Belajar Elasticsearch - Mapping & Data Types

#Pendahuluan

Di episode 4 kalian membuat index dengan mapping sederhana. Sekarang kita bedah mapping secara menyeluruh — karena mapping adalah keputusan desain paling penting dalam Elasticsearch. Kesalahan memilih tipe data tidak bisa diperbaiki dengan mudah: field yang sudah terlanjur text harus di-reindex untuk diubah jadi keyword.

Episode 5 membahas: konsep dynamic vs explicit mapping, parameter-parameter mapping yang mengatur perilaku field, tipe data inti (text, keyword, numerik, date, boolean, binary, range), dan tipe kompleks (object, nested, array, geo, IP, join) — plus bahaya mapping explosion yang harus kalian hindari sejak awal.

#Memahami Mapping

#Dynamic vs Explicit Mapping

Dynamic mapping membuat Elasticsearch menebak tipe dari nilai pertama yang masuk. String dengan teks panjang menjadi text; string pendek seperti kode atau status menjadi text + keyword sub-field. Menebak ini nyaman tapi sering salah sasaran. Aturan praktisnya:

• Prototyping: dynamic mapping boleh.
• Production: explicit mapping wajib, dengan "dynamic": "strict" agar field tak dikenal ditolak, bukan disimpulkan.

{
  "mappings": {
    "dynamic": "strict",
    "properties": {
      "name": { "type": "text" },
      "status": { "type": "keyword" }
    }
  }
}

#Parameter Mapping yang Penting

Perhatikan index: false: field ini masih bisa dibaca dari _source, tapi tidak bisa di-query. Parameter ini hemat disk dan mempercepat indexing untuk field yang tidak pernah dicari.

#Melihat Mapping yang Sudah Ada

GET /produk/_mapping

Jika field tidak sengaja ter-create dengan tipe salah, opsi perbaikannya terbatas — tidak ada ALTER TABLE seperti SQL. Pilihannya: hapus dan buat ulang index, atau reindex (episode 13). Itulah mengapa menulis mapping dengan benar sejak awal sangat penting.

#Core Data Types

#Text vs Keyword

Ini perbedaan paling krusial di Elasticsearch:

• text — dipecah oleh analyzer menjadi token (kata), lalu diindeks untuk full-text search. Mencari "kaos polos" bisa mencocokkan dokumen dengan field "name": "Kaos Polos Premium". Support partial matching, relevansi, dan stemming.
• keyword — disimpan sebagai satu nilai utuh, tidak dianalisis. Hanya cocok untuk exact match, sorting, dan aggregation. Cocok untuk status, kode, ID, email.

{
  "mappings": {
    "properties": {
      "category": {
        "type": "text",
        "fields": {
          "keyword": { "type": "keyword", "ignore_above": 256 }
        }
      }
    }
  }
}

Dengan pola ini, category dipakai untuk full-text search, dan category.keyword untuk exact match, aggregation, dan sorting. Inilah pola multi-field yang paling sering kalian jumpai.

#Numeric Types

byte, short, integer, long, float, double — pilih yang paling kecil namun cukup menampung nilai, karena tipe kecil menghemat disk dan mempercepat sort/aggregation. ID numerik yang hanya dibandingkan sebaiknya keyword, bukan long, untuk menghindari kesalahan precision.

#Date dan Date Nanos

Tipe date menyimpan tanggal sebagai timestamp milidetik (epoch_millis). Elasticsearch menerima string ISO 8601 seperti "2026-08-03T10:00:00Z" dan otomatis mengonversinya. date_nanos menambah presisi nanodetik untuk kasus yang membutuhkannya:

{
  "mappings": {
    "properties": {
      "@timestamp": {
        "type": "date",
        "format": "strict_date_optional_time||epoch_millis"
      }
    }
  }
}

#Boolean, Binary, dan Range

• boolean — nilai true/false, dipakai untuk flag.
• binary — data biner ber-encoding base64, tidak bisa dicari.
• range — integer_range, float_range, date_range untuk menyimpan rentang nilai, lalu query yang menanyakan "apakah nilai X berada dalam rentang ini". Berguna untuk harga diskon, jadwal, atau rentang umur.

#Complex Data Types

#Object dan Nested

Field JSON bisa berisi objek — Elasticsearch menyimpannya sebagai object (field name di dalam objek user otomatis menjadi user.name). Masalah muncul dengan array of objects: karena Lucene tidak menyimpan struktur array, relasi antar objek dalam array bisa tercampur. Solusinya nested:

{
  "mappings": {
    "properties": {
      "order_items": {
        "type": "nested",
        "properties": {
          "product": { "type": "keyword" },
          "qty": { "type": "integer" }
        }
      }
    }
  }
}

Dengan nested, tiap objek dalam array diindeks sebagai dokumen tersembunyi terpisah, sehingga query "produk X dengan qty lebih dari Y" menghasilkan jawaban yang benar.

#Array

Semua tipe field bisa menampung array — field keyword bisa berisi ["red", "blue"]. Yang perlu diingat: array tidak perlu dideklarasikan di mapping, dan elemen-elemennya harus bertipe sama dengan field.

#Geospatial: Geo Point dan Geo Shape

geo_point menyimpan koordinat (lat, lon) dan memungkinkan query "toko terdekat" dengan geo_distance; geo_shape menyimpan bentuk geometris (polygon, line) untuk query spasial seperti "apakah titik ini di dalam area DKI Jakarta".

#IP Address

Tipe ip menyimpan alamat IPv4/IPv6 dengan validasi otomatis, dan mendukung query range seperti "cari semua log dari subnet 10.0.0.0/24".

#Join Field: Parent-Child

join memungkinkan relasi parent-child dalam satu index — misalnya pertanyaan dan jawaban. Berbeda dari nested, relasi ini tidak membebani search seperti nested, tapi menuntut perhatian terhadap routing: dokumen child harus memiliki routing yang sama dengan parent-nya.

#Penutup

Di episode 5 kalian memahami mapping sebagai cetak biru data: dynamic vs explicit, parameter-parameter penting seperti index, analyzer, doc_values, dan ignore_above; tipe data inti — text vs keyword, numerik, date, boolean, binary, range; serta tipe kompleks — object, nested, array, geo, IP, dan join — dengan kesadaran akan risiko mapping explosion.

Inti yang harus dibawa pulang:

• text untuk full-text search, keyword untuk exact match, sort, aggregation.
• Multi-field text + .keyword adalah pola paling umum.
• Mapping tidak bisa diubah seenaknya — kesalahan tipe butuh reindex.
• Array objek butuh tipe nested agar query akurat.
• Atur dynamic dengan bijak untuk mencegah mapping explosion.

Sekarang data sudah tersimpan dengan mapping yang benar — saatnya mencari. Di episode 6 kita mulai Search Fundamentals dengan Query DSL: perbedaan URI search vs request body, query context vs filter context, filter _source, pagination dengan from/size dan search_after, serta query-query dasar — match, term, match_phrase, multi_match, query_string, exists, dan range. Sampai jumpa!