> ## Documentation Index > Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-8c05c8a2.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. # 타입 매핑 > ClickHouse와 Elasticsearch의 타입 매핑 Elasticsearch와 ClickHouse는 매우 다양한 데이터 타입을 지원하지만, 기본 저장 방식과 쿼리 모델은 근본적으로 다릅니다. 이 섹션에서는 일반적으로 사용되는 Elasticsearch 필드 타입을 가능한 경우 ClickHouse의 대응 타입에 매핑하고, 마이그레이션에 도움이 되는 맥락을 제공합니다. 대응되는 타입이 없는 경우에는 비고에 대안이나 참고 사항을 제공합니다. | **Elasticsearch 유형** | **ClickHouse 대응 개념** | **비고** | | ---------------------------------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | `boolean` | [`UInt8`](/ko/reference/data-types/int-uint) or [`Bool`](/ko/reference/data-types/boolean) | 최신 버전의 ClickHouse에서는 `Boolean`을 `UInt8`의 alias로 지원합니다. | | `keyword` | [`String`](/ko/reference/data-types/string) | 정확히 일치하는 값의 필터링, 그룹화, 정렬에 사용됩니다. | | `text` | [`String`](/ko/reference/data-types/string) | ClickHouse의 전문 검색은 제한적이며, tokenization에는 `tokens`와 array functions 등의 함수를 조합한 사용자 정의 로직이 필요합니다. | | `long` | [`Int64`](/ko/reference/data-types/int-uint) | 64비트 부호 있는 정수입니다. | | `integer` | [`Int32`](/ko/reference/data-types/int-uint) | 32비트 부호 있는 정수입니다. | | `short` | [`Int16`](/ko/reference/data-types/int-uint) | 16비트 부호 있는 정수입니다. | | `byte` | [`Int8`](/ko/reference/data-types/int-uint) | 8비트 부호 있는 정수입니다. | | `unsigned_long` | [`UInt64`](/ko/reference/data-types/int-uint) | 부호 없는 64비트 정수입니다. | | `double` | [`Float64`](/ko/reference/data-types/float) | 64비트 부동소수점입니다. | | `float` | [`Float32`](/ko/reference/data-types/float) | 32비트 부동소수점입니다. | | `half_float` | [`Float32`](/ko/reference/data-types/float) or [`BFloat16`](/ko/reference/data-types/float) | 가장 가까운 대응 타입입니다. ClickHouse에는 16비트 float 타입이 없습니다. ClickHouse의 `BFloat16`은 Half-float IEEE-754와는 다릅니다. half-float는 더 좁은 범위 대신 더 높은 정밀도를 제공하고, bfloat16은 더 넓은 범위를 위해 정밀도를 희생하므로 머신 러닝 workload에 더 적합합니다. | | `scaled_float` | [`Decimal(x, y)`](/ko/reference/data-types/decimal) | 고정소수점 숫자 값을 저장합니다. | | `date` | [`DateTime`](/ko/reference/data-types/datetime) | 초 단위 정밀도를 갖는 대응 날짜 타입입니다. | | `date_nanos` | [`DateTime64`](/ko/reference/data-types/datetime64) | ClickHouse는 `DateTime64(9)`로 나노초 정밀도를 지원합니다. | | `binary` | [`String`](/ko/reference/data-types/string), [`FixedString(N)`](/ko/reference/data-types/fixedstring) | 바이너리 필드는 base64 디코딩이 필요합니다. | | `ip` | [`IPv4`](/ko/reference/data-types/ipv4), [`IPv6`](/ko/reference/data-types/ipv6) | 네이티브 `IPv4` 및 `IPv6` 타입을 사용할 수 있습니다. | | `object` | [`Nested`](/ko/reference/data-types/nested-data-structures/index), [`Map`](/ko/reference/data-types/map), [`Tuple`](/ko/reference/data-types/tuple), [`JSON`](/ko/reference/data-types/newjson) | ClickHouse는 [`Nested`](/ko/reference/data-types/nested-data-structures/index) 또는 [`JSON`](/ko/reference/data-types/newjson)을 사용해 JSON과 유사한 객체를 모델링할 수 있습니다. | | `flattened` | [`String`](/ko/reference/data-types/string) | Elasticsearch의 flattened 타입은 전체 JSON 객체를 단일 필드로 저장하여, 전체 매핑 없이도 중첩 키에 유연하게 스키마 없이 접근할 수 있도록 합니다. ClickHouse에서는 유사한 기능을 String 타입으로 구현할 수 있지만, 처리는 materialized views에서 수행해야 합니다. | | `nested` | [`Nested`](/ko/reference/data-types/nested-data-structures/index) | ClickHouse의 `Nested` 컬럼은 사용자가 `flatten_nested=0`을 사용하는 경우 그룹화된 하위 필드에 대해 유사한 의미를 제공합니다. | | `join` | NA | 부모-자식 관계에 직접 대응하는 개념은 없습니다. ClickHouse는 테이블 간 조인을 지원하므로 필요하지 않습니다. | | `alias` | [`Alias`](/ko/reference/statements/create/table#alias) column modifier | 필드 modifier를 통해 [alias를 지원합니다](/ko/reference/statements/create/table#alias). 예를 들어 `size String ALIAS formatReadableSize(size_bytes)`와 같이 이러한 alias에 함수를 적용할 수 있습니다. | | `range` types (`*_range`) | [`Tuple(start, end)`](/ko/reference/data-types/tuple) or [`Array(T)`](/ko/reference/data-types/array) | ClickHouse에는 네이티브 range 타입이 없지만, 숫자 및 날짜 범위는 [`Tuple(start, end)`](/ko/reference/data-types/tuple) 또는 [`Array`](/ko/reference/data-types/array) 구조로 표현할 수 있습니다. IP 범위(`ip_range`)의 경우 CIDR 값을 `String`으로 저장하고 `isIPAddressInRange()` 같은 함수로 평가하십시오. 또는 효율적인 필터링을 위해 `ip_trie` 기반 lookup Dictionaries를 고려할 수 있습니다. | | `aggregate_metric_double` | [`AggregateFunction(...)`](/ko/reference/data-types/aggregatefunction) and [`SimpleAggregateFunction(...)`](/ko/reference/data-types/simpleaggregatefunction) | 사전 집계된 메트릭을 모델링하려면 집계 함수 상태와 materialized views를 사용하십시오. 모든 집계 함수는 aggregate states를 지원합니다. | | `histogram` | [`Tuple(Array(Float64), Array(UInt64))`](/ko/reference/data-types/tuple) | 배열 또는 사용자 정의 schemas를 사용해 버킷과 개수를 수동으로 표현하십시오. | | `annotated-text` | [`String`](/ko/reference/data-types/string) | 엔터티 인식 검색이나 어노테이션에 대한 내장 지원은 없습니다. | | `completion`, `search_as_you_type` | NA | 네이티브 자동완성 또는 suggester engine은 없습니다. `String`과 [search functions](/ko/reference/functions/regular-functions/string-search-functions)으로 구현할 수 있습니다. | | `semantic_text` | NA | 네이티브 semantic search는 지원하지 않으므로 embeddings를 생성하고 벡터 검색을 사용하십시오. | | `token_count` | [`Int32`](/ko/reference/data-types/int-uint) | 수집 중 토큰 수를 수동으로 계산하는 데 사용하십시오. 예: Materialized column과 함께 `length(tokens())` 함수 사용 | | `dense_vector` | [`Array(Float32)`](/ko/reference/data-types/array) | embeddings 저장에는 배열을 사용하십시오. | | `sparse_vector` | [`Map(UInt32, Float32)`](/ko/reference/data-types/map) | 맵으로 희소 벡터를 시뮬레이션할 수 있습니다. 네이티브 희소 벡터 지원은 없습니다. | | `rank_feature` / `rank_features` | [`Float32`](/ko/reference/data-types/float), [`Array(Float32)`](/ko/reference/data-types/array) | 쿼리 시점의 네이티브 가중치 부여는 지원하지 않지만, 스코어링 로직에서 수동으로 구현할 수 있습니다. | | `geo_point` | [`Tuple(Float64, Float64)`](/ko/reference/data-types/tuple) 또는 [`Point`](/ko/reference/data-types/geo#point) | (위도, 경도) 튜플을 사용하십시오. [`Point`](/ko/reference/data-types/geo#point)는 ClickHouse 타입으로도 사용할 수 있습니다. | | `geo_shape`, `shape` | [`Ring`](/ko/reference/data-types/geo#ring), [`LineString`](/ko/reference/data-types/geo#linestring), [`MultiLineString`](/ko/reference/data-types/geo#multilinestring), [`Polygon`](/ko/reference/data-types/geo#polygon), [`MultiPolygon`](/ko/reference/data-types/geo#multipolygon) | Geo shape와 공간 인덱싱을 네이티브로 지원합니다. | | `percolator` | NA | 쿼리를 인덱싱하는 개념은 없습니다. 대신 표준 SQL + 증분형 materialized view를 사용하십시오. | | `version` | [`String`](/ko/reference/data-types/string) | ClickHouse에는 네이티브 버전 타입이 없습니다. 버전은 문자열로 저장하고, 필요하면 사용자 정의 UDF를 사용해 시맨틱 비교를 수행하십시오. 범위 쿼리가 필요하다면 숫자 포맷으로 정규화하는 방안을 고려하십시오. |
### 참고 사항
* **배열**: Elasticsearch에서는 모든 필드가 배열을 네이티브하게 지원합니다. ClickHouse에서는 배열을 명시적으로 정의해야 하며(예: `Array(String)`), 그 대신 `an_array[1]`처럼 특정 위치의 값을 직접 참조하고 쿼리할 수 있습니다. * **다중 필드**: Elasticsearch에서는 [동일한 필드를 여러 방식으로](https://www.elastic.co/docs/reference/elasticsearch/mapping-reference/multi-fields#_multi_fields_with_multiple_analyzers) 인덱싱할 수 있습니다(예: `text`와 `keyword`를 모두 사용). ClickHouse에서는 이 패턴을 별도의 컬럼이나 뷰로 모델링해야 합니다. * **맵 및 JSON 타입** - ClickHouse에서는 [`Map`](/ko/reference/data-types/map) 타입을 `resourceAttributes` 및 `logAttributes`와 같은 동적 키-값 구조를 모델링하는 데 일반적으로 사용합니다. 이 타입은 런타임에 임의의 키를 추가할 수 있으므로 유연한 스키마 없는 수집이 가능하며, 개념적으로는 Elasticsearch의 JSON 객체와 유사합니다. 다만, 고려해야 할 중요한 제약이 있습니다. * **균일한 값 타입**: ClickHouse [`Map`](/ko/reference/data-types/map) 컬럼은 일관된 값 타입을 가져야 합니다(예: `Map(String, String)`). 타입이 섞인 값은 강제 변환 없이는 지원되지 않습니다. * **성능 비용**: [`Map`](/ko/reference/data-types/map)에서 어떤 키에 접근하더라도 전체 맵을 메모리로 로드해야 하므로 성능상 비효율적일 수 있습니다. * **서브컬럼 부재**: JSON과 달리 [`Map`](/ko/reference/data-types/map)의 키는 실제 서브컬럼으로 표현되지 않으므로, ClickHouse가 이를 효율적으로 인덱싱하고 압축하며 쿼리하는 데 제약이 있습니다. 이러한 제약 때문에 ClickStack은 [`Map`](/ko/reference/data-types/map) 대신 ClickHouse의 향상된 [`JSON`](/ko/reference/data-types/newjson) 타입으로 전환하고 있습니다. [`JSON`](/ko/reference/data-types/newjson) 타입은 `Map`의 여러 한계를 해결합니다. * **진정한 열 지향 저장**: 각 JSON 경로는 서브컬럼으로 저장되므로 압축, 필터링, 벡터화된 쿼리 실행을 효율적으로 수행할 수 있습니다. * **혼합 타입 지원**: 서로 다른 데이터 타입(예: 정수, 문자열, 배열)이 강제 변환이나 타입 통합 없이 동일한 경로 아래 공존할 수 있습니다. * **파일 시스템 확장성**: 동적 키(`max_dynamic_paths`)와 타입(`max_dynamic_types`)에 대한 내부 제한으로 인해, 키 집합의 카디널리티가 높더라도 디스크상의 컬럼 파일이 급증하는 것을 방지합니다. * **고밀도 저장**: null 및 누락된 값은 불필요한 오버헤드를 피할 수 있도록 희소하게 저장됩니다. [`JSON`](/ko/reference/data-types/newjson) 타입은 특히 관측성 워크로드에 매우 적합하며, 스키마 없는 수집의 유연성과 네이티브 ClickHouse 타입의 성능 및 확장성을 함께 제공합니다. 따라서 동적 속성 필드에서 [`Map`](/ko/reference/data-types/map)을 대체하기에 이상적입니다. JSON 타입에 대한 자세한 내용은 [JSON 가이드](/ko/guides/clickhouse/data-formats/json/intro)와 ["How we built a new powerful JSON data type for ClickHouse"](https://clickhouse.com/blog/a-new-powerful-json-data-type-for-clickhouse)를 참고하십시오.