假设我在映射中有一个字符串字段指定为not_analyzed。如果我随后将"store":"yes" 添加到映射中，ElasticSearch 会复制存储吗？我对not_analyzed 字段的理解是，它们不是通过分析器运行的，按原样编入索引，但客户端能够与之匹配。因此，如果一个字段同时是 not_analyzed 和 store:yes，这可能会导致 ElasticSearch 保留字符串的两个副本。
我的问题：
not_analyzed和store:yes，会不会出现重复存储的字符串？我希望这已经足够清楚了。谢谢！
【问题讨论】：
标签： elasticsearch
您在 lucene 中混淆了索引字段和存储字段的概念，lucene 是在弹性搜索之上构建的库。
当一个字段进入倒排索引时，它就会被索引，lucene 使用这种数据结构来提供其强大而快速的全文搜索功能。如果要搜索某个字段，则必须对其进行索引。当你索引一个字段时，你可以决定是要按原样索引它，还是要分析它，这意味着决定一个标记器应用到它，这将生成一个标记列表（单词）和一个标记列表可以修改生成的令牌（甚至添加或删除一些）的过滤器。索引字段的方式会影响您对其进行搜索的方式。如果您索引一个字段但不对其进行分析，并且其文本由多个单词组成，您将能够找到该文档仅搜索该确切的特定文本，包括空格。
当您希望能够检索某个字段时，它会被存储。假设 Lucene 也提供了某种存储，它与倒排索引本身没有任何关系。 当你使用 lucene 搜索时，你会得到一个匹配的文档 ID 列表。然后，您可以从他们存储的字段中检索一些文本，这就是您在搜索结果中真正显示的内容。如果你不存储一个字段，你将永远无法从 lucene 中取回它（但这对于 elasticsearch 来说不是这样，我将在下面解释）。
您可以拥有只想搜索但从不显示的字段：已编入索引且未存储（默认在 lucene 中）。
您可以拥有要搜索和检索的字段：索引和存储。
您可以拥有不想搜索但确实想检索以显示它们的字段。
因此这两个数据结构彼此不相关。如果你在 lucene 中同时索引和存储一个字段，它的内容将不会以相同的形式出现两次。存储字段按原样存储，因为您将它们发送到 lucene，而索引字段可能会被分析并将成为倒排索引的一部分，这是另一回事。存储的字段用于检索特定文档（通过 lucene 文档 id），而索引字段用于搜索，在这样的结构中，从字面上反转文本，结果每个术语作为键，以及文档列表包含它的 ID（发布列表）。
当谈到弹性搜索时，情况会发生一些变化。如果您未将字段配置为存储在映射中（默认为 store:no），则默认情况下无论如何您都可以检索它。发生这种情况是因为 elasticsearch 总是将您发送给它的整个源文档（除非您禁用此功能）存储在一个名为 _source 的特殊 lucene 字段中。
当您使用 elasticsearch 搜索时，默认情况下会返回整个源字段，但您也可以要求特定字段。在这种情况下，elasticsearch 会检查这些特定字段是否存储在 lucene 中。如果是则将从lucene中检索内容，否则将从lucene中检索_source存储的字段，解析为json（拉解析）并提取那些特定的字段。在第一种情况下，它可能会快一点，但不一定。如果您的源非常大并且您只想加载几个字段，那么将它们配置为存储在 lucene 中可能会使加载过程更快；另一方面，如果您的_source 不是那么大并且您想要加载许多字段，那么最好只加载一个存储字段（_source），这将导致单个磁盘查找，解析它等等。在大多数情况下，使用_source 字段就可以了。
回答您的问题：倒排索引和 lucene 存储是两个完全不同的东西。仅当您决定存储一个字段（映射中的store:yes）时，您最终会在 lucene 中拥有相同数据的两个副本，因为 elasticsearch 将相同的内容保留在 json _source 中，但这没有任何意义与您正在索引或分析该字段的事实有关。
【讨论】：
_source 和false。
_source false 你没有什么可担心的。这就像用相同的数据做两件不同的事情。两种数据结构（倒排索引和存储）完全不同，用途也不同。甚至没有办法避免这种情况，除非您只想从 lucene/elasticsearch 中获取匹配文档的文档 ID 并使用其他一些外部存储。