type的底层数据结构

type的底层数据结构

type，是一个index中用来区分类似的数据的，但是可能有不同的fields，而且有不同的属性来控制索引建立、分词器
field的value，在底层的lucene中建立索引的时候，全部是opaque bytes类型，不区分类型的
也就是说lucene是没有type的概念的，在document中，实际上将type作为一个document的field来存储，即_type，es通过_type来进行type的过滤和筛选
一个index中的多个type，实际上是放在一起存储的，因此一个index下，不能有多个type重名，而类型或者其他设置不同的，因为那样是无法处理的

eg: type的数据结构

{
“ecommerce”: {
​ “mappings”: {
​ “elactronic_goods”: {
​ “properties”: {
​ “name”: {
​ “type”: “string”,
​ },
​ “price”: {
​ “type”: “double”
​ },
​ “service_period”: {
​ “type”: “string”
​ }
​ }
​ },
​ “fresh_goods”: {
​ “properties”: {
​ “name”: {
​ “type”: “string”,
​ },
​ “price”: {
​ “type”: “double”
​ },
​ “eat_period”: {
​ “type”: “string”
​ }
​ }
​ }
​ }
}
}

以下两个type 在底层存储的时候

{
“name”: “geli kongtiao”,
“price”: 1999.0,
“service_period”: “one year”
}

{
“name”: “aozhou dalongxia”,
“price”: 199.0,
“eat_period”: “one week”
}

同一type在底层的存储是这样子的,会把共有的东西糅合在一起

{
“ecommerce”: {
​ “mappings”: {
​ “_type”: {
​ “type”: “string”,
​ “index”: “not_analyzed”
​ },
​ “name”: {
​ “type”: “string”
​ }
​ “price”: {
​ “type”: “double”
​ }
​ “service_period”: {
​ “type”: “string”
​ }
​ “eat_period”: {
​ “type”: “string”
​ }
​ }
}
}

{
“_type”: “elactronic_goods”,
“name”: “geli kongtiao”,
“price”: 1999.0,
“service_period”: “one year”,
“eat_period”: “”
}

{
“_type”: “fresh_goods”,
“name”: “aozhou dalongxia”,
“price”: 199.0,
“service_period”: “”,
“eat_period”: “one week”
}

最佳实践，将类似结构的type放在一个index下，这些type应该有多个field是相同的
假如说，你将两个type的field完全不同，放在一个index下，那么就每条数据都至少有一半的field在底层的lucene中是空值，会有严重的性能问题, 和占用空间