多元索引除了提供Long、Double、Boolean、Keyword、Text和GeoPoint等基本类型外，还提供了数组类型和嵌套类型两种特殊类型。

数组类型

数组类型属于附加类型，可以附加在Long、Double、Boolean、Keyword、Text和GeoPoint等基本类型之上。例如Long类型+数组后，即为数组长整型，该字段中可以包括多个长整型数字，查询数据时其中任何一个匹配都可以返回该行数据。

多元索引的基本类型数组格式请参见下表。
数组类型说明
Long Array长整型的数组形式，格式为“[1000, 4, 5555]”。
Boolean Array布尔值的数组形式，格式为“[true, false]”。
Double Array浮点数的数组形式，格式为“[3.1415926, 0.99]”。
Keyword Array字符串的数组形式，格式为JSON Array，例如 “[\"杭州\", \"西安\"]” 。
Text Array文本的数组形式，格式为JSON Array，例如“[\"杭州\", \"西安\"]” 。

对于Text类型，一般无需使用数组形式。

GeoPoint Array地理位置点的数组形式，格式为"[\"34.2, 43.0\", \"21.4, 45.2\"]"。

数组类型仅是多元索引中的概念，数据表中还未支持数组。对于多元索引中数组类型的字段，在数据表中必须为String类型，且对应的多元索引中的类型必须为相应的类型，例如Long、Double等。如果字段price是Double Array数组类型，则在数据表中price必须为String类型，在对应的多元索引中的类型必须为Double类型，且附加isArray=true属性。

嵌套类型

嵌套类型（Nested）代表嵌套文档类型。嵌套文档是指对于一行数据（文档）可以包含多个子行（子文档），多个子行保存在一个嵌套类型字段中。对于嵌套类型字段，需要指定其子行的结构，即子行中包含哪些字段以及每个字段的属性。嵌套类型类似数组，但是功能更丰富。

嵌套类型字段在写入数据表时为字符串类型，对应到多元索引嵌套字段类型的格式为JSON对象的数组，例如[{"tagName":"tag1", "score":0.8}, {"tagName":"tag2", "score":0.2}]。
重要 即使只有一个子行，也必须按照JSON数组的格式构造字符串。

单层级嵌套类型示例

单层级嵌套类型可以通过控制台或者SDK创建。

以Java代码为例介绍创建单层级嵌套类型。示例中嵌套类型字段的名称为tags，子行中包含两个字段，如下图所示。fig_sample
  • 一个字段名称为tagName，类型为字符串类型（Keyword）。
  • 一个字段名称为score，类型为浮点数（Double）。

写入数据表时的数据样例为[{"tagName":"tag1", "score":0.8}, {"tagName":"tag2", "score":0.2}]。

//构造子行的FieldSchema。
List<FieldSchema> subFieldSchemas = new ArrayList<FieldSchema>();
subFieldSchemas.add(new FieldSchema("tagName", FieldType.KEYWORD)
    .setIndex(true).setEnableSortAndAgg(true));
subFieldSchemas.add(new FieldSchema("score", FieldType.DOUBLE)
    .setIndex(true).setEnableSortAndAgg(true));

//将子行的FieldSchema设置到嵌套类型字段的subfieldSchemas中。
FieldSchema nestedFieldSchema = new FieldSchema("tags", FieldType.NESTED)
    .setSubFieldSchemas(subFieldSchemas);

多层级嵌套类型示例

多层级嵌套类型只能通过SDK创建。

以Java示例代码为例介绍创建多层级嵌套类型。示例中嵌套类型字段的名称为user，子行中包含三个基础类型字段和一个嵌套类型字段。
  • 一个字段名称为name，类型为字符串类型（Keyword）。
  • 一个字段名称为age，类型为长整型（Long）。
  • 一个字段名称为phone，类型为字符串类型（Keyword）。
  • 一个嵌套类型字段的名称为address，子行中包含的三个字段名称分别为province、city和street，类型均为字符串类型（Keyword）。

写入数据表时的数据样例为[ {"name":"张三","age":20,"phone":"13900006666","address":[{"province":"浙江省","city":"杭州市","street":"阳光大道幸福小区1201号"}]}]。

//构造嵌套类型字段address的子行FieldSchema，子行中包含三个字段。查询子行中字段的数据时，子行中字段的路径为user.address。
List<FieldSchema> addressSubFiledSchemas = new ArrayList<>();
addressSubFiledSchemas.add(new FieldSchema("province",FieldType.KEYWORD));
addressSubFiledSchemas.add(new FieldSchema("city",FieldType.KEYWORD));
addressSubFiledSchemas.add(new FieldSchema("street",FieldType.KEYWORD));

//构造嵌套类型字段user的子行FieldSchema，子行中包含三个基础类型字段和一个嵌套类型字段address。查询子行中字段的数据时，子行中字段的路径为user。
List<FieldSchema> subFieldSchemas = new ArrayList<>();
subFieldSchemas.add(new FieldSchema("name",FieldType.KEYWORD));
subFieldSchemas.add(new FieldSchema("age",FieldType.LONG));
subFieldSchemas.add(new FieldSchema("phone",FieldType.KEYWORD));
subFieldSchemas.add(new FieldSchema("address",FieldType.NESTED).setSubFieldSchemas(addressSubFiledSchemas));

//将嵌套类型字段user的子行FieldSchema设置到嵌套类型字段的subfieldSchemas中。
List<FieldSchema> fieldSchemas = new ArrayList<>();
fieldSchemas.add(new FieldSchema("user",FieldType.NESTED).setSubFieldSchemas(subFieldSchemas));

嵌套类型的局限性

  • 由于含有嵌套类型字段的多元索引不支持索引预排序（IndexSort），而索引预排序功能在很多场景下可以带来很大性能提升。
  • 如果使用含有嵌套类型字段的多元索引查询数据且需要翻页，则必须在查询条件中指定数据返回的排序方式，否则当符合查询条件的数据未读取完时，服务端不会返回nextToken。
  • 嵌套类型的查询性能相比其他类型的查询性能更低一些。

嵌套类型除了上述局限性外，和非嵌套类型支持的功能相同，支持所有的查询类型、排序和统计聚合。