Elasticsearch 映射 fielddata 工作原理解析

1.fielddata 是什么

fielddata 是 elasticsearch 中一种数据结构，用于在内存中缓存字段数据，主要服务于以下场景：

• 聚合操作（aggregations）
• 排序（sorting）
• 脚本计算（scripting）
• 某些类型的查询（如 field 字段上的 term 查询）

当需要对 text 字段或其他非 doc_values 支持的字段执行上述操作时，elasticsearch 需要将这些字段的值加载到内存中，这就是 fielddata 的作用。

2.fielddata 的工作原理

• 按需加载：当第一次需要对某个字段执行聚合 / 排序等操作时，elasticsearch 会从磁盘读取该字段的所有值并构建内存中的数据结构。
• 存储在 jvm 堆内存：fielddata 会占用 jvm 堆内存空间。
• 字段级启用：默认情况下，text 字段禁用 fielddata，keyword 字段使用 doc_values 而非 fielddata。

3.主要用法

3.1 启用 fielddata（通常在 text 字段上）

put my_index/_mapping
{
  "properties": {
    "my_text_field": { 
      "type":     "text",
      "fielddata": true
    }
  }
}

3.2 监控 fielddata 使用情况

get _nodes/stats/indices/fielddata?fields=*

3.3 清除 fielddata 缓存

post my_index/_cache/clear?fielddata=true

4.使用场景示例

示例 1：对 text 字段进行聚合

get my_index/_search
{
  "size": 0,
  "aggs": {
    "my_terms": {
      "terms": {
        "field": "my_text_field"  // 需要该字段启用 fielddata
      }
    }
  }
}

示例 2：对 text 字段进行排序

get my_index/_search
{
  "sort": [
    {
      "my_text_field": {
        "order": "asc"
      }
    }
  ]
}

5.fielddata 与 doc_values 的区别

6.注意事项

• 内存消耗：fielddata 会显著增加内存使用，特别是高基数（大量唯一值）字段。
• 性能影响：首次加载 fielddata 可能导致查询延迟。
• 替代方案：对于 keyword / numeric / date 等字段，优先使用 doc_values。
• 熔断机制：elasticsearch 有 fielddata 熔断器防止内存耗尽。

7.最佳实践

• 尽量避免在 text 字段上启用 fielddata。
• 如需对文本进行聚合/排序，考虑使用多字段（multi-field）映射：

"my_field": {
  "type": "text",
  "fields": {
    "keyword": {
      "type": "keyword"
    }
  }
}

然后对 my_field.keyword 进行操作。

监控 fielddata 内存使用，设置合理的熔断阈值。

到此这篇关于elasticsearch 映射 fielddata 工作原理解析的文章就介绍到这了,更多相关elasticsearch 映射 fielddata 内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网！