字段弹性搜索磁盘空间

Question

我有一个弹性搜索集群，它根据推文的日期在不同的索引中索引推特数据。

400 万条推文使用的磁盘空间约为 5GB。

在对存储的字段进行一些更改并使用附加信息丰富数据后，包含 200 万个文档的新索引使用大约 8GB。

旧索引和新索引的映射是相同的，唯一的区别是旧索引在某些字段中不会有数据。

我预计存储空间使用量会增加，但这太过分了。我有一个理论，即边界框字段可能是使用该空间最多的字段。

我查看了 API，但没有看到显示单个字段使用的磁盘空间量的 API。有什么方法可以获取这些信息，以便我可以比较这两个索引？

我对字段数据的大小不感兴趣。我需要知道磁盘上用于单个字段的术语索引的空间。

Answer 1

没有内置解决方案，但您可以创建一个索引副本，其中只有几个您想要大小的字段。

这应该会给你一个很好的数字。

来自https://www.elastic.co/guide/en/elasticsearch/reference/current/docs-reindex.html：

POST _reindex
{
  "source": {
    "index": "twitter",
    "_source": ["user", "_doc"]
  },
  "dest": {
    "index": "new_twitter"
  }
}