Типы данных

Очевидно, что не все типы в Elasticsearch имеют эквивалент в SQL и наоборот, поэтому Elasticsearch SQL использует особенности типов первого, а не второго, поскольку в конечном итоге Elasticsearch является хранилищем.

Помимо указанных выше типов, Elasticsearch SQL также поддерживает типы SQL, специфичные для среды выполнения, которые не имеют эквивалента в Elasticsearch. Такие типы не могут загружаться из Elasticsearch (поскольку он о них не знает), однако могут использоваться в запросах или результатах Elasticsearch SQL.

В таблице ниже показаны эти типы:

Ключевое понятие в Elasticsearch — это поле analyzed, представляющее собой полное текстовое значение, интерпретируемое для эффективной индексации. Эти поля имеют тип text и не используются для сортировки или агрегаций, так как их фактическое значение зависит от используемого analyzer. Именно поэтому Elasticsearch также предлагает тип keyword для хранения точного значения.

В большинстве случаев, по умолчанию, для строк используются оба типа, что поддерживается Elasticsearch с помощью многопольных индексов, то есть возможности индексировать одну и ту же строку несколькими способами; например, индексировать её как text для поиска, но также и как keyword для сортировки и агрегаций.

Поскольку SQL требует точных значений, при встрече с полем text Elasticsearch SQL будет искать точный многопольный индекс, который он может использовать для сравнений, сортировки и агрегаций. Для этого он будет искать первый keyword, который не нормализован, и использовать его как точное исходное значение поля.

Рассмотрим следующую схему string маппинга:

{
  "first_name": {
    "type": "text",
    "fields": {
      "raw": {
        "type": "keyword"
      }
    }
  }
}

Следующий SQL-запрос:

SELECT first_name FROM index WHERE first_name = 'John'

эквивалентен:

SELECT first_name FROM index WHERE first_name.raw = 'John'

так как Elasticsearch SQL автоматически выбирает многопольный индекс raw из raw для точного сопоставления.