NoSQL 与搜索 / 系统课时

数值、日期与布尔字段

数值、日期与布尔字段

字段类型会直接影响可表示范围、排序精度、聚合结果和查询成本。本课用一个商品索引完成数值、日期与布尔字段建模,并通过范围过滤验证映射是否符合业务需求。

学习目标

  • 根据取值范围和精度要求选择整数、浮点数或 scaled_float
  • 为日期字段声明可接受的格式,并理解时区处理方式
  • 使用布尔字段和范围查询完成稳定过滤

字段选择的判断顺序

先判断字段是否参与计算、排序或聚合,再确定范围、精度和输入格式。编码、手机号、订单号虽然由数字组成,但通常不参与算术运算,应建模为 keyword,而不是数值类型。

业务数据 推荐类型 选择依据
库存、年龄、计数 integer 或 long 只保存整数,按最大值选择范围
金额、比例 scaled_float 需要固定小数精度并控制存储成本
科学计算结果 float 或 double 接受二进制浮点误差,按精度选择
创建时间、业务日期 date 支持范围查询、排序和日期聚合
纳秒级时间 date_nanos 确实需要纳秒精度时使用
开关状态 boolean 只表达真或假

不要为了“更安全”统一使用最大类型。字段越宽并不一定造成巨大差异,但准确建模能减少误用,并让映射本身表达业务约束。

建立映射并验证查询

下面创建商品索引:价格使用 scaled_float 保留两位小数,库存使用 integer,累计销量可能超过 21 亿,因此使用 long。日期同时接受 ISO 8601 字符串和毫秒时间戳。

bash
curl -s -X PUT 'http://localhost:9200/products-v1?filter_path=acknowledged,shards_acknowledged,index' -H 'Content-Type: application/json' -d '{
  "mappings": {
    "properties": {
      "price": {
        "type": "scaled_float",
        "scaling_factor": 100
      },
      "stock": {
        "type": "integer"
      },
      "sold": {
        "type": "long"
      },
      "published_at": {
        "type": "date",
        "format": "strict_date_optional_time||epoch_millis"
      },
      "available": {
        "type": "boolean"
      }
    }
  }
}'

curl -s -X PUT 'http://localhost:9200/products-v1/_doc/1?refresh=wait_for&filter_path=result' -H 'Content-Type: application/json' -d '{
  "price": 129.90,
  "stock": 8,
  "sold": 3000000000,
  "published_at": "2026-08-03T09:30:00+08:00",
  "available": true
}'

curl -s -X GET 'http://localhost:9200/products-v1/_search?filter_path=hits.total,hits.hits._source' -H 'Content-Type: application/json' -d '{
  "track_total_hits": true,
  "query": {
    "bool": {
      "filter": [
        { "term": { "available": true } },
        { "range": { "price": { "gte": 100, "lt": 200 } } },
        { "range": { "published_at": { "gte": "2026-08-01" } } }
      ]
    }
  }
}'

预期输出如下。实际环境中的字段顺序可能不同,但命中数量和字段值应一致。

text
{"acknowledged":true,"shards_acknowledged":true,"index":"products-v1"}
{"result":"created"}
{"hits":{"total":{"value":1,"relation":"eq"},"hits":[{"_source":{"price":129.9,"stock":8,"sold":3000000000,"published_at":"2026-08-03T09:30:00+08:00","available":true}}]}}

scaling_factor: 100 表示 Elasticsearch 在内部按“值乘以 100”处理价格,因此适合两位小数金额。它仍可能发生四舍五入,若业务要求完全按最小货币单位计算,也可以直接保存整数分。

日期与布尔字段的边界

date 字段索引时会把时间转换为 UTC 时间线上的数值,用于排序和范围计算;原始字符串仍保留在 _source 中。输入若不带时区,解释结果取决于日期格式和查询参数,因此生产系统应统一传入带时区的 ISO 8601 时间,或统一传毫秒时间戳。

布尔字段应直接传 JSON 布尔值 true 或 false。不要在同一字段中混用字符串、数字和布尔值,否则动态映射、客户端序列化和查询条件容易出现不一致。

数值字段一旦建立映射,不能直接把类型从 integer 改成 long,也不能把 double 原地改成 scaled_float。类型选错时,通常要新建索引、重建数据,再切换别名。

常见建模错误

把金额保存为 double,可能在累计和比较时暴露二进制浮点误差;固定小数金额更适合 scaled_float 或整数最小单位。把日期保存为 keyword,虽然能保留原文,却无法正确执行日期范围、日期直方图和日期数学运算。

动态映射能快速写入测试数据,但正式索引应显式声明关键字段。这样可以在第一批数据进入前暴露格式错误,而不是等到查询或聚合阶段再处理类型冲突。

本课总结

  • 数值类型应由范围、精度和计算需求决定,数字外观的标识符通常仍应使用 keyword
  • 固定小数适合 scaled_float,日期字段应统一格式与时区策略
  • 映射类型不能随意原地修改,关键字段应在写入前显式定义

下一课预告

下一课将比较 object 与 nested 字段,解释对象数组为什么会发生交叉匹配,以及如何保留每个数组元素内部的字段关系。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

数值、日期与布尔字段

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通