ElasticSearch6.5.0 【字段類型】

字符串類型

1. text　　　　適合全文索引，有分析的過程
2. keyword　　適合結構化的數據，比如地址、電話號碼。。。

數字

1. long　　　　【帶符號64位整數】范圍：-2⁶³ ~ 2⁶³-1
2. integer　　   【帶符號32位整數】范圍：-2³¹ ~ 2³¹-1
3. short             【帶符號16位整數】范圍：-32768 ~ 32767
4. byte              【帶符號8位整數】范圍：-128 ~ 127
5. double          【雙精度64位浮點數】范圍：IEEE 754
6. float              【單精度32位浮點數】范圍：IEEE 754
7. half_float      【半精度16位浮點數】范圍：IEEE 754
8. scaled_float 范圍：一個有限的浮點數

日期

1. date

布爾

1. boolean

二進制

1. binary

范圍類型

1. integer_range                   【帶符號32位整數】范圍：-2³¹ ~ 2³¹-1
2. float_range                       【32位單精度浮點數】
3. long_range                       【帶符號64位整數】范圍：-2⁶³ ~ 2⁶³-1
4. double_range                   【雙精度64位浮點數】
5. date_range                       【無符號64位整數毫秒表示的自系統歷元以來經過的日期值范圍】
6. ip_range                           【支持IPv4或IPv6(或混合)地址的一系列ip值】

復合類型

1. Array datatype              【數組，內容可以是任意類型】
2. Object datatype            【單個JSON對象】
3. Nested datatype           【JSON對象數組】

地理類型

1. Geo-point datatype      【地理坐標(經度，緯度)】
2. Geo-Shape datatype   【用於復雜形狀，如多邊形】

特殊類型

1. IP datatype 【IPv4 和 IPv6 地址】
   
2. Completion datatype 【這是一個導航功能，可以在用戶鍵入相關結果時引導他們，提高搜索精度。建議使用支持快速查找的數據結構，但是構建這種結構成本很高，而且存儲在內存中。】
3. Token count datatype 【這個字段實際上是一個整數字段，它接受字符串值，分析它們，然后統計字符串中的單詞數量。】
4. mapper-murmur3 【mapper- whisper 3插件能夠計算索引時字段值的哈希值，並將它們存儲在索引中。有時在高基數和大字符串字段上運行基數聚合時很有用】
5. mapper-annotated-text 【這個插件是實驗性的，未來可能被刪除】
6. Percolator type 【percolator字段類型將json結構解析為原生查詢並存儲該查詢，以便percolator查詢可以使用它來匹配所提供的文檔。任何包含json對象的字段都可以配置為percolator字段】
7. join datatype 【join數據類型是在具有相同索引的文檔中創建父/子關系的特殊字段】
8. Alias datatype 【字段別名只能在具有單一映射類型的索引上指定。因此，要添加字段別名，索引必須在6.0或更高版本中創建，或者使用設置index.mapping的舊索引】