Elasticsearch文档值

在Elasticsearch中，文档值（Doc Values）是用于高效存储和检索数据的一种数据结构，特别是在处理聚合、排序和过滤操作时。文档值是Elasticsearch为每个字段生成的预先计算的格式化数据，目的是改善性能和降低内存使用。

什么是文档值（Doc Values）

文档值是将字段的数据存储在磁盘上的一种方式，使得字段的值以列式结构存储。这种存储方式使得对字段的高效检索和聚合成为可能，尤其是在处理大量文档时。

文档值的特点

• 列式存储：文档值是以列的形式存储数据，每个字段的值单独存储，从而使得在处理大型数据集时能够更快地访问。

• 序列化存储：文档值会序列化为字节流存储，能够高效利用存储空间，并减少 I/O 操作。

• 针对读操作优化：文档值的设计初衷是为了优化对字段的读操作，从而提升性能，尤其在需要频繁进行聚合、排序或过滤的情况下。

启用和禁用文档值

• 默认启用：从Elasticsearch 5.x版本开始，对于大多数字段（如文本字段、关键字字段、数字字段等），文档值默认是启用的。

• 禁用：某些字段（如text类型）在创建时允许禁用文档值，这样在存储大段文本时可以节省空间。但需要注意，禁用文档值会影响到此字段的聚合和排序能力。可以通过映射（mapping）设置来控制文档值的启用与否：

  {
    "mappings": {
      "properties": {
        "my_field": {
          "type": "text",
          "doc_values": false  // 禁用文档值
        }
      }
    }
  }

  性能优势

• 聚合性能：使用文档值进行聚合操作时，由于数据存储为列的形式，Elasticsearch能够直接读取相关字段值而不必对整个文档进行处理。

• 排序性能：在执行排序操作时，文档值提供了更快速的数据访问方式，允许Elasticsearch更快地整理和排序结果。

• 内存使用：文档值存储在单独的结构中，通常允许更高效的内存利用和更少的内存开销。

集成与查询

• 聚合查询：在执行聚合操作时，Elasticsearch会使用文档值的数据来计算和返回统计信息，例如terms聚合、avg聚合等。

• 排序查询：使用 sort 关键字时，Elasticsearch会利用文档值进行高效排序。