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。