type，是一個index中用來區分類似的資料的，類似的資料，但是可能有不同的fields，而且有不同的屬性來控制索引建立、分詞器
field的value，在底層的lucene中建立索引的時候，全部是opaque bytes型別，不區分型別的
lucene是沒有type的概念的，在document中，實際上將type作為一個document的field來儲存，即_type，es透過_type來進行type的過濾和篩選
一個index中的多個type，實際上是放在一起儲存的，因此一個index下，不能有多個type重名，而型別或者其他設定不同的，因為那樣是無法處理的
{
"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"
}
}
}
}
}
}
{
"name": "geli kongtiao",
"price": 1999.0,
"service_period": "one year"
}
{
"name": "aozhou dalongxia",
"price": 199.0,
"eat_period": "one week"
}
在底層的儲存是這樣子的。。。。
{
"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"
}
最佳實踐，將類似結構的type放在一個index下，這些type應該有多個field是相同的
假如說，你將兩個type的field完全不同，放在一個index下，那麼就每條資料都至少有一半的field在底層的lucene中是空值，會有嚴重的效能問題