Elasticsearch 是分布式搜索和分析引擎，是滿足搜索和聚合需求的最受歡迎的選擇。

【資料圖】

Elasticsearch 提供了 2 種數(shù)據(jù)類型來存儲字符串值：

Text：- 在存儲到倒排索引之前對這些內(nèi)容進行分析，并針對全文搜索進行優(yōu)化。 文本字段不允許聚合Keyword：- 它們按原樣存儲在倒排索引中，如果需要，可以在查詢期間進行分析。 這些針對聚合進行了優(yōu)化，因為它們也以柱狀方式存儲（稱為 doc values），以便可以引用單個字段，而無需在內(nèi)存中加載完整文檔

有關(guān) text 及 keyword 搜索的更多比較，請參閱我之前的文章 “Elasticsearch：Text vs. Keyword - 它們之間的差異以及它們的行為方式”。

Elasticsearch 將 keyword 存儲為 doc values 中的序數(shù)，以獲得更緊湊的表示。 這種映射的工作原理是根據(jù)每個術(shù)語的字典順序為每個術(shù)語分配一個增量整數(shù)或“序數(shù)（ordinal）”。 該字段的 doc values 僅存儲每個文檔的序數(shù)而不是原始術(shù)語，并具有單獨的查找結(jié)構(gòu)來在序數(shù)和術(shù)語之間進行轉(zhuǎn)換。

在聚合期間使用時，序數(shù)可以極大地提高性能。 作為術(shù)語（terms）聚合的示例，依賴于序數(shù)將文檔分組到分片級別的存儲桶中，然后在跨分片組合結(jié)果時將序數(shù)轉(zhuǎn)換回其原始術(shù)語值。

每個分片包含多個 “段（segements）”，其中一個段就是一個倒排索引。 分片中的搜索將依次搜索每個片段，然后將其結(jié)果合并到該分片的最終結(jié)果中。 當你為文檔建立索引時，Elasticsearch 將它們收集在內(nèi)存中（為了安全起見，收集在 trasaction log 中），然后每隔一秒左右將一個新的小段寫入磁盤，并 “刷新” 搜索。這使得新段中的數(shù)據(jù)對搜索可見（即它們是 “可搜索的”）

每個段都定義自己的序數(shù)映射，但聚合會跨整個分片收集數(shù)據(jù)。 因此，為了能夠使用序數(shù)（ordinals）進行聚合等分片級操作，Elasticsearch 創(chuàng)建了一個稱為全局序數(shù)（global ordinals）的統(tǒng)一映射。 全局序數(shù)映射建立在段序數(shù)之上，并通過維護每個段的從全局序數(shù)到局部序數(shù)的映射來工作。

必須先構(gòu)建全局序數(shù)映射，然后才能在搜索過程中使用序數(shù)。 默認情況下，第一次需要全局序數(shù)時會在搜索過程中加載映射。 通常，全局序數(shù)在加載時間和內(nèi)存使用方面不會產(chǎn)生很大的開銷。 但是，對于具有大分片的索引，或者如果字段包含大量唯一術(shù)語值，則加載全局序數(shù)可能會很昂貴。 由于全局序號為分片上的所有段提供了統(tǒng)一的映射，因此當新段可見時，它們也需要完全重建。

解決方案

聚合提供了一個參數(shù) execution_hint，有助于控制存儲桶的收集方式。 它默認為 global_ordinals，但可以設(shè)置為 map 來直接使用術(shù)語值。 這避免了創(chuàng)建全局序數(shù)的麻煩并提高了性能，但僅當很少有文檔與查詢匹配時才應(yīng)考慮，否則基于序數(shù)的執(zhí)行模式會明顯更快。 默認情況下，僅在對腳本運行聚合時使用 map，因為它們沒有序數(shù)。它可以指定如下：

"aggs": { "make": { "terms": { "field": "make", "execution_hint": "map", "size": 10 } } }

我們還可以使用 eager_global_ordinals，在這種情況下，全局序數(shù)是在刷新分片時構(gòu)建的。 Elasticsearch 總是在公開索引內(nèi)容的更改之前加載它們。 這將構(gòu)建全局序數(shù)的成本從搜索時間轉(zhuǎn)移到索引時間。 可以為字段啟用它，如下所示：

PUT my-index-000001/_mapping{ "properties": { "tags": { "type": "keyword", "eager_global_ordinals": true } }}

可以通過更新 eager_global_ordinals 設(shè)置隨時禁用預(yù)加載：

PUT my-index-000001/_mapping{ "properties": { "tags": { "type": "keyword", "eager_global_ordinals": false } }}

關(guān)鍵詞：