elasticsearch之字段缓存策略

过滤缓存
elasticsearch允许我们把某些字段的值加入到字段数据缓存中,这是灰常有用的，特别是在做基于字段排序或者聚合时。
elasticsearch支持两种类型三种形式的字段数据过滤，基于词频，基于正则以及基于两者结合的形式。
添加字段数据过滤信息格式如下
"tag":{
    "type": "string",
    "index": "not_analyzed",
    "fielddata": {
        "filter": {}
    }
}
1.基于词频过滤
基于词频过滤是指那些只加载频率高于指定频率的最小值min且低于指定频率的最大值max.词项的频率是针对索引段的并非是针对索引的,
同一个词项在索引段级和索引级是不一样的。
min和max可以为一个百分比也可以为具体的特定值
如下:
min:20%等同于min:0.2
min:10
除此之外还包含此属性min_segment_size表示为在构建字段数据缓存时，此索引段中最少包含的
文档个数.小于此个数的索引段不会被考虑
如下:
min_segment_size:100
表示此索引段中至少不小于100个文档个数

保存词频在0.01到0.2之间且此索引段中文档个数不少于100的字段映射
{
    "book": {
        "properties": {
            "tag": {
                "type": "string",
                "index": "not_analyzed",
                "fielddata": {
                    "filter": {
                        "frequcency": {
                            "min": 0.01,
                            "max": 0.2,
                            "min_segment_size":100
                        }
                    }
                }
            }
        }
    }
}
2.基于正则表达式过滤
基于正则表达式过滤只有匹配特定表达式的词项会加载到字段数据缓存中
{
    "book": {
        "properties": {
            "tag": {
                "type": "string",
                "index": "not_analyzed",
                "fielddata": {
                    "filter": {
                        "regex": "^#.*"
                    }
                }
            }
        }
    }
}
3.基于词频和正则表达式过滤
{
    "book": {
        "properties": {
            "tag": {
                "type": "string",
                "index": "not_analyzed",
                "fielddata": {
                    "filter": {
                        "frequcency": {
                            "min": 0.01,
                            "max": 0.2,
                            "min_segment_size":100
                        },
                          "regex": "^#.*"
                    }
                }
            }
        }
    }
}
字段数据缓存虽然不是在建立索引时构建的，但是我们可以在查询期间重建，可以在运行时改变过滤行为可以通过api来改变fielddata配置节点来实现