数组和嵌套类型_使用_多元索引_功能介绍

多元索引提供了Long、Double、Boolean、Keyword、Text和GeoPoint等基本类型。除了基本类型外，多元索引还提供了两种特殊的类型数组和嵌套。

数组：属于附加类型，可以附加在Long、Double、Boolean、Keyword、Text和GeoPoint等类型之上。例如Long类型 + 数组后，那就是数组长整型，该字段中可以包括多个长整型数字，查询的时候其中任何一个匹配都可以返回该行数据。
嵌套：有点像数组，但是功能更丰富。

数组类型

基本类型的数组形式，例如：

Long Array
长整型的数组形式，格式：“[1000, 4, 5555]”。
Boolean Array
布尔值的数组形式，格式：“[true, false]”。
Double Array
浮点数的数组形式，格式：“[3.1415926, 0.99]”。
Keyword Array
字符串的数组形式，格式为JSON Array，示例： “[\"杭州\", \"西安\"]” 。
Text Array
文本的数组形式，格式为JSON Array，示例：“[\"杭州\", \"西安\"]” 。对于Text类型是否数组区别不大，一般不这么用。
GeoPoint Array
地理位置点的数组形式，格式："[\"34.2, 43.0\", \"21.4, 45.2\"]"。

数组类型仅是多元索引中的概念，表中还未支持数组，索引对于数组类型的字段，在表中都必须是String类型，对应的多元索引中的类型必须是相应的类型，例如Long、Double等。例如字段price是Double Array数组类型，那么在表中price必须是String类型，在多元索引中必须是Double类型，且附加isArray=true属性。

嵌套类型

嵌套类型（Nested）代表嵌套文档类型。嵌套文档是指对于一行数据（文档）可以包含多个子文档，多个子文档保存在一个嵌套类型的列中。对于一个嵌套类型的列，需要指定其子文档的结构，即子文档中包含哪些字段，以及每个字段的属性。

示例说明
以Java代码为例：
```
//构造子文档的FieldSchema。
List<FieldSchema> subFieldSchemas = new ArrayList<FieldSchema>();
subFieldSchemas.add(new FieldSchema("tagName", FieldType.KEYWORD)
    .setIndex(true).setEnableSortAndAgg(true));
subFieldSchemas.add(new FieldSchema("score", FieldType.DOUBLE)
    .setIndex(true).setEnableSortAndAgg(true));

//将子文档的FieldSchema设置到NESTED列的subfieldSchemas中。
FieldSchema nestedFieldSchema = new FieldSchema("tags", FieldType.NESTED)
    .setSubFieldSchemas(subFieldSchemas);
```
上面的代码定义了一个嵌套类型列的格式，这列列名为tags，子文档中包含以下两个字段：
- 一个字段名为tagName，类型为字符串类型（Keyword）。
- 一个字段名为score，类型为浮点数（Double）。
嵌套类型列在写入时是作为字符串类型写到主表的，字符串的格式是JSON对象的数组。按照上面例子里定义的Nested格式，可以再举一个数据格式的例子：
```
[{"tagName":"tag1", "score":0.8}, {"tagName":"tag2", "score":0.2}]
```
这一列中包含了两个子文档。

注意即使只有一个子文档，也应该按照JSON数组的格式构造字符串。
嵌套类型的局限性
- 使用了嵌套类型的索引不支持IndexSort功能，而IndexSort功能在很多场景下可以带来很大性能提升。
- 嵌套类型的查询性能相比其他类型的查询性能更低一些。
嵌套类型除了上述局限性外，和非嵌套类型支持的功能一样，支持所有查询Query、排序和统计聚合。

如果想了解更多Array和Nested的对比，请参见Array和Nested对比。