一、前言

在 Elasticsearch 中，数据类型（Mapping）设计是索引建模的灵魂，直接决定查询性能、存储空间、聚合能力、排序功能。

新手最容易犯的错误：全部用字符串/text存储、数值存为字符串、日期不规范、复杂类型滥用，最终导致查询失败、聚合报错、集群性能雪崩。

本文从ES 支持的所有数据类型、核心分类、选型流程图、实战规则、最佳实践全方位讲解，让你零基础也能设计出高性能 Mapping。

二、Elasticsearch 数据类型：官方分类与完整清单

ES 数据类型非常丰富，按功能分为 6 大类，覆盖所有业务场景：

2.1 字符串类型（最常用）

1. text：长文本分词，全文检索
2. keyword：短字符串不分词，精确匹配/聚合

2.2 数值类型

1. integer：整数（-2³¹ ~ 2³¹-1）
2. long：长整数
3. float：单精度浮点
4. double：双精度浮点
5. short：短整型
6. byte：字节型
7. scaled_float：高精度小数（推荐金额用）

2.3 日期类型

1. date：日期/时间（支持时间戳、yyyy-MM-dd 格式）

2.4 布尔类型

1. boolean：true / false

2.5 复杂类型

1. object：对象（嵌套 JSON）
2. nested：数组对象（解决对象数组无法独立查询问题）
3. flattened：扁平类型（JSON 整体不解析）

2.6 特殊类型

1. ip：IP 地址（支持 IP 段查询）
2. geo_point：地理位置（经纬度）
3. binary：二进制
4. range：范围类型
5. alias：字段别名

三、Elasticsearch 数据类型：选型决策流程图（核心）

3.1 通用选型流程图（业务字段直接对照）

3.2 选型逻辑一句话总结

文本分词用 text，精确聚合用 keyword；数字用数值，时间用 date，IP 用 ip，位置用 geo，对象数组用 nested。

四、Elasticsearch 核心数据类型详解+使用场景

4.1 字符串类型

1. text

   • 作用：分词、全文检索
   • 场景：文章内容、商品描述、评论、标题
   • 特性：不支持聚合、排序

2. keyword

   • 作用：精确匹配、聚合、排序、去重
   • 场景：状态、枚举、手机号、ID、城市、姓名
   • 特性：不分词、支持所有查询/聚合

4.2 数值类型

1. integer：年龄、数量、状态码
2. long：订单 ID、用户 ID、超大数字
3. double：价格、长度、重量
4. scaled_float：金融金额（推荐）

4.3 日期类型 date

• 存储格式：时间戳、yyyy-MM-dd HH:mm:ss
• 场景：创建时间、更新时间、日志时间
• 优势：支持时间范围查询、按时间聚合

4.4 布尔类型 boolean

• 场景：是否删除、是否生效、开关状态
• 优势：极小存储空间、极快过滤速度

4.5 复杂类型

1. object：普通 JSON 对象
2. nested：对象数组（必须用 nested 才能独立查询）

4.6 特殊类型

1. ip：存储 IP，支持 IP 段筛选
2. geo_point：经纬度，附近的人、地图检索

五、Elasticsearch 数据类型：选择规则与核心原则

5.1 原则一：能用小类型不用大类型

• 年龄 0~120 → byte < short < integer
• 数字越小，占用空间越小，查询越快

5.2 原则二：字符串必须区分 text/keyword

• 长文本 → text
• 短字符串 → keyword
• 既要搜索又要聚合 → text + fields.keyword

5.3 原则三：时间必须用 date 类型

• 禁止用字符串存储时间！
• 字符串无法做时间范围查询、无法按时间排序

5.4 原则四：布尔状态禁止用字符串

• 错误："is_delete":"1"
• 正确："is_delete":true

5.5 原则五：对象数组必须用 nested

• 普通 object 无法精确查询数组内对象
• 数组对象 → nested

六、实战：标准 Mapping 示例（生产直接复制）

PUT /product_index
{
  "mappings": {
    "properties": {
      "product_id": { "type": "keyword" },          // ID keyword
      "product_name": {                             // 名称 双类型
        "type": "text", 
        "fields": { "keyword": { "type": "keyword" } }
      },
      "description": { "type": "text" },            // 长文本 text
      "price": { "type": "double" },               // 数值
      "stock": { "type": "integer" },              // 整数
      "create_time": { "type": "date" },           // 日期
      "is_online": { "type": "boolean" },          // 布尔
      "user_ip": { "type": "ip" },                 // IP
      "location": { "type": "geo_point" },         // 地理位置
      "attrs": { "type": "nested" }                // 对象数组
    }
  }
}

七、常见错误选型与后果（避坑指南）

7.1 错误1：数字用字符串存储

• 后果：无法范围查询、无法排序、占用空间大
• 正确：数值类型

7.2 错误2：时间用字符串存储

• 后果：无法时间聚合、无法范围查询
• 正确：date

7.3 错误3：所有字符串都用 text

• 后果：无法聚合、无法排序、查询不准确
• 正确：短字段用 keyword

7.4 错误4：对象数组用 object

• 后果：查询数据错乱、无法精准匹配
• 正确：nested

7.5 错误5：IP 用 keyword

• 后果：无法按 IP 段筛选
• 正确：ip 类型

八、生产环境选型速查表（建议收藏）

九、总结：选型核心口诀

1. 短字符串选 keyword，长文本选 text
2. 数字用数值，时间用 date，布尔用 boolean
3. IP 用 ip，地理位置用 geo_point
4. 对象数组用 nested，禁止用 object
5. 类型越小越好，性能越高越好

十、文末总结

Elasticsearch 数据类型是 Mapping 设计的基础，选型错误会导致功能不可用、性能暴跌。

只要严格按照选型流程图+分类规则，就能轻松设计出稳定、高效、可扩展的生产级 Mapping。

本文覆盖 ES 全部数据类型 + 选型逻辑 + 实战示例 + 避坑指南，是 ES 建模必备参考手册。

总结

1. ES 6 大类数据类型：字符串、数值、日期、布尔、复杂、特殊
2. 选型核心：短字符串 keyword，长文本 text，数字数值，时间 date
3. 选型流程图：按字段类型→业务用途→性能最优逐级选择
4. 生产禁忌：禁止字符串存数字/时间，禁止对象数组用 object
5. 最佳实践：小类型优先、双类型 text+keyword、nested 处理数组对象