1 核心數據類型
| 字符類型 |
說明 |
| text |
⽤於全⽂索引，搜索時會自動使用分詞器進⾏分詞再匹配。字段內容會被分析，在生成倒排索引以前，字符串會被分析器分成一個一個詞項 |
| keyword |
不分詞，搜索時需要匹配完整的值 |
| 整數類型 |
說明 （1byte(字節)=8bit(位、比特)） |
| byte |
（1字節）-128 到127（- 2^7 到 2^7– 1） |
| short |
（2字節）-32,768到32,767 （- 2^15 到 2^15– 1） |
| integer |
（4字節）-2,147,483,648到2,147,483,647 （- 2^31 到 2^31– 1） |
| long |
（8字節）（- 2^63 到 2^63– 1） |
| 浮點類型 |
說明 |
| float |
32位單精度IEEE 754浮點類型 |
| double |
64位雙精度IEEE 754浮點類型 |
| half_float |
16位半精度IEEE 754浮點類型 |
| scaled_float |
縮放類型的的浮點數（比如價格只需要精確到分，price為57.34的字段縮放因子為100，存起來就是5734） |
JSON中沒有日期類型，所以在ELasticsearch中，日期類型可以是以下幾種：
日期格式的字符串：e.g. “2015-01-01” or “2015/01/01 12:10:30”.
long類型的毫秒數( milliseconds-since-the-epoch)
integer的秒數(seconds-since-the-epoch)
| 布爾類型 |
說明 |
| boolean |
true/false |
| 二進制類型 |
說明 |
| binary |
該binary類型接受二進制值作為 Base64編碼的字符串 |
| 范圍類型 |
說明 |
| integer_range |
一個帶符號的32位整數范圍，最小值為，最大值為。 -2^31到 2^31-1 |
| float_range |
一系列單精度32位IEEE 754浮點值 |
| long_range |
一系列帶符號的64位整數，最小值為，最大值為。 -2^63 到 2^63-1 |
| double_range |
一系列雙精度64位IEEE 754浮點值 |
| date_range |
自系統時代以來經過的一系列日期值，表示為無符號的64位整數毫秒 |
| ip_range |
支持IPv4或 IPv6（或混合）地址的一系列ip值 |
2 復雜數據類型
| 對象類型 |
說明 |
| object |
對象，用於單個JSON對象 |
3 地理數據類型
| 地理位置數據類型 |
說明 |
| geo_point |
geo_point為緯度/經度點 |
| 地理形狀數據類型 |
說明 |
| geo_shape |
geo_shape映射將geo_json幾何對象映射到geo_shape類型,用於多邊形等復雜形狀 |
4 專用的數據類型
| 專用的數據類型 |
說明 |
| ip |
ip用於IPv4和IPv6地址 |
| Completion data type |
提供自動完成建議 |
| Token count |
計算字符串中令牌的數量 |
| mapper-murmur3 |
在索引時計算值的哈希並將其存儲在索引中 |
| mapper-annotated-text |
annotated-text 索引包含特殊標記的文本（通常用於標識命名實體） |
| Percolator |
接受來自query-dsl的查詢 |
| Join |
為同一索引內的文檔定義父/子關系 |
| Rank feature |
記錄數字功能以提高查詢時的點擊率 |
| Rank features |
記錄數字功能以提高查詢時的點擊率 |
| Dense vector |
記錄浮點值的密集向量 |
| Sparse vector |
記錄浮點值的稀疏向量 |
| Search-as-you-type |
針對查詢進行優化的類文本字段，以實現按需輸入完成 |
| Alias |
為現有字段定義別名。 |
| Flattened |
Allows an entire JSON object to be indexed as a single field |
| Shape |
shape 對於任意笛卡爾幾何 |
| Histogram |
histogram 用於百分位數聚合的預聚合數值。 |
| Constant keyword |
keyword當所有文檔具有相同值時的情況的 專業化。 |
5 數組
在Elasticsearch中，數組不需要專用的字段數據類型。默認情況下，任何字段都可以包含零個或多個值，但是，數組中的所有值都必須具有相同的數據類型。請參閱數組。
6 多領域
為不同的目的以不同的方式對同一字段建立索引通常很有用。例如，一個string字段可以映射為text用於全文搜索的字段，也可以映射為keyword用於排序或聚合的字段。或者，您可以使用standard分析儀， english分析儀和 french分析儀索引文本字段。
這是多領域的目的。大多數數據類型通過fields參數支持多字段。
