1、嘗試對field執行aggregation
GET /test_index/test_type/_search
{
"aggs": {
"group_by_test_field": {
"terms": {
"field": "test_field1"
}
}
}
}
報錯
{
"error": {
"root_cause": [
{
"type": "illegal_argument_exception",
"reason": "Fielddata is disabled on text fields by default. Set fielddata=true on [test_field1] in order to load fielddata in memory by uninverting the inverted index. Note that this can however use significant memory."
}
],
"type": "search_phase_execution_exception",
"reason": "all shards failed",
"phase": "query",
"grouped": true,
"failed_shards": [
{
"shard": 0,
"index": "test_index",
"node": "rrFOnCB3RwqKOxaIeyLnUw",
"reason": {
"type": "illegal_argument_exception",
"reason": "Fielddata is disabled on text fields by default. Set fielddata=true on [test_field1] in order to load fielddata in memory by uninverting the inverted index. Note that this can however use significant memory."
}
}
],
"caused_by": {
"type": "illegal_argument_exception",
"reason": "Fielddata is disabled on text fields by default. Set fielddata=true on [test_field1] in order to load fielddata in memory by uninverting the inverted index. Note that this can however use significant memory."
}
},
"status": 400
}
對分詞的field，直接執行聚合操作，會報錯，大概意思是說，你必須要打開fielddata，然后將正排索引數據加載到內存中，才可以對分詞的field執行聚合操作，而且會消耗很大的內存。
2、給分詞的field設置fielddata=true
POST /test_index/_mapping/test_type
{
"properties": {
"test_field1" : {
"type": "text",
"fielddata": true
}
}
}
執行搜索
GET /test_index/test_type/_search
{
"size": 0,
"aggs": {
"group_by_test_field": {
"terms": {
"field": "test_field1"
}
}
}
}
輸出結果
{
"took": 23,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 0,
"hits": []
},
"aggregations": {
"group_by_test_field": {
"doc_count_error_upper_bound": 0,
"sum_other_doc_count": 0,
"buckets": [
{
"key": "test",
"doc_count": 2
}
]
}
}
}
發現成功了，所以必須將fielddata設置為true。
3、使用內置field不分詞，對string field進行聚合
GET /test_index/test_type/_search
{
"size": 0,
"aggs": {
"group_by_test_field": {
"terms": {
"field": "test_field1.keyword"
}
}
}
}
發現這樣也可以成功，所以如果對不分詞的field執行聚合搜索，直接就可以執行，不需要設置fielddata=true
4、分詞field+fielddata的工作原理
doc value --》不分詞的所有field，可以執行聚合操作--》如果你的某個field不分詞，那么在index-time就會自動生成doc value--》針對這些不分詞的field執行聚合操作的時候，自動就會用doc value來執行
分詞field，是沒有doc vakue的，在index-time如果某個field是分詞的，那么是不會給他建立doc value正排索引的。因為分詞后，占用的空間過于大，所以默認是不支持分詞field進行聚合的。
分詞field默認沒有doc value，所以直接對分詞field執行聚合操作，是會報錯的
對于分詞field，必須打開和使用fielddata，完全存在于純內存中。。。結構和doc value類似。。。如果是ngram或者是大量term，那么必將占用大量的內存。。。
如果一定要對分詞的field執行聚合，那么必須將fielddata=true，然后es就會在執行聚合操作的時候，現場將field對應的數據，建立一份fielddata正排索引，fielddata正排索引的結構跟doc value是類似的，但是只會將fielddata正排索引加載到內存中來，然后基于內存中的fielddata正排索引執行分詞field的聚合操作
如果直接對分詞field執行聚合，報錯，才會讓我們開啟fielddata=true，告訴我們，會將fielddata uninverted index，正排索引，加載到內存，會耗費內存空間
為什么fielddata必須在內存？因為大家自己思考一下，分詞的字符串，需要按照term進行聚合，需要執行更加復雜的算法和操作，如果基于磁盤和os cache，那么性能會很差
fielddata和doc value不一樣，fielddata在內存中的，doc vlaue是加載到磁盤的
若有興趣，歡迎來加入群，【Java初學者學習交流群】：458430385，此群有Java開發人員、UI設計人員和前端工程師。有問必答，共同探討學習，一起進步！
歡迎關注我的微信公眾號【Java碼農社區】，會定時推送各種干貨：
