[Mappings] 문자열 [ text, keyword ]

Elasticsearch: 문자열 타입 (text vs keyword) 완벽 이해

Elasticsearch에서는 문자열 데이터를 저장할 때 text 타입과 keyword 타입을 사용할 수 있습니다.
✔ text: 검색을 위해 분석(Analyzed)되어 저장됨 (풀 텍스트 검색용)
✔ keyword: 분석 없이 원본 그대로 저장됨 (정확한 값 검색 및 정렬, 집계용)

이 글에서는 text와 keyword의 차이, 각각의 주요 옵션, 그리고 실전 적용 예제까지 상세히 알아보겠습니다.

---

1. Elasticsearch에서 문자열 데이터 저장 방식

🔹 문자열 데이터 저장 방식의 변화

Elasticsearch 2.x 이전에는 문자열(string) 타입만 존재했으며, 분석 여부를 옵션으로 구분했습니다.
하지만 5.0 이후부터는 text와 keyword 타입으로 나뉘면서, 텍스트 분석 여부를 명확히 구분하게 되었습니다.

---

2. text 타입 (검색용)

🔹 text란?

• 텍스트 분석기(Analyzer)를 적용하여 검색 최적화
• 문자열을 여러 개의 토큰(Token)으로 분리하여 역색인(Inverted Index) 저장
• 대용량 텍스트(본문, 설명, 제목 등)에 적합
• 집계(Aggregation)와 정렬(Sorting)에 비효율적 (메모리 사용량 증가)

📌 예제 1: text 필드 매핑

PUT my_index
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text"
      }
    }
  }
}

🔹 "The quick brown fox" → ["the", "quick", "brown", "fox"] 로 저장됨 ✅

🔹 text 필드의 주요 옵션

옵션	설명	기본값
analyzer	색인 시 사용할 애널라이저 설정	standard
search_analyzer	검색 시 사용할 애널라이저 설정	색인 애널라이저와 동일
index	색인 여부 (검색 가능 여부)	true
boost	검색 시 가중치 부여	1
fielddata	집계/정렬 가능 여부 (true 시 메모리 사용 증가)	false

---

📌 예제 2: custom analyzer 적용

PUT my_index
{
  "settings": {
    "analysis": {
      "analyzer": {
        "custom_analyzer": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": [ "lowercase", "stop" ]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "description": {
        "type": "text",
        "analyzer": "custom_analyzer"
      }
    }
  }
}

🔹 설명:

• "The QUICK brown fox" → ["quick", "brown", "fox"] 로 저장됨 (대소문자 변환, 불용어 제거)

---

3. keyword 타입 (정확한 값 검색 및 정렬)

🔹 keyword란?

• 분석되지 않고 원본 그대로 저장
• 정확한 값 비교(Exact Matching), 필터링, 정렬, 집계에 최적화
• 소문자 변환, 불용어 제거 등의 처리가 필요 없다면 사용
• 검색에는 부적합하지만, 집계(Aggregation)에는 필수

📌 예제 3: keyword 필드 매핑

PUT my_index
{
  "mappings": {
    "properties": {
      "category": {
        "type": "keyword"
      }
    }
  }
}

🔹 "The quick brown fox" → ["The quick brown fox"] 그대로 저장 ✅

---

🔹 keyword 필드의 주요 옵션

옵션	설명	기본값
doc_values	집계/정렬 시 메모리 사용 최적화	true
ignore_above	특정 길이 이상 문자열 색인 제외	256 (동적 매핑 시)
normalizer	대소문자 변환 등 기본적인 문자 변환 가능	없음

---

📌 예제 4: normalizer 적용 (소문자 변환)

PUT my_index
{
  "settings": {
    "analysis": {
      "normalizer": {
        "custom_normalizer": {
          "type": "custom",
          "filter": ["lowercase"]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "tag": {
        "type": "keyword",
        "normalizer": "custom_normalizer"
      }
    }
  }
}

🔹 "Elasticsearch" → "elasticsearch" 로 변환 후 저장 ✅

---

4. text vs keyword 비교

비교 항목	text	keyword
저장 방식	분석(Analyzed) 후 토큰화됨	원본 그대로 저장
검색 방식	풀 텍스트 검색 (Match Query)	정확한 값 검색 (Term Query)
정렬(Sorting)	❌ 불가능 (fielddata 필요)	✅ 가능
집계(Aggregation)	❌ 비효율적	✅ 최적
필터(Filter)	❌ 비효율적	✅ 최적
애널라이저 사용	✅ 가능	❌ 불가능 (normalizer 사용 가능)

📌 keyword 필드의 Term Query 예제

GET my_index/_search
{
  "query": {
    "term": {
      "category": "Elasticsearch"
    }
  }
}

✅ "Elasticsearch"와 정확히 일치하는 문서만 검색

📌 text 필드의 Match Query 예제

GET my_index/_search
{
  "query": {
    "match": {
      "title": "Elasticsearch Guide"
    }
  }
}

✅ "Elasticsearch"와 "Guide"가 포함된 문서 검색

---

5. text와 keyword 함께 사용하기 (Multi-Field)

Elasticsearch에서는 text와 keyword를 동시에 사용할 수 있습니다.
✔ 검색 시 text 필드 사용
✔ 필터링, 정렬, 집계 시 keyword 필드 사용

📌 예제 5: Multi-Field 설정

PUT my_index
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "fields": {
          "keyword": {
            "type": "keyword",
            "ignore_above": 256
          }
        }
      }
    }
  }
}

🔹 검색: title 필드 사용
🔹 정렬/집계: title.keyword 필드 사용

📌 Match Query (검색)

GET my_index/_search
{
  "query": {
    "match": {
      "title": "Elasticsearch Guide"
    }
  }
}

✅ "Elasticsearch Guide" 관련 문서 검색

📌 Term Query (정확한 값 검색)

GET my_index/_search
{
  "query": {
    "term": {
      "title.keyword": "Elasticsearch Guide"
    }
  }
}

✅ "Elasticsearch Guide"와 정확히 일치하는 문서 검색

---

6. 정리

개념	설명
text 타입	분석(Analyzed)되어 검색 최적화, 집계/정렬 비효율적
keyword 타입	원본 그대로 저장, 필터링/정렬/집계 최적화
text 필드 옵션	analyzer, search_analyzer, boost, fielddata
keyword 필드 옵션	doc_values, ignore_above, normalizer
Multi-Field 사용	검색(text) + 집계/정렬(keyword) 함께 사용

---

7. 학습 가이드

1️⃣ text와 keyword 차이를 실습하며 비교
2️⃣ Analyzer와 Normalizer를 적용하여 다양한 문자열 처리 연습
3️⃣ Multi-Field 설정하여 검색 및 정렬 최적화
4️⃣ keyword 필드를 활용한 Term Query & Aggregation 실습

다음 학습에서는 Analyzer와 Tokenizer를 활용한 텍스트 분석 심화 과정을 다루겠습니다! 🚀