【Elastic Engineering】Elasticsearch: 理解 mapping 中的 store 属性

作者:刘晓国


默认情况下,对字段值进行索引以使其可搜索,但不存储它们 (store)。 这意味着可以查询该字段,但是无法检索原始字段值。在这里我们必须理解的一点是: 如果一个字段的 mapping 中含有 store 属性为 true,那么有一个单独的存储空间为这个字段做存储,而且这个存储是独立于 _source 的存储的。它具有更快的查询。存储该字段会占用磁盘空间。如果需要从文档中提取(即在脚本中和聚合),它会帮助减少计算。在聚合时,具有 store 属性的字段会比不具有这个属性的字段快。 此选项的可能值为 false 和 true。


通常这无关紧要。 该字段值已经是 _source 字段的一部分,默认情况下已存储。 如果你只想检索单个字段或几个字段的值,而不是整个 _source 的值,则可以使用 source filtering 来实现。


在某些情况下,存储字段可能很有意义。 例如,如果你有一个带有标题,日期和很大的内容字段的文档,则可能只想检索标题和日期,而不必从较大的 _source 字段中提取这些字段。


接下来我们还是通过一个具体的例子来解释这个,虽然上面的描述有点绕口。


首先我们来创建一个叫做 my_index 的索引:

PUT my_index
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "store": true 
      },
      "date": {
        "type": "date",
        "store": true 
      },
      "content": {
        "type": "text"
      }
    }
  }
}

在上面的 mapping 中,我们把 title 及 date 字段里的 store 属性设置为 true,表明有一个单独的 index fragement 是为它们而配备的,并存储它们的值。我们来写入一个文档到 my_index 索引中:

PUT my_index/_doc/1
{
  "title": "Some short title",
  "date": "2015-01-01",
  "content": "A very long content field..."
}

接下来,我们来做一个搜索:

GET my_index/_search

显示的结果是:

  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "my_index",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "title" : "Some short title",
          "date" : "2015-01-01",
          "content" : "A very long content field..."
        }
      }
    ]
  }

在上面我们可以在 _source 中看到这个文档的 title,date 及 content 字段。


我们可以通过 source filtering 的方法提前我们想要的字段:

GET my_index/_search
{
  "_source": ["title", "date"]
}

显示的结果是:

  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "my_index",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "date" : "2015-01-01",
          "title" : "Some short title"
        }
      }
    ]
  }

显然上面的结果显示我们想要的字段 date 及 title 是可以从 _source 里获取的。


我们也可以通过如下的方法来获取这两个字段的值:

GET my_index/_search
{
  "stored_fields": [
    "title",
    "date"
  ]
}

返回的结果是:

  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "my_index",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "fields" : {
          "date" : [
            "2015-01-01T00:00:00.000Z"
          ],
          "title" : [
            "Some short title"
          ]
        }
      }
    ]
  }

在上面,我们可以看出来在 fields 里有一个 date 及 title 的数组返回查询的结果。


也许我们很多人想知道到底这个 store 到底有什么用途呢?如果都能从 _source 里得到字段的值。


有一种就是我们在开头我们已经说明的情况:我们有时候并不想存下所有的字段在 _source 里,因为该字段的内容很大,或者我们根本就不想存 _source,但是有些字段,我们还是想要获取它们的内容。那么在这种情况下,我们就可以使用 store 来实现。


我们还是用一个例子来说明。首先创建一个叫做 my_index1 的索引:

PUT my_index1
{
  "mappings": {
    "_source": {
      "enabled": false
    },
    "properties": {
      "title": {
        "type": "text",
        "store": true
      },
      "date": {
        "type": "date",
        "store": true
      },
      "content": {
        "type": "text",
        "store": false
      }
    }
  }
}

因为我们认为 content 字段的内容可能会很大,那么我不想存这个字段。在上面,我们也把 _source 的 enabled 开关设置为 false,表明将不存储任何的 source 字段。接下来写入一个文档到 my_index1 里去:

PUT my_index1/_doc/1
{
  "title": "Some short title",
  "date": "2015-01-01",
  "content": "A very long content field..."
}

同样我们来做一个搜索:

GET my_index1/_search
{
  "query": {
    "match": {
      "content": "content"
    }
  }
}

我们可以看到搜索的结果:

  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 0.2876821,
    "hits" : [
      {
        "_index" : "my_index1",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 0.2876821
      }
    ]
  }

在这次的显示中,我们没有看到 _source 字段,这是因为我们已经把它给 disabled 了。但是我们可以通过如下的方法来获取那些store 字段:

GET my_index1/_search
{
  "stored_fields": [
    "title",
    "date"
  ],
  "query": {
    "match": {
      "content": "content"
    }
  }
}

返回结果是:

  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 0.2876821,
    "hits" : [
      {
        "_index" : "my_index1",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 0.2876821,
        "fields" : {
          "date" : [
            "2015-01-01T00:00:00.000Z"
          ],
          "title" : [
            "Some short title"
          ]
        }
      }
    ]
  }

我们可以在返回结果里查看到 date 及 title 的值。


可以合理地存储字段的另一种情况是,对于那些未出现在 _source 字段(例如 copy_to 字段)中的字段。您可以参阅我的另外一篇文章 “如何使用Elasticsearch中的copy_to来提高搜索效率”。

如果你想了解更多关于 Elasticsearch【Elastic Engineering】Elasticsearch: 理解 mapping 中的 store 属性 的存储,可以阅读文章 “Elasticsearch:inverted index,doc_values及source”。


参考:


【1】https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-store.html


【2】https://*.com/questions/17103047/why-do-i-need-storeyes-in-elasticsearch


上一篇:关于android MTK相机L版本,切换屏幕比例后,分辨率随之改变,但重新进入相机后原有分辨率不再生效问题


下一篇:Django——图书管理系统