Elasticsearch常见字段映射类型之scaled_float解读

一、概述

ES中支持的常见的数字类型有

• long 
• integer
• short
• byte
• double
• float
• half_float
• scaled_float

如下表：

官方文档地址：Numeric field types | Elasticsearch Guide [8.2] | Elastic

今天我们主要总结一下scaled_float这种数字类型。

scaled_float：带有缩放因子的缩放类型浮点数。需配合缩放因子scaling_factor一起使用。

什么时候使用scaled_float类型呢？

有时候，我们需要存储浮点类型的数据，比如价格等，单位为元。这时候其实推荐价格使用scaled_float类型，然后我们将比例因子（scaling_factor）设置为100，这样我们的价格在ES中就会以“分”进行存储。

例如：

假设缩放因子scale_factor为100，这样scaled_float字段将在ES内部存储10.25（元）为1025（分）。存储10.2588（元）为1026（分）。

scaled_float类型注意事项

必须指定缩放因子scaling_factor。ES索引时，原始值会乘以该缩放因子并四舍五入得到新值，ES内部储存的是这个新值，但返回结果仍是原始值。使用比例因子的好处是整型比浮点型更易压缩，节省磁盘空间。

注意： scaling_factor属性是只针对scaled_float这个数据类型才有，不要在其他类型上使用此属性。

二、实践

接下来，我们通过一个简单的示例来演示scaled_float类型的字段的使用。

(1)、创建包含类型为scaled_float的字段

totalAmount（总价格）的索引order，并指定scaling_factor（缩放因子）为100

PUT order
{
  "mappings": {
    "properties": {
      "totalAmount": {
        "type": "scaled_float",
        "scaling_factor": 100
      }
    }
  }
}

(2)、存储第一个值

PUT order/_doc/1
{
  "totalAmount": 13.3225
}

实际上，ES内部存储的是：

13.3225 * 100（缩放因子） = 1332.25，然后四舍五入得到1332，所以内部真正存储的是1332。

(3)、存储第二个值

PUT order/_doc/2
{
  "totalAmount": 13.3277
}

实际上，ES内部存储的是：

13.3277 * 100（缩放因子） = 1332.77，然后四舍五入得到1333，所以内部真正存储的是1333。

(4)、基于totalAmount条件进行查询匹配

GET order/_search
{
  "query": {
    "match": {
      "totalAmount": 13.3245
    }
  }
}

查询结果：

"hits" : [
      {
        "_index" : "order",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "totalAmount" : 13.3225
        }
      }
    ]

通过查询结果可以看到，通过13.3245查询出了ID为1的文档，实际上ES是将查询条件：13.3245 * 100（缩放因子） = 1332.45，然后四舍五入之后到最近的长值得到1332，这样就能匹配到ID为1的文档。

需要注意的是，虽然ES在内部做了缩放处理，但是查询返回值还是原始值（13.3225）。

GET order/_search
{
  "query": {
    "match": {
      "totalAmount": 13.3267
    }
  }
}

查询结果：

"hits" : [
      {
        "_index" : "order",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 1.0,
        "_source" : {
          "totalAmount" : 13.3277
        }
      }
    ]

通过查询结果可以看到，通过13.3267查询出了ID为2的文档，实际上ES是将查询条件：13.3267 * 100（缩放因子） = 1332.67，然后四舍五入之后到最近的长值得到1333，这样就能匹配到ID为2的文档。

需要注意的是，虽然ES在内部做了缩放处理，但是查询返回值还是原始值（13.3277）。

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。