假设我在映射中有一个字符串字段指定为not_analyzed。如果我然后将"store":"yes"添加到映射中，ElasticSearch会复制存储吗？我对not_analyzed字段的理解是，它们不是通过分析器运行，按索引，但客户端能够匹配它。因此，如果某个字段同时为not_analyzed和store:yes，则可能会导致ElasticSearch保留该字符串的两个副本。
我的问题：
not_analyzed和store:yes，那么字符串是否会存在重复存储？我希望这很清楚。谢谢！
答案 0 :(得分：91)
你在lucene中混合了索引字段和存储字段的概念，即弹性搜索建立在其上的库。
当字段进入倒排索引时，该字段被索引，lucene用于提供其强大而快速的全文搜索功能的数据结构。如果要搜索字段，则必须对其进行索引。索引字段时，您可以决定是否要按原样对其进行索引，或者您要对其进行分析，这意味着决定应用于它的标记生成器，这将生成标记（单词）列表和标记列表可以修改生成的令牌的过滤器（甚至添加或删除一些）。索引字段的方式会影响您搜索字段的方式。如果您索引某个字段但不对其进行分析，并且其文本由多个单词组成，那么您将能够找到该文档，仅搜索包含空格的确切特定文本。
当您希望能够检索字段时，会存储该字段。让我们说Lucene也提供了某种存储，它与倒排索引本身没有任何关系。 当您使用lucene进行搜索时，您将获得匹配的文档ID列表。然后，您可以从其存储的字段中检索一些文本，这就是您真正显示为搜索结果的内容。如果你没有存储一个字段，你就永远无法从lucene中获取它（但对于弹性搜索来说这不是真的，我将在下面解释）。
您可以拥有您只想搜索的字段，并且永远不会显示：已编入索引且未存储（默认为lucene）。
您可以拥有要搜索的字段并检索：索引和存储
您可以拥有不想搜索的字段，但确实需要检索以显示它们。
因此，这两个数据结构彼此无关。如果您在lucene中索引并存储字段，则其内容将不会以相同的形式出现两次。当您将它们发送到lucene时，存储的字段按原样存储，而索引字段可能会被分析并且将成为反向索引的一部分，这是其他的东西。存储的字段用于检索特定文档（通过lucene文档id），而索引字段用于搜索，在这样的结构中，字面上反转文本，其结果是每个术语作为键，以及文档列表包含它的ID（帖子列表）。
当谈到弹性搜索时，事情会发生一些变化。如果未将映射中存储的字段配置为默认值（默认为store:no），则默认情况下无论如何都可以检索该字段。发生这种情况是因为elasticsearch始终在lucene中存储您发送给它的整个源文档（除非您禁用此功能）在一个名为_source的特殊lucene字段中。
使用elasticsearch进行搜索时，默认情况下会返回整个源字段，但您也可以询问特定字段。在这种情况下会发生的事情是elasticsearch检查这些特定字段是否存储在lucene中。如果是，则将从lucene中检索内容，否则将从lucene检索_source存储的字段，解析为json（拉解析）并且将提取这些特定字段。在第一种情况下，它可能会快一点，但不一定。如果您的源代码非常大并且您只想加载几个字段，那么将它们配置为存储在lucene中可能会使加载过程更快;另一方面，如果您的_source不是那么大并且您想要加载许多字段，那么最好只加载一个存储的字段（_source），这将导致单个磁盘在大多数使用_source字段的情况下工作得很好。
回答你的问题：倒排索引和lucene存储是两个完全不同的东西。只有当您决定在映射中存储字段（store:yes）时才会在lucene中拥有相同数据的两个副本，因为elasticsearch会在json _source中保留相同的内容，但这并不是'与你正在索引或分析该字段的事实有任何关系。