Question

我已经阅读了source filtering，stored fields和doc values的文档。

在某些情况下，存储字段可能很有意义。例如，如果您有一个包含标题，日期和很大内容字段的文档，则可能只想检索标题和日期，而不必从较大的_source字段中提取这些字段

stored_fields参数涉及显式标记为存储在映射中的字段，该字段默认情况下处于关闭状态，通常不建议这样做。而是使用源过滤来选择要返回的原始源文档的子集。

所有支持doc值的字段均默认启用。

示例1

我有title（短字符串）和content（> 1MB）的文档。我想搜索匹配的标题，然后返回标题。

使用源过滤

GET /_search
{ _source: "obj.title", ... }

具有存储的字段

GET /_search
{ _source: false, stored_fields: ["title"], ... }

具有文档值

GET /_search
{_source: false, stored_fields: "_none_", docvalue_fields: "title", ... }

好吧，

源过滤的请求会从磁盘读取完整的_source，标题和内容，然后应用过滤器并仅返回标题，还是elasticsearch仅从磁盘读取标题？
源过滤的请求会使用doc值吗？
存储的字段是否存储分析的令牌或原始值？
存储的字段或文档值是否比_source效率更高或更低？

Answer 1

源过滤的请求会从磁盘读取完整的_source，标题和内容，然后应用过滤器并仅返回标题，还是elasticsearch仅从磁盘读取标题？

您发送的用于索引到Elasticsearch的文档将存储在名为_source的字段中（默认情况下）。因此，这意味着如果您的文档包含大量数据（例如您案例中的content字段），则全部内容将存储在_source字段中。使用源过滤时，首先必须从_source字段中检索整个源文档，然后仅返回title字段。您正在浪费空间，因为content字段实际上什么都没有发生，因为您正在搜索title并仅返回title值。

对于您而言，最好不要存储_source文档，而只存储title字段（但它也有一些缺点，因此read this before you do），基本上是这样的：

PUT index
{
  "mappings": {
    "_source": {
      "enabled": false
    },
    "properties": {
      "title": {
        "type": "text",
        "store": true 
      },
      "content": {
        "type": "text"
      }
    }
  }
}

源过滤的请求会使用doc值吗？

默认情况下，除分析的文本字段外，所有字段均启用

doc值。如果您使用_source过滤，则不使用doc值，如上所述，_source字段将被检索，您指定的字段将被过滤。

存储的字段是否存储分析的令牌或原始值？

存储的字段存储的是_source文档中的确切值

存储的字段或文档值是否比_source效率更高或更低？

doc_values是另一种野兽，它更多地是一种优化，它以一种易于存储，分析和汇总这些值的方式来存储未分析字段的令牌。

如果您不想存储完整的源，而只存储几个重要的字段（如上所述），则存储的字段（默认为false）也是一种优化。 _source字段本身是一个包含整个文档的存储字段。

elsaticsearch中的源过滤，存储的字段和doc值之间有什么区别？

示例1

1 个答案: