ElasticSearch：将“ not_analyzed”字段设置为“ store”：“ yes”的影响？

Question

假设我有一个not_analyzed映射中指定的字符串字段。如果我随后添加"store":"yes"到映射，ElasticSearch会重复存储吗？我对not_analyzed字段的了解是，它们不是通过分析器运行的，索引
为
，但是客户端可以对其进行匹配。因此，如果一个字段既是not_analyzed和store:yes，则可能导致ElasticSearch保留该字符串的两个副本。

我的问题：

• 如果将字符串字段同时存储为not_analyzed和store:yes，是否将重复存储该字符串？

我希望这很清楚。谢谢！

Answer 1

您正在混合使用lucene中的索引字段和存储字段的概念，lucene是elasticsearch建立在其之上的库。

当字段进入反向索引时，该字段将被索引，这是Lucene用来提供强大而快速的全文本搜索功能的数据结构。如果要搜索字段，则必须为其编制索引。在为字段建立索引时，可以决定是按原样对其进行索引还是要对其进行分析，这意味着决定要对其应用分词器，这将生成一个令牌（单词）列表和一个令牌列表。可以修改生成的令牌（甚至添加或删除一些令牌）的过滤器。索引字段的方式会影响您在该字段上的搜索方式。如果您为一个字段建立索引但不对其进行分析，并且其文本由多个单词组成，则仅查找该特定文本（包括空格）就能找到该文档。

当您希望能够检索字段时，将存储该字段。假设Lucene也提供某种存储，这与倒排索引本身没有任何关系。当您使用lucene搜索时，您会返回匹配的文档ID列表。然后，您可以从其存储的字段中检索一些文本，即从字面上显示为搜索结果的文本。如果您不存储字段，那么您将永远无法从Lucene找回它（但是对于Elasticsearch而言并非如此，我将在下面进行解释）。

您可以具有只想搜索而从不显示的字段：已索引且未存储（lucene中的默认值）。
您可以具有要搜索和检索的字段：已索引并已存储。
您可以具有不想搜索的字段，但是想要检索以显示它们。

因此，这两个数据结构互不相关。如果您同时在lucene中索引和存储字段，则其内容将不会以相同的形式出现两次。当您将存储的字段发送给Lucene时，它们将按原样存储，而索引的字段可能会被分析，并将成为倒排索引的一部分，这是其他内容。使存储的字段可用于特定文档的检索（通过lucene文档ID），而使索引的字段可进行搜索，其结构以字面意义上将文本转换为结果，每个术语均作为关键字，并带有文档列表包含它的ID（发布列表）。

当涉及到Elasticsearch时，情况有所改变。如果您未将字段配置为存储在映射中（默认值为store:no），则无论如何都可以默认检索它。发生这种情况是因为Elasticsearch始终将发送给它的整个源文档（除非禁用此功能）存储在lucene中，该特殊文档称为_source。

当您使用elasticsearch搜索时，默认情况下会返回整个源字段，但是您也可以要求特定的字段。在这种情况下，elasticsearch将检查这些特定字段是否存储在lucene中。如果它们是内容，则将从lucene检索内容，否则将从lucene检索_source存储的字段，将其解析为json（拉式解析），然后提取那些特定的字段。在第一种情况下，速度可能会快一些，但不一定。如果您的资源确实很大，并且您只想加载几个字段，那么将它们配置为存储在lucene中，可能会加快加载过程；另一方面，如果您的_source容量不那么大，并且您希望加载许多字段，那么最好只加载一个存储的字段（_source），这将导致单个磁盘查找，解析等操作。在大多数情况下，使用该_source字段即可正常工作。

要回答您的问题：倒排索引和Lucene存储是两个完全不同的东西。仅当您决定存储一个字段（store:yes在映射中）时，您才最终在Lucene中拥有两个相同数据的副本，因为elasticsearch将相同的内容保留在json中_source，但这与您所拥有的事实无关正在索引或分析该字段。