Question

我有一个弹性搜索群集，它根据推文的日期对不同索引中的推特数据进行索引。

用于400万条推文的磁盘空间大约为5GB。

对存储的字段进行一些更改并使用其他信息丰富数据后，200万个文档的新索引使用大约8GB。

旧的和新的映射是相同的，唯一的区别是旧的索引在某些字段中没有数据。

我预计存储空间使用量会增加，但这是过多的。我有一个理论认为边界框字段可能是使用大部分空间的字段。

我已经查看了API，并且看不到会显示单个字段使用的磁盘空间量的API。有没有办法获取这些信息，以便我可以比较两个索引？

我对fielddata大小不感兴趣。我需要知道磁盘上用于单个字段的术语索引的空间。

Answer 1

没有内置解决方案，但是您可以创建索引副本，并且只包含几个想要大小的字段。

这应该给你一个很好的电话号码。

POST _reindex
{
  "source": {
    "index": "twitter",
    "_source": ["user", "_doc"]
  },
  "dest": {
    "index": "new_twitter"
  }
}