Elasticsearch 关键概念介绍

例如，假设我们有两个文档，每个文档的 content 域包含如下内容：

文档ID	文档内容
1	Tom has a cat
2	This cat is very cute

倒排索引

Elasticsearch 使用一种称为 倒排索引 的结构，它适用于快速的全文搜索。一个倒排索引由文档中所有不重复词的列表构成，对于其中每个词，有一个包含它的文档列表。

为了创建倒排索引，我们首先将每个文档的 content 域拆分成单独的 词，创建一个包含所有不重复词条的排序列表，然后列出每个词条出现在哪个文档。结果如下所示：

Term	1	2
tom	√
has	√
a	√
cat	√	√
this		√
is		√
very		√
cute		√

---

形成如下

Term	Doc
tom	[1]
has	[1]
a	[1]
cat	[1,2]
this	[2]
is	[2]
very	[2]
cute	[2]

---

Doc values

利用操作系统的内存，而不是 JVM 的 Heap

在搜索的时候，我们能通过搜索关键词快速得到结果集。
当排序的时候，我们需要倒排索引里面某个字段值的集合。换句话说，我们需要 转置 倒排索引。
转置 结构在其他系统中经常被称作 列存储 。实质上，它将所有单字段的值存储在单数据列中，这使得对其进行操作是十分高效的，例如排序。

在 Elasticsearch 中，Doc Values 就是一种列式存储结构

文档ID	文档词条
1	a, cat, has,tom
2	cat,cute,is,this,very

Fielddata

利用 JVM 的 Heap （踩过坑）

控制参数：

#为 fielddata 设置一个上限
indices.fielddata.cache.size:  20%

#fielddata 断路器默认设置堆的 60% 作为 fielddata 大小的上限。
indices.breaker.fielddata.limit
#request 断路器估算需要完成其他请求部分的结构大小，例如创建一个聚合桶，默认限制是堆内存的 40%。
indices.breaker.request.limit
#total 揉合 request 和 fielddata 断路器保证两者组合起来不会使用超过堆内存的 70%
indices.breaker.total.limit

查看集群fielddata

GET _cat/fielddata

清理fielddata

POST _cache/clear