标签：文档 内存不足 直接 arch put value 一个 dex sea
搜索的时候，要依靠倒排索引；排序的时候，需要依靠正排索引，看到每个document的每个field，然后进行排序，所谓的正排索引，其实就是doc values
在建立索引的时候，一方面会建立倒排索引，以供搜索用；一方面会建立正排索引，也就是doc values，以供排序，聚合，过滤等操作使用
doc values是被保存在磁盘上的，此时如果内存足够，os会自动将其缓存在内存中，性能还是会很高；如果内存不足够，os会将其写入磁盘上
向index中存储的文档
PUT /cc_article/long_article/1
{
"Title":"Thinking in Elastic Search",
"Price":30
}
PUT /cc_article/long_article/2
{
"Title":"Deep in Elastic Search",
"Price":25
}
建立倒排索引（假设索引中还有doc3、doc4）
注意：在ES中，每个被索引的字段，都有自己的倒排索引
Title的倒排索引：
term doc1 doc2 doc3 doc4
-----------------------------------------------------------
Thinking *
in * *
Elastic * *
Search * *
Deep *
Price的倒排索引：
term doc1 doc2 doc3 doc4
------------------------------------------------------------
30 *
25 *
22 *
27 *
搜索并排序
GET /cc_article/long_article/_search
{
"query": {
"match": {
"Title": "Elastic Search"
}
},
"sort": [
{
"Price": {
"order": "asc"
}
}
]
}
返回：
doc2:{Title:"Deep in E.S."}
doc1:{Title:"Thinking in E.S."}
执行分析：
在执行搜索时，会直接去倒排索引中，查Elastic和Search后面，对应的文档。得到doc1,doc2
但是在执行按Price排序的时候，就不能使用Price的倒排索引了。加入使用Price倒排索引，需要遍历整个Price的倒排索引，才能知道doc1、doc2对应的Price，然后再进行排序。这就会带来检索Price=22、27等这种并不命中搜索结果的额外开销。
因此，高效的做法是，建立Price的正排索引。正排索引是列式存储的，即一个索引中，所有doc的同一字段，放在一起。不同字段，放在不同列中。
正排索引：
doc title
----------------------------------------------
doc1 Thinking, in, Elastic, Search
doc2 Deep,in,Elastic,Search
doc price
--------------------------------
doc1 30
doc2 25
doc3 22
doc4 27
执行排序：
因为在执行搜索时，确定了结果范围为doc1，doc2。
因此，在按Price排序时，直接去 price的正排索引中，取出doc1、doc2对应的price，再排序即可。（可以把索引理解为key-value集合，正排的key为docid，倒排的key为字段值）
16 doc values 【正排索引】
标签：文档 内存不足 直接 arch put value 一个 dex sea
原文地址：https://www.cnblogs.com/cc299/p/11032857.html
