大数据-184 Elasticsearch Doc Values 机制详解

1. 什么是 Doc Values

Doc Values 是索引时生成的磁盘列式存储数据结构，专门为排序、聚合、脚本取值优化。

• 与 fielddata（内存）相比，doc values 更节省内存
• 写入时生成，查询时从磁盘读取

2. 默认行为

默认开启的类型

• numeric
• date
• IP
• keyword
• 等等

默认关闭的类型

• text：不提供 doc values（因为 text 被分词，不适合聚合/排序）

3. Text 字段如何聚合/排序

3.1 方案一：keyword 子字段

{
  "content": {
    "type": "text",
    "fields": {
      "keyword": {
        "type": "keyword"
      }
    }
  }
}

使用 content.keyword 进行聚合/排序。

3.2 方案二：启用 fielddata

{
  "content": {
    "type": "text",
    "fielddata": true
  }
}

注意：fielddata 加载到堆内存，对大字段有严重内存压力，谨慎使用。

4. 禁用 Doc Values

对于不需要排序/聚合/脚本的字段，可以禁用：

{
  "my_field": {
    "type": "keyword",
    "doc_values": false
  }
}

5. 注意事项

• Mapping 不能随意修改，修改需要重建索引
• 字段类型一旦确定，很难更改

6. 总结

• Doc Values 是磁盘列式存储
• 大多数类型默认开启
• text 字段需要用 keyword 子字段或 fielddata 才能聚合/排序