Fielddata 是 Elasticsearch 中的一個(gè)術(shù)語(yǔ)，指的是一些字段上值的聚合操作。ES 默認(rèn)情況下，對(duì)于每個(gè)字段，都會(huì)存儲(chǔ)原始的值和倒排索引來(lái)支持搜索。然而，在某些場(chǎng)景下，我們也需要聚合數(shù)據(jù)，計(jì)算最小、最大、平均值等指標(biāo)，這就用到了 fielddata。下面將從幾個(gè)方面對(duì) fielddata 進(jìn)行詳細(xì)解讀。

一、基礎(chǔ)概念

Fielddata 中有兩種類型的值：doc value 和 fielddata cache。其中，doc value 本質(zhì)是一種優(yōu)化索引的方式，可以加速排序和聚合操作。doc value 值是預(yù)先計(jì)算好的存儲(chǔ)在內(nèi)存中的值。相比之下，fielddata cache 存儲(chǔ)在磁盤上的原始值，需要在聚合操作時(shí)再進(jìn)行計(jì)算。fielddata cache 默認(rèn)情況下是禁用的，需要手動(dòng)啟用。

二、聚合操作

聚合操作是 Elasticsearch 中 fielddata 的一個(gè)核心使用場(chǎng)景。最簡(jiǎn)單的聚合操作是計(jì)算最大值、最小值、平均值和唯一值，可以通過(guò)以下語(yǔ)句進(jìn)行實(shí)現(xiàn)：

GET /my_index/_search
{
    "aggs": {
        "max_amount": { "max": { "field": "amount" } },
        "min_amount": { "min": { "field": "amount" } },
        "avg_amount": { "avg": { "field": "amount" } },
        "unique_tags": { "cardinality": { "field": "tags" } }
    }
}

另外，我們還可以使用 fielddata 對(duì)文本進(jìn)行聚合操作。例如，以下語(yǔ)句計(jì)算商品品牌的銷售總量：

GET /my_index/_search
{
    "aggs": {
        "brand_sales": {
            "terms": {
                "field": "brand.keyword"
            },
            "aggs": {
                "total_sales": {
                    "sum": {
                        "field": "sales"
                    }
                }
            }
        }
    }
}

三、性能優(yōu)化

Fielddata 相對(duì)于一些常用的 Elasticsearch 操作（如搜索）是非常消耗資源的。因此需要一定的性能優(yōu)化。常見的優(yōu)化方式包括：

1、啟用 doc value

啟用 doc value 可以提升排序、聚合操作的性能，占用更少的內(nèi)存。

PUT my_index/_mapping/my_type
{
  "properties": {
    "my_field": {
      "type": "long",
      "doc_values": true
    }
  }
}

2、避免全量操作

避免全量操作可以大大減少聚合操作的耗時(shí)。因此，需要明確設(shè)置聚合、搜索、查詢、過(guò)濾和排序等操作的范圍和目標(biāo)，盡量不對(duì)全部數(shù)據(jù)執(zhí)行操作。

3、增加緩存大小

fielddata 的 cache 默認(rèn)是 30% JVM 堆空間。如果數(shù)據(jù)量較大，緩存可能會(huì)非常滿，導(dǎo)致性能問(wèn)題。可以通過(guò)增加緩存大小解決這個(gè)問(wèn)題。

PUT /my_index/_settings
{
    "index": {
        "fielddata": {
            "cache": {
                "size": "40%"
            }
        }
    }
}

4、合理使用 filter

filter 比 query 更快，因?yàn)樗梢詼p少 fielddata 的工作。過(guò)濾多個(gè)聚合操作時(shí)，盡量使用 filter 而不是 query。

四、總結(jié)

本文介紹了 Elasticsearch 中的 fielddata，討論了其基礎(chǔ)概念、聚合操作和性能優(yōu)化。對(duì)于線上環(huán)境中的 fielddata 操作，需要根據(jù)具體的業(yè)務(wù)場(chǎng)景和數(shù)據(jù)量進(jìn)行合理的性能優(yōu)化，才能獲得更好的使用效果。