Elasticsearch Doc values

序号	内容	链接地址
1	SpringBoot整合Elasticsearch7.6.1	https://blog.csdn.net/miaomiao19971215/article/details/105106783
2	Elasticsearch Filter执行原理	https://blog.csdn.net/miaomiao19971215/article/details/105487446
3	Elasticsearch 倒排索引与重建索引	https://blog.csdn.net/miaomiao19971215/article/details/105487532
4	Elasticsearch Document写入原理	https://blog.csdn.net/miaomiao19971215/article/details/105487574
5	Elasticsearch 相关度评分算法	https://blog.csdn.net/miaomiao19971215/article/details/105487656
6	Elasticsearch Doc values	https://blog.csdn.net/miaomiao19971215/article/details/105487676
7	Elasticsearch 搜索技术深入	https://blog.csdn.net/miaomiao19971215/article/details/105487711
8	Elasticsearch 聚合搜索技术深入	https://blog.csdn.net/miaomiao19971215/article/details/105487885
9	Elasticsearch 内存使用	https://blog.csdn.net/miaomiao19971215/article/details/105605379
10	Elasticsearch ES-Document数据建模详解	https://blog.csdn.net/miaomiao19971215/article/details/105720737

ES存储document时，会根据数据对应的field类型建立对应的索引。通常来说只创建倒排索引，倒排索引是为了搜索而存在的，但如果对数据进行排序、聚合、过滤等操作时，再使用倒排索引就明显不适合了。这个时候就需要在ES中创建正排索引(doc values)。doc values保存在磁盘中，如果OS Cache系统缓存的空间足够大，ES会缓存doc values，因此性能还是很不错的。
问: 为什么说倒排索引不适合做聚合、排序等操作？
答: 比如有数据如下:

{
  “name” : “张三”,
  “remark” : “java开发工程师”,
  "_id": 1
}
{
  “name” : “李四”,
  “remark” : “java架构工程师”,
  "_id": 2
}

为remark字段创建倒排索引:

Term	Doc
java	1,2
开发	1
架构	2
工程师	1,2

如果在倒排索引的基础上进行聚合，那么到底是根据java进行聚合呢、还是根据开发或者架构来聚合呢？不难发现，用哪一个都不合适。排序也是如此。倒排索引因分词得到了许多好处，但也因此留下了弊端。
所以，为了应对这种不需要分词的需求和场景，ES设计了正排索引Doc values。Doc values不会对字段作任何分词处理，皆保留原值。
正排索引的大致结构如下:

Doc values	Values
Doc1	java开发工程师
Doc2	java架构工程师

ES会根据document中每个字段是否分词，有选择性的实现字段对应的倒排索引或正排索引(Doc values)。
比如，如果字段类型为keyword,long,date,那么这些类型修饰的字段一定会有正排索引(Doc values)。
比如，如果字段类型为text，则只会有倒排索引，不会主动创建正排索引。

如果想在同一个字段中，既实现正排索引，又实现倒排索引，只需要使用fielddata即可，实现方式如下:
若遇到聚合、排序等需求时，ES使用test_field.keyword，若遇到搜索需求时，ES使用test_field。

{
	"mappings": {
		"type": {
			"properties": {
				"test_field": {
					"type": "text",
					"analyzer": "standard",
					"fields": {
						"keyword": {
							"type": "keyword"
						}
					}
				}
			}
		}
	}
}