Elasticsearch/OpenSearch 中doc_values的作用
目录
1. 核心作用
2. 适用场景
3. 与 index 参数的对比
4. 典型配置示例
场景 1：仅用于聚合，禁止搜索
场景 2：优化大字段存储
5. 性能调优建议
6. 底层原理
doc_values 是 Elasticsearch/OpenSearch 中用于优化查询和聚合的列式存储结构，其核心作用是为非文本字段（如数值、日期、keyword 等）提供高效、低内存的数据访问方式。
1. 核心作用
-
列式存储：将字段值按列而非行存储，减少磁盘I/O，提升聚合（Aggregation）、排序（Sorting）、脚本计算（Scripting）效率。
-
替代倒排索引：当字段的
index: false时，仍可通过 doc_values 支持基础查询（但性能较慢）。 -
节省内存：避免将全部字段数据加载到堆内存（Heap），降低 JVM 压力。
2. 适用场景
-
聚合分析（如
terms、avg） -
排序（如
sort子句） -
脚本字段计算（如
script_field） -
非文本字段的查询（如数值、日期、keyword 的
term查询）
3. 与 index 参数的对比
| 特性 | index: true (倒排索引) | doc_values: true (列式存储) |
|---|---|---|
| 存储方式 | 行存储（文档→词项映射） | 列存储（字段值紧凑排列） |
| 主要用途 | 快速文本搜索（如 match） | 聚合、排序、非文本查询 |
| 内存占用 | 高（常驻堆内存） | 低（可基于磁盘操作） |
| 默认启用 | 是 | 对非 text 字段默认启用 |
| 修改代价 | 重建索引才能关闭 | 可动态调整（需重建数据） |
4. 典型配置示例
场景 1：仅用于聚合，禁止搜索
PUT /my_index
{"mappings": {"properties": {"price": {"type": "double","index": false, // 禁用倒排索引（无法被高效搜索）"doc_values": true // 允许聚合和排序}}}
}场景 2：优化大字段存储
PUT /logs
{"mappings": {"properties": {"timestamp": {"type": "date","doc_values": true // 默认已启用，显式声明便于理解},"raw_data": {"type": "text","doc_values": false // text 类型不支持 doc_values}}}
}5. 性能调优建议
-
禁用不必要的 doc_values：
若字段无需参与聚合/排序，设置"doc_values": false可节省磁盘空间（如仅用于检索的 text 字段）。 -
结合
index: false使用：
对纯聚合字段关闭倒排索引，减少内存占用。 -
监控字段数据内存：
通过_stats/fielddataAPI 检查高内存消耗的字段。
6. 底层原理
-
写入时构建：数据插入时同步生成列式存储文件（
.dvd和.dvm）。 -
磁盘存储：默认不加载到内存，按需通过文件系统缓存访问。
-
不可变性：与倒排索引共享相同的段（Segment）机制，段合并时优化。
总结：doc_values 是 OpenSearch/Elasticsearch 中平衡查询性能与资源消耗的关键设计，尤其适合分析型场景。正确配置可显著提升聚合效率，同时避免不必要的内存开销。