Elasticsearch keyword、constant_keyword和wildcard类型的用法（附带实例）

Elasticsearch 关键词家族的数据类型包括 keyword、constant_keyword 和 wildcard。

keyword类型

结构化数据，如 PIN 码、银行账户和电话号码，不需要进行部分匹配搜索或者生成相关结果。结果往往只提供两种输出：如果匹配就返回结果，否则不返回结果。这类查询不关心文档的匹配程度，所以不期望结果有相关性分数。

在 Elasticsearch 中，这种结构化数据被表示为 keyword 数据类型。

keyword 数据类型保持字段不变。字段不会被分词或分析。keyword 类型的字段的优点在于可以用于数据聚合、范围查询及对数据的过滤和排序操作。要设置 keyword 类型，可使用以下格式：

"field_name":{ "type": "keyword" }

例如，下面的实例创建了一个 keyword 数据类型的 email 字段：

PUT faculty
{
  "mappings": {
    "properties": {
      "email": {  ←---  定义email字段
        "type": "keyword"  ←---  将email声明为keyword类型
      }
    }
  }
}

我们也可以将数值声明为 keyword 类型。例如，将 credit_card_number 声明为 keyword 类型而不是 long 等数值类型，以提高访问效率。无法在这种数据上构建 range 查询。经验法则是，如果数值字段不是用在 range 查询中，建议将其声明为 keyword 类型，因为这样可以加快检索速度。

constant_keyword类型

当文档语料库预期具有相同值时，无论数量如何，constant_keyword 类型都非常有用。

假设英国在 2031 年进行人口普查，显然每个公民的普查文档的 country 字段都默认是"United Kingdom"。当将这些文档写入 census 索引时，没有必要为每个文档都设置 country 字段。

下面实例中的映射模式定义了一个索引 census，其中有一个名为 country 的字段，类型为 constant_keyword。

PUT census
{
  "mappings": {
    "properties": {
      "country":{
        "type": "constant_keyword",
        "value":"United Kingdom"
      }
    }
  }
}

注意，在声明映射定义时，我们将这个字段的默认值设置为"United Kingdom"。现在我们为 John Doe 索引一个文档，只包含他的名字（没有 country 字段）：

PUT census/_doc/1
{
  "name":"John Doe"
}

当我们搜索英国的所有居民时，尽管 John 的文档在索引时没有设置该字段，但我们仍然收到了返回 John 文档的正向结果：

GET census/_search
{
  "query": {
    "term": {
      "country": {
        "value": "United Kingdom"
      }
    }
  }
}

constant_keyword 类型的字段在该索引的每个文档中都具有完全相同的值。

wildcard类型

wildcard 数据类型是属于关键词家族的另一种专用数据类型，它支持使用通配符和正则表达式搜索数据。

我们可以通过在映射定义中声明 "type":"wildcard" 来将字段定义为 wildcard 类型。然后，通过发出 wildcard 查询来查询该字段，实例代码如下：

GET errors/_search
{
  "query": {
    "wildcard": {  ←---  使用wildcard查询
      "description": {
        "value": "*obj*"  ←---  使用通配符搜索
      }
    }
  }
}

关键词类型的字段高效且性能良好，因此适当使用它们可以提高索引和搜索查询的性能。