當檢視索引裡的資料，我們意識到一些奇怪的東西。
有些事情看起來有問題，我們在索引裡有12個tweets,只有1個包含date 2014-09-15
現在讓我們看看這些查詢。
get /_search?q=2014 # 12 results
get /_search?q=2014-09-15 # 12 results !
get /_search?q=date:2014-09-15 # 1 result
get /_search?q=date:2014 # 0 results !
為什麼會有這些差別？
可能是因為_all索引資料的方式不同於date欄位索引資料的方式。
結果如下：
,
"name": ,
"tweet": ,
"user_id":
}
}
}
}
}
響應告訴我們date域已經被識別為date型別，
_all欄位沒有提及是因為它是乙個預設字段，當然了，我們知道_all欄位是string型別。
這樣，日期型別的字段和字串型別的字段的索引方式是不同的，因為尋找過程也是不同的。
一點也不奇怪。
也許，你希望核心型別：strings,number,booleans,dates都以不同的方式索引，而且事實上，它們之間確實有細微差別。
但是，目前為止，最大的差別在於表示具體值的字段和表示全文的字段之間。
這個區別很重要，這是es跟其它資料的區別之一。
資料型別可以分為2類：具體值和全文。
具體值，比如說日期或者乙個使用者id,也可以包括具體的字串比如使用者名稱或者郵箱。
具體值"foo"與具體值"foo"不同.
具體值2014 與具體值2014-09-15也不同.
全文，引用文字內容，比如tweet的文字或者email的內容。
全文通常理解為非結構化資料，問題是：自然語言的規則複雜，計算機難以解析，比如，考慮到以下句子：
may is fun but june bores me.
這是說月份還是人？
具體值就容易查詢，乙個值要麼匹配查詢要麼不匹配。
用sql表達如下：
where name ="john smith"
and user_id = 2
anddate>"2014-09-15"
查詢全文的資料就更微妙，
我們不僅僅問文件是否匹配查詢，還要知道文件與查詢有多匹配，
換句話來說，相關度如何？
很少情況下，我們想完全匹配文字段，而是在文字域裡搜尋，我們還希望搜尋能夠理解我們的意圖。
乙個針對於"uk"的搜尋應該可以返回包含"united kingdom"的文件。
乙個針對於"jump"的搜尋應該匹配"jumped","jumps","jumping"或許甚至匹配"leap"
"johnny walker"應該匹配"johnnie walker"，"johnnie depp"應該匹配"johnny depp"。
"fox news hunting"應該返回跟"hunting on fox news"有關的故事，
"fox hunting news"應該返回"news stories about fox hunting"有關的。
為了讓這些全文本段的搜尋便利，es首先分析文字，然後使用結果來建立倒排索引，
我們將討論倒排索引和分析過程。
elasticSearch 時間型別
elasticsearch原生支援date型別，結合該型別和kibana可以做出漂亮有用的圖表。這裡簡單記錄下使用的方法。使用date型別可以用如下兩種方式 使用毫秒的時間戳，直接將毫秒值傳入即可。date型別是包含時區資訊的，如果我們沒有在json代表日期的字串中顯式指定時區，對es來說沒什麼問題...
Elasticsearch 時間型別總結
elasticsearch 可以寫入 查詢不同的時間型別，但當遇到 unix 時間戳和其他時間格式的時候會有點混亂，因此本文主要是總結一下各種時間型別和其他的表示方式。json沒有日期型別，因此在 elasticsearch 中可以表達成 日期格式化的字串，比如 2015 01 01 或者 2015...
ElasticSearch 字段型別介紹
對elasticsearch稍有了解的人都知道,前者的字串被稱為not analyzed字元,而後者被稱作analyzed字串。text 會分詞，然後進行索引 支援模糊 精確查詢 不支援聚合 keyword 不進行分詞，直接索引 支援模糊 精確查詢 支援聚合 string型別在elasticsear...