在elasticsearch中做两个相同的文档，将所需的磁盘空间加倍

Question

例如，当我保存相同的文档10次时，它需要十倍的磁盘空间吗？或者，如果多个文档对于一个字段具有相同的值，则文档的单个字段是保存在索引中还是某些内容，并且文档仅引用此索引？

Answer 1

答案是肯定的，不是:)。 默认情况下，数据存储在称为lucene reverse index的聚合数据结构中。 除此之外，您为索引编制的数据也存储在名为_source的字段中。因此，我们可以安全地假设数据以两种不同的格式存储，我们只能使用反向索引进行搜索，但是为了检索实际数据，我们需要从_source获取数据。 因此，如果明确禁用_source，则不会看到磁盘大小的线性增长。 （鉴于段合并是针对单个段进行的）

如果没有禁用，那么数据必须存储在_source（作为原始JSON）和反向索引（数据被标记化然后存储）