正排索引（doc values）

正排索引（doc values）
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。

我们了解到倒排索引对搜索是非常高效的，但是在排序或聚合操作方面，倒排索引就显得力不从心，例如我们举个实际案例，假设我们有两个文档：

I have a friend who loves smile
love me, I love you
为了建立倒排索引，我们先按最简单的用空格把每个单词分开，可以得到如下结果：
" * " 表示该列文档中有这个词条，为空表示没有该词条

 

如果我们要搜索love you，我们只需要查找包含每个词条的文档：

 

搜索是非常高效的，倒排索引根据词条来排序，我们首先在词条列表中打到love，然后扫描所有的列，可以快速看到doc2包含这个关键词。

但聚合操作呢？我们需要找到doc2里所有唯一的词条，用倒排索引来完成，代价就非常高了，需要迭代索引的每个词条，看一下有没有doc2，有就把这个词条收录起来，没有就检查下一个词条，直到整个倒排索引全部搜索完成。很慢而且难以扩展，并且 会随着数据量的增加而增加。

聚合查询肯定不能用倒排索引了，那就用正排索引，建立的数据结构将变成这样：

 

这样的数据结构，我们要搜索doc2包含多少个词条就非常容易了。

倒排索引+正排索引结合的优势

如果聚合查询里有带过滤条件或检索条件，先由倒排索引完成搜索，确定文档范围，再由正排索引提取field，最后做聚合计算。这样才是最高效的。

倒排：

doc1: hello world you and me
doc2: hi, world, how are you

word        doc1        doc2

hello        *
world        *            *
you            *            *
and         *
me            *
hi                        *
how                        *
are                        *

正排：
sort by age

doc1: { "name": "jack", "age": 27 }
doc2: { "name": "tom", "age": 30 }

document    name        age

doc1        jack        27
doc2        tom            30    

禁用正排索引
正排索引默认对所有字段启用，除了analyzed text。也就是说所有的数字、地理坐标、日期和不分析(not_analyzed)字符类型都会默认开启。针对某些字段，可以不存正排索引，减少磁盘空间占用（生产不建议使用，毕竟无法预知需求的变化），示例如下：

PUT /my_index
{
  "mappings": {
    "dynamic":"strict",
    "properties": {
      "gender": {
           "type": "keyword",
           "doc_values": false  
       }
    }
  }
}