面试题：ElasticSearch存储字段的映射管理与性能优化

Question

在ElasticSearch中，存储字段的映射对查询性能有重要影响。请阐述如何根据不同的业务查询需求，设计合理的存储字段映射以优化查询性能，例如在范围查询、全文检索场景下分别该如何设计。

Answer 1

范围查询

1. 数据类型选择：确保字段映射为合适的数值类型，如 long 用于整数范围查询，double 用于浮点数范围查询。避免使用 keyword 类型，因为它不支持范围查询。例如，对于价格字段，映射为 double：

{
    "mappings": {
        "properties": {
            "price": {
                "type": "double"
            }
        }
    }
}

2. 索引设置：使用默认的 doc_values 功能，它可以提高范围查询性能，因为 doc_values 以列存储方式存储数据，有利于快速筛选范围数据。doc_values 默认对大多数数据类型开启。

全文检索场景

1. 分析器选择：根据文本语言和业务需求选择合适的分析器。例如，对于英文文本，standard 分析器是一个不错的默认选择；对于中文，ik_max_word 等中文分词分析器可以提供更细粒度的分词。如：

{
    "mappings": {
        "properties": {
            "content": {
                "type": "text",
                "analyzer": "ik_max_word"
            }
        }
    }
}

2. 多字段映射：可以创建一个 text 类型字段用于全文检索，同时创建一个 keyword 类型字段用于精确匹配。例如：

{
    "mappings": {
        "properties": {
            "title": {
                "type": "text",
                "analyzer": "standard"
            },
            "title.keyword": {
                "type": "keyword"
            }
        }
    }
}

这样既可以对 title 进行全文检索，又可以通过 title.keyword 进行精确查找。