":"path_hierarchy"}}}
  • path_hierarchy:专门用于路径层次结构的tokenizer
  • 例如/a/b/c会被分词为:/a,/a/b,/a/b/c

资料获取

大家点赞、收藏、关注、评论啦~

精彩专栏推荐订阅:在下方专栏👇🏻

  • 长路-文章目录汇总(算法、后端Java、前端、运维技术导航):博主所有博客导航索引汇总
  • 开源项目Studio-Vue—校园工作室管理系统(含前后台,SpringBoot+Vue):博主个人独立项目,包含详细部署上线视频,已开源
  • 学习与生活-专栏:可以了解博主的学习历程
  • 算法专栏:算法收录

更多博客与资料可查看👇🏻获取联系方式👇🏻,🍅文末获取开发资源及更多资源博客获取🍅

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/12 17:26:22

为什么你的Dify响应时间这么长?,混合检索调优的9个隐藏陷阱

第一章:混合检索的 Dify 响应时间在构建现代 AI 应用时,响应时间是衡量系统性能的关键指标之一。Dify 作为一个支持可视化编排的智能应用开发平台,其核心优势在于融合了向量检索与关键词检索的混合检索机制。该机制在保障召回率的同时&#x…

作者头像 李华
网站建设 2026/4/12 17:43:34

Windows任务管理器的作用

Windows 任务管理器是一个比设备管理器更常用、功能更强大的核心工具。它不仅是“结束程序”的利器,更是监控和管理系统性能、启动项、用户进程和服务的高级控制台。 一、任务管理器是什么? 它是 Windows 内置的实时监控和管理工具,允许你查看…

作者头像 李华
网站建设 2026/4/3 10:04:56

C语言实现memcmp函数功能(附带源码)

一、项目背景详细介绍在C语言标准库中,memcmp 是一个非常重要且底层的函数,用于按字节比较两段内存区域的内容。与 strcmp 不同,memcmp 并不关心数据类型或字符串结束符,它只关心:在指定的字节数范围内,两块…

作者头像 李华
网站建设 2026/4/10 21:51:19

接口自动化框架里常用的小工具

在日常编程工作中,我们常常需要处理各种与时间、数据格式及配置文件相关的问题。本文整理了一系列实用的Python代码片段,涵盖了日期时间转换、数据格式化与转换、获取文件注释以及读取配置文件等内容,助力开发者提升工作效率,轻松…

作者头像 李华
网站建设 2026/4/5 23:23:50

大模型转行攻略:从零到高薪,四大方向+实战路线图(建议收藏)

本文详解大模型转行攻略,介绍四大方向(数据、平台、应用、部署),分析新人三大误区,并提供实用入门建议和三阶段路线图。文章强调选对方向、打好基础、注重工程能力的重要性,帮助读者在大模型领域少走弯路&a…

作者头像 李华
网站建设 2026/4/12 22:05:22

07-上下文感知的RAG案例

实现了一个带上下文记忆的 RAG(检索增强生成)问答系统,核心能力是: 1.从指定网页加载 Agent 相关知识并构建向量数据库; 2.基于用户问题从向量库检索相关上下文; 3.结合聊天历史理解用户问题(比…

作者头像 李华