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。
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。
{"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。