Elasticsearch 中的 _source 和 _all 有什么区别

Question

掌握所有领域的两者之间的区别让我无法理解。

如果我的文档有：

{"mydoc":
  {"properties":
      {"name":{"type":"string","store":"true"}},
      {"number":{"type":"long","store":"false"}},
      {"title":{"type":"string","include_in_all":"false","store":"true"}}

  }
}

我了解_source 是一个包含所有字段的字段。但是_all 也一样吗？ 这是否意味着“名称”被保存了多次（两次？在_source 和_all），增加了文档占用的磁盘空间？

“名称”是否为字段存储一次，为_source 存储一次，为_all 存储一次？ 那么“数字”呢，它是否存储在_all 中，即使不在_source 中？

什么时候应该在查询中使用_source，什么时候应该使用_all？

我可以禁用_all 的用例是什么，然后会拒绝哪些功能？

Answer 1

这和lucene中索引字段和存储字段的区别差不多。

当您要搜索时使用索引字段，同时存储要作为搜索结果返回的字段。

_source 字段用于存储最初发送到 elasticsearch 的整个源文档。它用作搜索结果，以进行检索。你不能搜索它。实际上它是 lucene 中的一个存储字段，没有被索引。

_all 字段用于索引来自组成文档的所有字段的所有内容。您可以搜索它但永远不会返回它，因为它已编入索引但未存储在 lucene 中。

没有冗余，这两个字段用于不同的用例并存储在 lucene 索引中的不同位置。 _all 字段成为我们所谓的倒排索引的一部分，用于索引文本并能够对其执行全文搜索，而 _source 字段仅作为 lucene 文档的一部分存储。

您永远不会在查询中使用 _source 字段，只有在您返回结果时才会使用，因为这是 elasticsearch 默认返回的。有一些功能依赖于 _source 字段，如果禁用它，您将失去这些功能。其中之一是update API。此外，如果您禁用它，您需要记住在您的映射中配置为store:yes，您希望作为搜索结果返回的所有字段。我宁愿说不要禁用它，除非它打扰你，因为它在很多情况下真的很有帮助。另一种常见的用例是当您需要重新索引数据时；您可以从 elasticsearch 本身检索所有文档，然后将它们重新发送到另一个索引。

另一方面，_all 字段只是一个默认的 catch all 字段，当您只想搜索所有可用字段并且不想在查询中全部指定它们时，可以使用该字段。它很方便，但我不会在生产中过分依赖它，最好在不同的字段上运行更复杂的查询，每个字段具有不同的权重。如果你不使用它，你可能想禁用它，在我看来，这将比禁用 _source 影响更小。