Elasticsearch 8.13 的新增功能

提高 TSDB 中非度量字段的存储效率

为 TSDB 中的非度量字段添加新的 doc_values 编码，利用 TSDB 的索引排序。虽然多个文档中使用的术语（例如主机名）在术语字典中仅存储一次，但对存储在 doc_values 中的术语字典的引用存在大量重复（序数词）。在 TSDB 中，文档（因此 doc_values ）按维度和时间戳隐式排序。这意味着对于每个时间序列，我们都存储相同序数的长时间连续运行。通过这一更改，我们引入了一种编码，可以检测并有效存储相同值的运行（例如 1 1 1 2 2 2 … ）和循环值的运行（例如 1 2 1 2 … ）。在我们的测试中，我们发现存储大小减少了约 13%。这种编码的有效性取决于使用了多少非度量字段，例如维度。非度量字段越多，这种改进就越有效。

同义词 API 正式发布

删除 Synonyms API 的 Beta 标签以使其成为 GA。

_field_caps 中的标记仅返回索引中包含值的字段

我们添加了对通过删除没有值的字段来过滤字段功能 API 输出的支持。这可以通过新添加的 include_empty_fields 参数来完成，该参数默认为 true。

新 Lucene 9.10 版本

• https://github.com/apache/lucene/pull/13090：构建分位数时防止 ScalarQuantizer 中的巨大分配。
• https://github.com/apache/lucene/pull/12962：加速并发多段 HNSW 图搜索
• https://github.com/apache/lucene/pull/13033：对数字/日期/ip 字段的范围查询现在会在其值与查询范围不相交的段上提前退出。当 bool 查询中有其他必需子句并且范围过滤器很窄时（例如，过滤最后 5 分钟。
• https://github.com/apache/lucene/pull/13026：混合 filter 和 should 子句的 bool 查询现在将通过 should 子句。当按降序分数排序时，这应该会产生加速。