ElasticSearch Doc Values

倒排索引

ElasticSearch之所以搜索这么快速，归功于他的倒排索引的设计。

从上图可以看出，词对应的doc，但是并不知道每一个doc中的内容，那么如果想要排序的话每一个doc都去获取一次文档内容非常耗时。Doc Values的出现使得这个问题迎刃而解。

Doc Values

倒排索引将词项映射到包含它们的文档，doc values 将文档映射到它们包含的词项：

当数据被转置之后，想要收集到 Doc_1 和 Doc_2 的唯一 token 会非常容易。

Doc Values使用

Doc Values 是在索引时与倒排索引同时生成。默认情况下每个字段的 Doc Values 都是激活的，除了 analyzed strings。也就是说 Doc Values 和倒排索引一样，基于 Segement 生成并且是不可变的。同时 Doc Values 和倒排索引一样序列化到磁盘，这样对性能和扩展性有很大帮助。

Doc Values 通过序列化把数据结构持久化到磁盘，我们可以充分利用操作系统的内存，而不是 JVM 的 Heap 。 当 working set 远小于系统的可用内存，系统会自动将 Doc Values 保存在内存中，使得其读写十分高速； 不过，当其远大于可用内存时，操作系统会自动把 Doc Values 写入磁盘。很显然，这样性能会比在内存中差很多，但是它的大小就不再局限于服务器的内存了。

Elasticsearch 中的 Doc Values 常被应用到以下场景：

• 对一个字段进行排序
• 对一个字段进行聚合
• 某些过滤，比如地理位置过滤
• 某些与字段相关的脚本计算

Doc Values缺点是需要额外的空间来保存，如果你存储的数据确实不需要这个特性，就不如禁用他，这样不仅节省磁盘空间，也许会提升索引的速度。在字段的映射（mapping）设置 doc_values: false 即可。

转载于:https://juejin.im/post/5c88ec13f265da2ddc3cb9dc