实体中数组字段最佳索引实践：Tag ID数组存字符串还是整数？

针对你提到的“精准查询时字符串数组更优”的说法，这个结论并不正确，优先选择整数数组是更合理的方案，原因如下：

• 存储与内存效率更高：整数类型的存储空间远小于对应的字符串（比如整数6只占几个字节，字符串"6"还要额外存储字符编码等信息），在数据量较大时，能显著降低Elasticsearch的磁盘占用和内存消耗，提升整体运行效率。
• 避免匹配歧义：字符串类型可能出现匹配错误，比如字符串"06"和"6"会被判定为不同值，但整数6只有唯一的表示形式，能确保精准查询的准确性。
• 查询性能更稳定：Elasticsearch对数值类型的倒排索引优化非常成熟，精准匹配的性能完全不逊于字符串类型，甚至在大规模数据场景下表现更好。所谓字符串更优的说法，大概率是基于过时的版本或者特定小众场景得出的，不具备普遍参考性。
• 扩展性更强：如果后续业务需要拓展范围查询（比如筛选Tag ID在某一区间内的商品），整数数组可以直接支持这类查询，而字符串数组则需要额外的转换处理，灵活性更差。

你当前通过Logstash将Tag ID处理为整数数组的流程是合理的，建议保持这个存储方式即可。

内容的提问来源于stack exchange，提问作者Svar