はじめに

全文検索エンジンElasticsearchの勉強を始めて1ヶ月くらいの雑魚エンジニアです．まだまだ理解できていない部分が多いのが現状．．．（変なところあったら，コメント下さい）

今回はタイトルの通り，マッピングでintegerを指定していたのに，stringになっていて，ハマったのでその考察です．
Elasticsearchでは自動で型推論が行われるので，stirngを入れてもintにしてくれる．．．と思っていたのですが，検索をしたときの結果がstirngになっているときがありました．

環境

※いずれもDockerで構築
Elasticsearch 7.1.0
kibana 7.1.0

マッピングを設定

以下のコマンドは全て，kibanaのコンソール上で実行しています．(シェルからcurlコマンドを叩いてもいいのですが，入力しずらいので)

型がintegerでnumber_intというフィールドがあるマッピングを設定しておきます．

入力

PUT my_index
{
  "mappings": {
    "properties": {
      "number_int": {
        "type": "integer"
      }
    }
  }
}

結果

{
  "acknowledged" : true,
  "shards_acknowledged" : true,
  "index" : "my_index"
}

マッピングの確認

正しくマッピングができているか念の為，確認します．

GET my_index/_mapping

結果

{
  "my_index" : {
    "mappings" : {
      "properties" : {
        "number_int" : {
          "type" : "integer"
        }
      }
    }
  }
}

(わーい，できてる〜)

stringのデータを登録してみる

マッピングではintegerとしているのですが，
「型推論が行われるから大丈夫だろ」
と思ったマヌケな僕は，stringのデータを登録してみます．

入力

PUT my_index/_doc/1
{
  "number_int": "10" 
}

結果

{
  "_index" : "my_index",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 0,
  "_primary_term" : 1
}

（わーい，無事登録できたよー）

が，しかし．．．

検索をかけてみる

number_intが20以下で検索をかけてみます．すると(結果をよく見てください)

入力

GET my_index/_search
{
  "query" : {
    "range" : {
      "number_int" : {
        "lte" : 20
      }
    }
  }
}

結果

{
  "took" : 663,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "my_index",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "number_int" : "10"
        }
      }
    ]
  }
}

"number_int" : "10"となっています．

マッピングの型はintegerなのにあれ？
string？？？
なんで？？？
型変換してくれないの？？？
検索するときはinteger(20以下の20)にしているのに？？？

試しにintegerのデータを登録してみる

PUT my_index/_doc/1だと先ほどのドキュメントを上書きしてしまうため，2に変更しています．

入力

PUT my_index/_doc/2
{
  "number_int": 14
}

結果

{
  "_index" : "my_index",
  "_type" : "_doc",
  "_id" : "2",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 3,
  "_primary_term" : 1
}

もう一回，検索をかけてみる

もう一度，number_intが20以下で検索してみます．
すると．．．

入力

GET my_index/_search
{
  "query" : {
    "range" : {
      "number_int" : {
        "lte" : 20
      }
    }
  }
}

結果

{
  "took" : 550,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "my_index",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "number_int" : "10"
        }
      },
      {
        "_index" : "my_index",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 1.0,
        "_source" : {
          "number_int" : 14
        }
      }
    ]
  }
}

"_id" : "1"の方は"number_int" : "10"と先ほどと変わらずstringのままで，"_id" : "2",の方は，"number_int" : 14とintegerになっています．

もはや，わけわかめー

どうやら，`_source` field は，インデックス保存時に渡された値を返しているらしい

最初，Elastcisearchの公式が最も情報量が豊富なので探してみたのですが，よくわかりませんでした．

というわけで，ゴリ押しでググりまくって見つけました．

参考 : [今日のElasticsearch学び Vol.2 - Mappings編]
(https://blog.shibayu36.org/entry/2016/08/03/110000)

_source fieldには実際に投入したドキュメントのそのままの値が入っている。つまりCharFilterとかTokenizerとかそういうのが全くかかっていない状態のものが入っている。詳しくは_source fieldを参照。

どうやら_source field の仕様のようです(マッピングが間違えているとばかり思っていました．．．)．公式のリンクも貼ってくださっていたので，みてみます．

参考(公式) : _source field

The _source field contains the original JSON document body that was passed at index time.

ということから，ドキュメントとして登録されているのは型を自動で変換して，integerになっているが，
_source fieldに含まれるのは，インデックス保存時に渡された値なので，stringで返ってきたり，integerで返ってきていたみたいです．

Elasticsearchを扱うときは型に気をつけましょう〜