所有字段是默认被 indexed arrow-up-right
搜索需要回答一个问题 “哪个 document（文档） 包含这个 term （词条）”,然而排序和聚合需要回答一个不同的问题 " 这个字段在这个 document （文档）中的值是多少？".
许多字段可以使用index-time ，在磁盘上的doc_values 支持这种数据访问模式, 但是text 字段不支持doc_values 。
相反,text 字段使用查询时存在于内存的数据结构 fielddata .这个数据结构是第一次将字段用于聚合,排序,或者脚本时基于需求构建的。它是通过读取磁盘上的每个 segment （片段）的整个反向索引来构建的，将 term （词条）和 document （文档）关系反转,并将结果存储在内存中,在JVM 的堆中.
text 字段默认关闭 Fielddata
Fielddata 会消耗很多堆空间,尤其是加载高基数的 text 字段的时候.一旦fielddata 加载到堆中,它在 segment （片段）中的生命周期还是存在的.此外,加载 fielddata 是一件非常昂贵的过程,会导致用户体验到延迟的感觉.这就是为什么fielddata 默认关闭.
如果你尝试对文本字段上的脚本进行排序,访问值,你会看到此异常：
Field data 在text 字段上默认是关闭的.在[your_field_name] 上设置fielddata = true ，以便通过反转反向索引来加载内存中的fielddata 。 请注意，这可能会使用显着的内存。
在你开启fielddata 之前,考虑一下为什么你要在脚本中使用 text 来聚合,排序.通常这么做是没有意义的.
在索引之前分析text 字段,以至于像New York 这样的值可以通过new 或者 york 来搜索.当你可能想要一个称作 New York 的单一bucket（桶）,term （词条）在这个字段上聚合会返回一个newbucket 和一个yorkbucket （桶）.
相反,你应该使用text 字段进行全文搜索，以及一个开启doc_values 的unanalyzed （未分析）keyword arrow-up-right
Copy curl -XPUT 'localhost:9200/my_index?pretty' -H 'Content-Type: application/json' -d'
{
"mappings": {
"my_type": {
"properties": {
"my_field": { # 1
"type": "text",
"fields": {
"keyword": { # 2
"type": "keyword"
}
}
}
}
}
}
}
' 使用my_field.keyword 用于聚合,排序,或者脚本.
开启text 字段的fielddata
你可以使用以下的PUT mapping APIarrow-up-right 给一个已经存在的text 字段开启fielddata .
你为my_field 指定的映射应包含该字段已有的映射,再加上fielddata 参数.
建议：fielddata.* 参数必须在相同索引的相同名称的字段有相同的设置.可以使用 PUT mapping APIarrow-up-right 在现有字段上更新其值.
Global ordinals
Global ordinals （全局序数）是一个基于field data 和doc_values 的数据结构,它以字典顺序每户每个唯一term （词根）的增量编号.每个term （词根）都有一个唯一的数,term （词根）A是低于term （词根）B的.Global ordinals （全局序数）仅在textarrow-up-right keywordarrow-up-right
Fielddata 和doc_values 也有 ordinals（序数）,它是特定segment （段）和字段中所有term （词根）的唯一编号.Global ordinals （全局序数）只是建立在fielddata 和doc_values 之上,通过在segement ordinals 和global ordinals 之间提供映射,后者在整个shard （分片）中是唯一的.
Global ordinals 是用于使用segement ordinals （片段序数）的功能,例如排序和terms （词根）聚合,以提高执行时间.term （词根）聚合完全依赖于Global ordinals （全局序数）来执行shard （分片）级别的聚合,然后将global ordinals （全局序数）转换为真正的term （词根）,term （词根）仅用于最终减少阶段,其结合不同shard （分片）的结果.
指定字段的Global ordinals （全局序数）与shard （分片）所有的字段相关联,而field data 和doc_values 与单个segment （片段）相关联.其与针对单个segment （段）相关联的特定字段的字段数据不同,一旦新的segment （片段）变得可见,Global ordinals （全局序数）就需要完全重建.
Global ordinals （全局序数）取决于一个字段上的terms （词根）数量，但通常它是比较低的.因为源字符安数据已经被加载.Global ordinals （全局序数）的内存开销很小,因为它被有效的压缩.
fielddata_frequency_filter
Fielddata 过滤可以用于减少加载到内存中 term （词根）数量,从而减少内存使用.term （词根）可以按频率来过滤 ：
频率过滤器允许你仅加载 document （文档）频率在最小和最大值之间的 term （词根）,可以表示为绝对数字（当数字大于1.0时）或百分比（例如0.01为1%，1.0为100%）.每个segment 计算频率.百分比是基于docs （文档）的数量,而不是该segment （片段）的所有docs （文档）.
通过使用 min_segment_size 指定 segment （片段）应包含的文档和最小数量,可以完全排除 small segment （小的片段）,如下: