• 复合核心字段类型
    • 多值字段
    • 空字段
    • 多层对象
    • 内部对象的映射
    • 内部对象是怎样被索引的
  • 对象-数组
    • 内部对象数组

    复合核心字段类型

    除了之前提到的简单的标量类型，JSON还有null值，数组和对象，所有这些Elasticsearch都支持：

    多值字段

    我们想让tag字段包含多个字段，这非常有可能发生。我们可以索引一个标签数组来代替单一字符串：

    1. { "tag": [ "search", "nosql" ]}

    对于数组不需要特殊的映射。任何一个字段可以包含零个、一个或多个值，同样对于全文字段将被分析并产生多个词。

    言外之意，这意味着数组中所有值必须为同一类型。你不能把日期和字符窜混合。如果你创建一个新字段，这个字段索引了一个数组，Elasticsearch将使用第一个值的类型来确定这个新字段的类型。

    当你从Elasticsearch中取回一个文档，任何一个数组的顺序和你索引它们的顺序一致。你取回的_source字段的顺序同样与索引它们的顺序相同。

    然而，数组是做为多值字段被索引的，它们没有顺序。在搜索阶段你不能指定“第一个值”或者“最后一个值”。倒不如把数组当作一个值集合(bag of values)

    空字段

    当然数组可以是空的。这等价于有零个值。事实上，Lucene没法存放null值，所以一个null值的字段被认为是空字段。

    这四个字段将被识别为空字段而不被索引：

    1. "empty_string":             "",
    2. "null_value":               null,
    3. "empty_array":              [],
    4. "array_with_null_value":    [ null ]

    多层对象

    我们需要讨论的最后一个自然JSON数据类型是对象(object)——在其它语言中叫做hash、hashmap、dictionary 或者 associative array.

    内部对象(inner objects)经常用于在另一个对象中嵌入一个实体或对象。例如，做为在tweet文档中user_name和user_id的替代，我们可以这样写：

    1. {
    2.     "tweet":            "Elasticsearch is very flexible",
    3.     "user": {
    4.         "id":           "@johnsmith",
    5.         "gender":       "male",
    6.         "age":          26,
    7.         "name": {
    8.             "full":     "John Smith",
    9.             "first":    "John",
    10.             "last":     "Smith"
    11.         }
    12.     }
    13. }

    内部对象的映射

    Elasticsearch 会动态的检测新对象的字段，并且映射它们为 object 类型，将每个字段加到 properties 字段下

    1. {
    2.   "gb": {
    3.     "tweet": { <1>
    4.       "properties": {
    5.         "tweet":            { "type": "string" },
    6.         "user": { <2>
    7.           "type":             "object",
    8.           "properties": {
    9.             "id":           { "type": "string" },
    10.             "gender":       { "type": "string" },
    11.             "age":          { "type": "long"   },
    12.             "name":   { <3>
    13.               "type":         "object",
    14.               "properties": {
    15.                 "full":     { "type": "string" },
    16.                 "first":    { "type": "string" },
    17.                 "last":     { "type": "string" }
    18.               }
    19.             }
    20.           }
    21.         }
    22.       }
    23.     }
    24.   }
    25. }

    <1> 根对象.

    <2><3> 内部对象.

    对user和name字段的映射与tweet类型自己很相似。事实上，type映射只是object映射的一种特殊类型，我们将 object 称为根对象。它与其他对象一模一样，除非它有一些特殊的顶层字段，比如 _source, _all 等等。

    内部对象是怎样被索引的

    Lucene 并不了解内部对象。 一个 Lucene 文件包含一个键-值对应的扁平表单。 为了让 Elasticsearch 可以有效的索引内部对象，将文件转换为以下格式：

    1. {
    2.     "tweet":            [elasticsearch, flexible, very],
    3.     "user.id":          [@johnsmith],
    4.     "user.gender":      [male],
    5.     "user.age":         [26],
    6.     "user.name.full":   [john, smith],
    7.     "user.name.first":  [john],
    8.     "user.name.last":   [smith]
    9. }

    内部栏位可被归类至name，例如"first"。 为了区别两个拥有相同名字的栏位，我们可以使用完整路径，例如"user.name.first" 或甚至类型名称加上路径："tweet.user.name.first"。

    注意： 在以上扁平化文件中，并没有栏位叫作user也没有栏位叫作user.name。 Lucene 只索引阶层或简单的值，而不会索引复杂的资料结构。

    对象-数组

    内部对象数组

    最后，一个包含内部对象的数组如何索引。 我们有个数组如下所示：

    1. {
    2.     "followers": [
    3.         { "age": 35, "name": "Mary White"},
    4.         { "age": 26, "name": "Alex Jones"},
    5.         { "age": 19, "name": "Lisa Smith"}
    6.     ]
    7. }

    此文件会如我们以上所说的被扁平化，但其结果会像如此：

    1. {
    2.     "followers.age":    [19, 26, 35],
    3.     "followers.name":   [alex, jones, lisa, smith, mary, white]
    4. }

    {age: 35}与{name: Mary White}之间的关联会消失，因每个多值的栏位会变成一个值集合，而非有序的阵列。 这让我们可以知道：

    • 是否有26岁的追随者？

    但我们无法取得准确的资料如：

    • 是否有26岁的追随者且名字叫Alex Jones？

    关联内部对象可解决此类问题，我们称之为嵌套对象，我们之後会在嵌套对象中提到它。