本文介绍如何通过自定义 normalizer 清洗电话号码（移除非数字字符），并将其映射为 keyword 类型字段，从而支持高效的字符串范围查询，避免因类型不匹配导致 range 查询无结果的问题。
本文介绍如何通过自定义 normalizer 清洗电话号码（移除非数字字符），并将其映射为 keyword 类型字段，从而支持高效的字符串范围查询，避免因类型不匹配导致 range 查询无结果的问题。
在 Elasticsearch 中，对含符号（如 +、-、字母）的电话号码执行数值范围查询（如 range）时，常见误区是试图将清洗后的字符串当作数值（long/integer）处理。但若原始字段使用 text + 自定义 analyzer（如 phone-analyzer），即使输出纯数字字符串（如 "2333333444"），其底层仍为文本类型——而 range 查询对 text 字段默认不可用，对 keyword 字段则支持字典序范围比较（适用于纯数字字符串）。
✅ 正确方案：不转数值类型，改用 keyword + normalizer 实现“类数值”范围查询
Elasticsearch 的 keyword 字段配合 normalizer 可在索引时统一清洗并小写化（或此处仅保留数字），且支持 range 查询——关键在于：当清洗后字符串仅含数字且等长（或前导零一致）时，字典序与数值序完全一致。例如 "123" < "1234" < "999" 在字典序和数值序中均成立。
✅ 推荐映射配置（Elasticsearch 7.0+）
PUT phone-numbers-index
{
"settings": {
"analysis": {
"normalizer": {
"digits-only": {
"type": "custom",
"char_filter": ["digits-only"]
}
},
"char_filter": {
"digits-only": {
"type": "pattern_replace",
"pattern": "[^0-9]",
"replacement": ""
}
}
}
},
"mappings": {
"properties": {
"phone-num": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword"
},
"digits-only": {
"type": "keyword",
"normalizer": "digits-only"
}
}
}
}
}
}? 说明：
- char_filter "digits-only" 使用正则 [^0-9] 移除所有非数字字符；
- normalizer "digits-only" 将该清洗逻辑应用于 keyword 子字段；
- phone-num.digits-only 成为一个清洗后、不可分词、支持 range 查询的 keyword 字段。
✅ 执行范围查询（无需数值转换）
GET phone-numbers-index/_search
{
"query": {
"range": {
"phone-num.digits-only": {
"gte": "2333333444",
"lte": "2339999999"
}
}
}
}⚠️ 注意事项：
Elasticsearch 9.4.1 Linux 版本现已开放下载，这是官方最新发布的分布式搜索与分析引擎。Linux 版本全面支持 x86_64 与 aarch64 架构，提供 .tar.gz、.deb 及 .rpm 多种安装包格式，可灵活适配 Ubuntu、CentOS、Debian 等主流发行版。该版本延续了 9.4 系列的核心特性，包括原生 Prometheus 支持、正式版 Elast
- 字符串长度需一致：若电话号码位数不固定（如 "123" vs "1234567890"），字典序范围仍有效（因 "123" < "1234567890" 成立），但需确保业务逻辑接受此行为；
- 避免前导零丢失：normalizer 不会截断前导零（如 "+001-234" → "001234"），故 "001234" 会被正确排序在 "1234" 之前；
- 不可用于数学运算：该字段不支持 min/max/sum 聚合，如需统计需额外建 long 字段（见下文备选方案）；
- 查询值必须为字符串：range 中的 gte/lte 值需加引号（"2333333444"），否则会触发类型校验失败。
? 备选方案：同步存储数值字段（如需聚合）
若还需对号码做 avg、histogram 等数值聚合，可在 ingest pipeline 或应用层额外写入 phone-num.numeric 字段（type: long），但需注意：
- 国际号码可能超 long 范围（如 +12345678901234567890 > 2^63-1），此时强制转 long 会溢出；
- 推荐优先采用 keyword + normalizer 方案，兼顾安全、简洁与性能。
✅ 总结：
不要强行将清洗后的电话号码映射为数值类型，而应利用 keyword 字段的 normalizer 实现轻量、可靠、高性能的范围检索。该方案规避了类型转换风险，兼容任意长度号码，并原生支持 range、term、prefix 等查询，是处理带格式文本数值字段的最佳实践。
