Elasticsearch中32位float类型term查询异常问题咨询

1. 2219658752的特殊性 #

32位float的精度瓶颈不在数值上限（它的上限约为3.4e38），而在于有效位数：它的尾数部分只有23位（加上隐含的1位共24位二进制有效数字），对应十进制大约是6-7位有效数字。

你提到的2219658785和2219658651都是10位整数，远超过float的有效位数范围。当把这两个数转成float时，会被舍入到最接近的可精确表示的float值，也就是2219658752。这是因为这两个数之间的差值（134）小于当前量级下float能区分的最小单位（即float的“ulp”，单位在最后一位有效数字上），所以float无法区分它们，只能映射到同一个值。

2. 能否用term查询精准匹配？ #

不行。因为原始的两个数值在索引时已经被转换为同一个float值（2219658752）存储，Elasticsearch的term查询是基于存储的精确值匹配的，所以无法区分这两个原始值。

解决这个问题的唯一可靠方案是重新索引数据，将cid字段的类型改为long或double：

• long是整数类型，可以精确存储所有小于9e18的整数，完全覆盖你的cid数值范围；
• double的有效位数约为15-17位十进制，也能精确存储这两个10位整数，不会出现精度丢失。

如果暂时无法重新索引，虽然可以尝试用script查询直接对比原始输入值和文档中的值，但这种方式性能极差，不建议在生产环境使用。

内容的提问来源于stack exchange，提问作者Jozef - Spatialized.io