Elasticsearch: 理解 mapping 中的 store 属性

腾讯云大数据

修改于 2021-01-08 16:10:59

1.5K0

修改于 2021-01-08 16:10:59

文章被收录于专栏：腾讯云Elasticsearch Service腾讯云Elasticsearch Service

【腾讯云 Elasticsearch Service】高可用，可伸缩，云端全托管。集成X-Pack高级特性，适用日志分析/企业搜索/BI分析等场景

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 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://stackoverflow.com/questions/17103047/why-do-i-need-storeyes-in-elasticsearch