目录

1. 核心作用

2. 适用场景

3. 与 index 参数的对比

4. 典型配置示例

场景 1：仅用于聚合，禁止搜索

场景 2：优化大字段存储

5. 性能调优建议

6. 底层原理

---

doc_values 是 Elasticsearch/OpenSearch 中用于优化查询和聚合的列式存储结构，其核心作用是为非文本字段（如数值、日期、keyword 等）提供高效、低内存的数据访问方式。

---

1. 核心作用

• 列式存储：将字段值按列而非行存储，减少磁盘I/O，提升聚合（Aggregation）、排序（Sorting）、脚本计算（Scripting）效率。

• 替代倒排索引：当字段的 index: false 时，仍可通过 doc_values 支持基础查询（但性能较慢）。

• 节省内存：避免将全部字段数据加载到堆内存（Heap），降低 JVM 压力。

---

2. 适用场景

• 聚合分析（如 terms、avg）

• 排序（如 sort 子句）

• 脚本字段计算（如 script_field）

• 非文本字段的查询（如数值、日期、keyword 的 term 查询）

---

3. 与 index 参数的对比

特性	index: true (倒排索引)	doc_values: true (列式存储)
存储方式	行存储（文档→词项映射）	列存储（字段值紧凑排列）
主要用途	快速文本搜索（如 match）	聚合、排序、非文本查询
内存占用	高（常驻堆内存）	低（可基于磁盘操作）
默认启用	是	对非 text 字段默认启用
修改代价	重建索引才能关闭	可动态调整（需重建数据）

---

4. 典型配置示例

场景 1：仅用于聚合，禁止搜索

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

场景 2：优化大字段存储

PUT /logs
{"mappings": {"properties": {"timestamp": {"type": "date","doc_values": true  // 默认已启用，显式声明便于理解},"raw_data": {"type": "text","doc_values": false  // text 类型不支持 doc_values}}}
}

---

5. 性能调优建议

• 禁用不必要的 doc_values：
  若字段无需参与聚合/排序，设置 "doc_values": false 可节省磁盘空间（如仅用于检索的 text 字段）。

• 结合 index: false 使用：
  对纯聚合字段关闭倒排索引，减少内存占用。

• 监控字段数据内存：
  通过 _stats/fielddata API 检查高内存消耗的字段。

---

6. 底层原理

• 写入时构建：数据插入时同步生成列式存储文件（.dvd 和 .dvm）。

• 磁盘存储：默认不加载到内存，按需通过文件系统缓存访问。

• 不可变性：与倒排索引共享相同的段（Segment）机制，段合并时优化。

---

总结：doc_values 是 OpenSearch/Elasticsearch 中平衡查询性能与资源消耗的关键设计，尤其适合分析型场景。正确配置可显著提升聚合效率，同时避免不必要的内存开销。