Документы, индексы и маппинг

Инвертированный индекс строится по словам из текста. Но в карточке блюда не только текст: есть цена, рейтинг, теги, дата добавления, признак «в наличии». По цене не ищут слова, по ней сравнивают и сортируют. Elasticsearch должен знать, какое поле что хранит. В этом уроке разберёмся, из чего состоит индекс и как описать его поля.

Документ и индекс

Данные в Elasticsearch хранятся документами: это объекты JSON. Блюдо «Гонца» выглядит так:

{
  "name": "Пицца Маргарита",
  "price_rub": 489,
  "rating": 4.7,
  "available": true,
  "added_on": "2026-06-30",
  "tags": ["hit", "vegetarian"]
}

Документы одного рода живут в одном индексе: блюда в dishes, рестораны в restaurants, отзывы в reviews. Если сравнивать с базой данных, индекс похож на таблицу, а документ на строку. Только строки таблицы жёстко следуют схеме, а документ JSON может содержать вложенные объекты и массивы.

У каждого документа есть _id, уникальный внутри индекса. А сам JSON хранится в поле _source: его Elasticsearch возвращает в ответе на поиск.

Маппинг

Маппинг это схема индекса: какие поля есть и какого они типа. От типа зависит, как поле хранится и что с ним можно делать.

Главные типы:

Тип	Что хранит	Что с ним делают
text	текст для поиска: названия, описания	разбирается анализатором на термины, ищется по словам
keyword	точное значение: тег, кухня, статус	ищется целиком, по нему группируют и сортируют
integer, long, float, double	числа	сравнения, диапазоны, суммы, сортировка
date	дата и время	диапазоны, гистограммы по времени
boolean	да или нет	фильтры
object, nested	вложенный объект	поиск по полям внутри
geo_point	координаты	поиск рядом, карта

Самое важное различие в этой таблице: text против keyword. Название блюда «Пицца с грибами» нужно находить по слову «грибы»: это text. Кухню «Итальянская» нужно точно отфильтровать и посчитать, сколько блюд в каждой: это keyword. Подробно об этом в уроке про match и term.