目錄

1. 核心作用

2. 適用場景

3. 與?index?參數的對比

4. 典型配置示例

場景 1：僅用于聚合，禁止搜索

場景 2：優化大字段存儲

5. 性能調優建議

6. 底層原理

---

doc_values 是 Elasticsearch/OpenSearch 中用于優化查詢和聚合的列式存儲結構，其核心作用是為非文本字段（如數值、日期、keyword 等）提供高效、低內存的數據訪問方式。

---

1. 核心作用

• 列式存儲：將字段值按列而非行存儲，減少磁盤I/O，提升聚合（Aggregation）、排序（Sorting）、腳本計算（Scripting）效率。

• 替代倒排索引：當字段的?index: false?時，仍可通過 doc_values 支持基礎查詢（但性能較慢）。

• 節省內存：避免將全部字段數據加載到堆內存（Heap），降低 JVM 壓力。

---

2. 適用場景

• 聚合分析（如?terms、avg）

• 排序（如?sort?子句）

• 腳本字段計算（如?script_field）

• 非文本字段的查詢（如數值、日期、keyword 的?term?查詢）

---

3. 與?index?參數的對比

特性	index: true?(倒排索引)	doc_values: true?(列式存儲)
存儲方式	行存儲（文檔→詞項映射）	列存儲（字段值緊湊排列）
主要用途	快速文本搜索（如?match）	聚合、排序、非文本查詢
內存占用	高（常駐堆內存）	低（可基于磁盤操作）
默認啟用	是	對非 text 字段默認啟用
修改代價	重建索引才能關閉	可動態調整（需重建數據）

---

4. 典型配置示例

場景 1：僅用于聚合，禁止搜索

PUT /my_index
{"mappings": {"properties": {"price": {"type": "double","index": false,  // 禁用倒排索引（無法被高效搜索）"doc_values": true  // 允許聚合和排序}}}
}

場景 2：優化大字段存儲

PUT /logs
{"mappings": {"properties": {"timestamp": {"type": "date","doc_values": true  // 默認已啟用，顯式聲明便于理解},"raw_data": {"type": "text","doc_values": false  // text 類型不支持 doc_values}}}
}

---

5. 性能調優建議

• 禁用不必要的 doc_values：
  若字段無需參與聚合/排序，設置?"doc_values": false?可節省磁盤空間（如僅用于檢索的 text 字段）。

• 結合?index: false?使用：
  對純聚合字段關閉倒排索引，減少內存占用。

• 監控字段數據內存：
  通過?_stats/fielddata?API 檢查高內存消耗的字段。

---

6. 底層原理

• 寫入時構建：數據插入時同步生成列式存儲文件（.dvd?和?.dvm）。

• 磁盤存儲：默認不加載到內存，按需通過文件系統緩存訪問。

• 不可變性：與倒排索引共享相同的段（Segment）機制，段合并時優化。

---

總結：doc_values 是 OpenSearch/Elasticsearch 中平衡查詢性能與資源消耗的關鍵設計，尤其適合分析型場景。正確配置可顯著提升聚合效率，同時避免不必要的內存開銷。