Elasticsearch核心指南：全量数据类型详解与最优选型策略

一、前言

在 Elasticsearch 索引建模过程中，数据类型的定义是最基础、最核心的环节，直接决定了索引的存储大小、查询性能、检索精度和功能可用性。

很多新手在建模时随意指定数据类型，最终导致数据存储冗余、聚合排序失效、查询超时、数据丢失等严重问题。本文将系统梳理 ES 支持的所有核心数据类型，结合选型流程图、实战场景、避坑指南，手把手教你为业务选择最合适的数据类型。

二、Elasticsearch 核心数据类型分类

ES 数据类型非常丰富，按照功能和用途可分为6大类，覆盖所有业务场景：

1. 字符串类型（最常用）

• text：全文本类型，分词存储，支持全文检索
• keyword：关键字类型，不分词，支持精确匹配/聚合/排序

2. 数值类型

• integer：整型（-2³¹ ~ 2³¹-1）
• long：长整型（超大整数）
• float：单精度浮点型
• double：双精度浮点型
• short：短整型
• byte：字节型
• unsigned_long：无符号长整型

3. 日期类型

• date：日期类型，支持字符串、毫秒值、秒值格式（如2025-01-01、2025-01-01 12:00:00）

4. 布尔类型

• boolean：布尔值，仅支持true/false

5. 复杂类型

• object：对象类型，存储嵌套 JSON 对象
• nested：嵌套类型，解决对象数组关联查询问题
• flattened：扁平化类型，将整个对象作为一个字段存储

6. 特殊类型

• ip：IP 地址类型，支持 CIDR 格式查询
• geo_point：地理坐标类型，存储经纬度，支持地理位置检索
• range：范围类型，存储数值/日期/IP 范围
• binary：二进制类型，存储 Base64 编码数据
• version：版本号类型，支持语义化版本比较

三、ES 数据类型选型核心流程图

这是企业级开发通用选型流程图，遇到任何字段，直接按流程判断即可：

四、核心数据类型详解+使用场景

1. 字符串类型（text / keyword）

最容易混淆，必须严格区分

1. text

   • 特性：自动分词，建立词条索引
   • 支持：全文检索、模糊匹配
   • 不支持：聚合、排序、精确匹配
   • 场景：文章正文、商品描述、评论、标题全文搜索

2. keyword

   • 特性：不分词，完整存储字符串
   • 支持：精确查询、聚合、排序、去重
   • 场景：手机号、订单号、状态码、标签、用户名、城市

2. 数值类型（6种）

遵循原则：能用小类型不用大类型，节省存储空间

1. byte：-128~127，如状态值（0/1）
2. short：-32768~32767，如年龄、数量
3. integer：常用默认整型，如用户ID、商品库存
4. long：超大数字，如订单ID、分布式ID
5. float：单精度小数，如简单评分
6. double：双精度小数，如金额、经纬度（高精度）

3. 日期类型（date）

1. 特性：自动解析多种日期格式，内部以毫秒存储
2. 支持：范围查询、按时间聚合、时区转换
3. 场景：创建时间、更新时间、下单时间、日志时间
4. 示例格式：2025-01-01、2025-01-01 10:00:00、1735689600000

4. 布尔类型（boolean）

1. 特性：仅存 true/false，存储空间极小
2. 场景：是否删除、是否上架、是否VIP、开关状态
3. 优势：查询速度极快，过滤性能最高

5. 对象类型（object / nested）

1. object（普通对象）

   • 场景：单层嵌套对象，如用户信息{"name":"张三","age":20}
   • 限制：对象数组会丢失内部关联关系，无法精准查询

2. nested（嵌套类型）

   • 场景：对象数组，如订单商品列表[{"name":"手机","price":3000},...]
   • 优势：保留对象关联关系，支持精准嵌套查询

6. 特殊高频类型

1. ip：专门存储IPv4/IPv6，支持IP段过滤，场景：日志IP、访问IP
2. geo_point：存储经纬度（纬度,经度），场景：外卖地址、地图定位、附近的人
3. range：存储范围，场景：价格区间、时间区间、IP区间

五、数据类型最优选择规则（序号化）

1. 字符串字段选型规则

1. 长文本 + 需要全文搜索 →text
2. 短文本 + 精确匹配/聚合/排序 →keyword
3. 既需要全文搜索又需要聚合 →text + keyword 多字段

2. 数字字段选型规则

1. 优先选择最小可用类型，减少存储占用
2. 状态/标识 → byte
3. 年龄/库存/普通ID → integer
4. 分布式ID/超大数值 → long
5. 金额/高精度数据 → double

3. 时间字段选型规则

1. 所有时间相关字段统一用 date
2. 禁止用字符串/数字存储时间（无法使用时间相关函数）

4. 嵌套对象选型规则

1. 单个对象 → object
2. 对象数组 + 需要精准查询 → nested
3. 无需查询的大JSON → flattened

5. 特殊字段选型规则

1. IP地址 → 必须用 ip 类型（不要用keyword）
2. 经纬度 → 必须用 geo_point
3. 布尔状态 → 必须用 boolean

六、企业级索引建模实战示例

{"mappings":{"properties":{// 商品标题：全文搜+聚合 → 多字段"title":{"type":"text","fields":{"keyword":{"type":"keyword","ignore_above":256}}},// 商品描述：仅全文搜 → text"desc":{"type":"text"},// 商品分类：精确匹配 → keyword"category":{"type":"keyword"},// 价格：小数 → double"price":{"type":"double"},// 库存：整数 → integer"stock":{"type":"integer"},// 状态：0/1 → byte"status":{"type":"byte"},// 创建时间 → date"create_time":{"type":"date"},// 是否上架 → boolean"is_on_sale":{"type":"boolean"},// 商家IP → ip"merchant_ip":{"type":"ip"},// 店铺位置：经纬度 → geo_point"location":{"type":"geo_point"},// 商品列表：对象数组 → nested"goods_list":{"type":"nested","properties":{"name":{"type":"text"},"price":{"type":"double"}}}}}}

七、高频踩坑避坑指南

1. 坑1：用 text 存储手机号/订单号 → 无法精确查询
   ✅ 解决：必须用 keyword
2. 坑2：用 keyword 存储长文章 → 无法全文搜索
   ✅ 解决：必须用 text
3. 坑3：用字符串存储时间 → 无法按时间范围查询/聚合
   ✅ 解决：统一用 date
4. 坑4：对象数组用 object 类型 → 查询结果错误
   ✅ 解决：关联查询必须用 nested
5. 坑5：所有数字都用 long → 存储空间浪费、查询变慢
   ✅ 解决：按数值大小选择最小类型
6. 坑6：IP 地址用 keyword → 不支持IP段检索
   ✅ 解决：用 ip 类型

八、总结

本文全面梳理了 Elasticsearch6大类核心数据类型，提供了可视化选型流程图和企业级实战规则，核心选型思想总结为3句话：

1. 字符串：全文搜用text，精确/聚合用keyword
2. 数值：能用小类型不用大类型，按需选择
3. 专用场景：时间用date、IP用ip、经纬度用geo_point、对象数组用nested

严格按照以上规则选型，能让你的 ES 索引存储更小、查询更快、功能更稳定，从根源避免建模问题。