ElasticSearch7.3学习(二十五)----Doc value、query phase、fetch phase解析

1、Doc value

搜索的时候，要依靠倒排索引；

排序的时候，需要依靠正排索引，看到每个document的每个field，然后进行排序。

所谓的正排索引，其实就是doc values。

在建立索引的时候，一方面会建立倒排索引，以供搜索用；一方面会建立正排索引，也就是doc values，以供排序，聚合，过滤等操作使用，doc values是被保存在磁盘上的，此时如果内存足够，os会自动将其缓存在内存中，性能还是会很高；如果内存不足够，os会将其写入磁盘上

1.1 倒排索引

doc1: hello world you and me

doc2: hi, world, how are you

term	doc1	doc2
hello	*
world	*	*
you	*	*
and	*
me	*
hi		*
how		*
are		*

搜索时：

hello you --> hello, you

hello --> doc1

you --> doc1,doc2

sort by 出现问题，如果需要自定义排序（按照某些字段排序）那么就会出现问题，因为倒排索引已经被分词了。，此时就需要使用正排索引来进行分词

1.2 正排索引

doc1: { "name": "jack", "age": 27 }

doc2: { "name": "tom", "age": 30 }

document	name	age
doc1	jack	27
doc2	tom	30

2、文档查询

关于文档的查询过程，前面博客已经解析过了：ElasticSearch7.3学习(六)----文档（document）内部机制详解https://www.cnblogs.com/xiaoyh/p/16001448.html

这里再简单的回顾一下。分为两个步骤，第一query，第二fetch。

2.1 query 

2.1.1 query phase

（1）搜索请求发送到某一个coordinate node，构构建一个priority queue，长度以paging操作from和size为准，默认为10

（2）coordinate node将请求转发到所有shard，每个shard本地搜索，并构建一个本地的priority queue

（3）各个shard将自己的priority queue返回给coordinate node，并构建一个全局的priority queue

2.1.2 replica shard提升搜索吞吐量

一次请求要打到所有shard的一个replica/primary上去，如果每个shard都有多个replica，那么同时并发过来的搜索请求可以同时打到其他的replica上去

2.2 fetch 

2.2.1 fetch phase

（1）coordinate node构建完priority queue之后，就发送mget请求去所有shard上获取对应的document

（2）各个shard将document返回给coordinate node

（3）coordinate node将合并后的document结果返回给client客户端