java long 类型 保存到 es 怎么变成了text类型

在 Elasticsearch 中，Java 的 long 类型会被映射为 Elasticsearch 的 "long" 类型。当将 Java 的 long 类型保存到 Elasticsearch 时，如果字段被映射为 "text" 类型，可能是因为在创建索引映射时为该字段指定了 "text" 类型或者在更新映射时将字段类型修改为了 "text"。或者你所使用的 Elasticsearch 的版本或者 工具会忽略数字类型的配置，会将其自动转化为text类型

相关问题

java代码利用RestHighLevelClient创建es索引并且指定字段类型的示例代码

在Java中，使用`RestHighLevelClient`库操作Elasticsearch（ES）时，创建索引并指定字段类型通常涉及到以下几个步骤。首先，你需要添加Elasticsearch客户端依赖，比如通过`elasticsearch-rest-high-level-client`库。

这是一个简单的示例代码片段，展示了如何创建一个名为`my_index`的新索引，并为特定字段指定类型：

import org.elasticsearch.action.index.IndexRequest;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.common.xcontent.XContentType;

public class ElasticsearchExample {

    private static final String INDEX_NAME = "my_index";
    private static final String DOC_TYPE = "_doc"; // ES 7及以上版本默认类型

    public static void main(String[] args) throws Exception {
        RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(new HttpHost("localhost", 9200, "http")));

        // 定义文档内容及其字段类型
        Map<String, Object> document = new HashMap<>();
        document.put("field1", "value1"); // 字符串字段
        document.put("field2", 123); // 整数字段
        document.put("field3", true); // 布尔字段

        // 使用XContentBuilder构建JSON格式的文档
        XContentType xContentType = XContentType.JSON; // 或者选择其他如XContentType.SMILE等
        IndexRequest request = new IndexRequest(INDEX_NAME)
                .source(xContentType.contentAsBytes(document), xContentType);

        // 设置字段类型，这里假设"field1"是字符串，"field2"是long，"field3"是boolean
        request.routing("some_routing_value"); // 如果需要路由
        request.id("document_id");
        request.docType(DOC_TYPE);
        request.sourceParam().setFields(new FieldNameFieldDocValuesSource.Builder("field1")
                .type("text") // 字符串字段设置为文本类型
                .build(),
                new FieldNameFieldDocValuesSource.Builder("field2")
                .type("long") // 整数字段设置为长整型
                .build(),
                new FieldNameFieldDocValuesSource.Builder("field3")
                .type("boolean") // 布尔字段设置为布尔类型
                .build()
        );

        // 执行请求
        IndexResponse response = client.index(request, RequestOptions.DEFAULT);
        System.out.println(response.getResult() + ", " + response.getIndicesStatus());

        client.close();
    }
}

在这个例子中，我们创建了一个包含三个字段的文档，并分别为它们指定了类型。注意，对于旧版本的Elasticsearch，可能会有不同的字段类型命名约定，比如在ES 6及之前版本中，`text`对应的是`analyzed`类型。

Java微服务项目：家具商城，搜索系统搭建用于 Lucene 全文检索的 Elasticsearch 服务器，创建商品索引库，使用 IK 分词器，同时定义分词，为用户搜索提供更准确的数据，最后将会检索出来的数据解析，以接口的方式给前台系统调用；实现代码流程

1. 首先，我们需要搭建Elasticsearch服务器。可以通过下载Elasticsearch的压缩包，解压后直接启动elasticsearch.bat（Windows系统）或elasticsearch命令（Linux系统）来启动Elasticsearch服务器。

2. 接下来，我们需要创建商品索引库。可以使用Elasticsearch提供的Java API来创建索引库。创建索引库的过程中，我们需要定义索引库的映射关系，即定义每个字段的数据类型和分词器。在这里，我们使用IK分词器来进行分词。可以使用以下代码来创建商品索引库：

// 创建索引
CreateIndexRequest createIndexRequest = new CreateIndexRequest("product");
client.indices().create(createIndexRequest, RequestOptions.DEFAULT);

// 定义映射关系
XContentBuilder builder = XContentFactory.jsonBuilder();
builder.startObject();
{
    builder.startObject("properties");
    {
        builder.startObject("id");
        {
            builder.field("type", "long");
        }
        builder.endObject();
        builder.startObject("name");
        {
            builder.field("type", "text");
            builder.field("analyzer", "ik_max_word");
            builder.field("search_analyzer", "ik_max_word");
        }
        builder.endObject();
        builder.startObject("description");
        {
            builder.field("type", "text");
            builder.field("analyzer", "ik_max_word");
            builder.field("search_analyzer", "ik_max_word");
        }
        builder.endObject();
        builder.startObject("price");
        {
            builder.field("type", "double");
        }
        builder.endObject();
        builder.startObject("image");
        {
            builder.field("type", "keyword");
        }
        builder.endObject();
    }
    builder.endObject();
}
builder.endObject();
PutMappingRequest putMappingRequest = new PutMappingRequest("product").source(builder);
client.indices().putMapping(putMappingRequest, RequestOptions.DEFAULT);

3. 然后，我们需要为商品建立索引。可以使用以下代码将商品数据添加到索引库中：

// 建立索引
IndexRequest indexRequest = new IndexRequest("product");
indexRequest.id(product.getId().toString());
indexRequest.source("id", product.getId(),
                    "name", product.getName(),
                    "description", product.getDescription(),
                    "price", product.getPrice(),
                    "image", product.getImage());
client.index(indexRequest, RequestOptions.DEFAULT);

4. 接下来，我们需要实现搜索功能。可以使用Elasticsearch提供的Java API来进行搜索。在搜索之前，我们需要先定义查询条件。在这里，我们使用MultiMatchQueryBuilder来进行多字段匹配。可以使用以下代码来实现搜索功能：

// 定义查询条件
MultiMatchQueryBuilder queryBuilder = QueryBuilders.multiMatchQuery(keyword, "name", "description");

// 搜索
SearchRequest searchRequest = new SearchRequest("product");
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
searchSourceBuilder.query(queryBuilder);
searchRequest.source(searchSourceBuilder);
SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);

// 解析搜索结果
List<Product> productList = new ArrayList<>();
SearchHits hits = searchResponse.getHits();
for (SearchHit hit : hits) {
    Product product = new Product();
    product.setId(Long.parseLong(hit.getId()));
    product.setName(hit.getSourceAsMap().get("name").toString());
    product.setDescription(hit.getSourceAsMap().get("description").toString());
    product.setPrice(Double.parseDouble(hit.getSourceAsMap().get("price").toString()));
    product.setImage(hit.getSourceAsMap().get("image").toString());
    productList.add(product);
}
return productList;

5. 最后，我们需要将搜索功能以接口的方式提供给前台系统调用。可以使用Spring MVC框架来实现接口。可以使用以下代码来实现接口：

@RestController
public class ProductController {
 
    @Autowired
    private ProductService productService;
 
    @GetMapping("/search")
    public List<Product> search(@RequestParam String keyword) {
        return productService.search(keyword);
    }
}

在上述代码中，我们使用@GetMapping注解来定义接口的请求方式，并使用@RequestParam注解来获取请求参数。然后，我们调用ProductService的search方法来进行搜索，并将搜索结果返回给前台系统。

综上所述，Java微服务项目：家具商城，搜索系统搭建用于Lucene全文检索的Elasticsearch服务器，创建商品索引库，使用IK分词器，同时定义分词，为用户搜索提供更准确的数据，最后将会检索出来的数据解析，以接口的方式给前台系统调用的实现流程如上所述。