我们正在我们系统中的许多不同资源中构建“统一”搜索。我们的索引模式包括大约 10 个被索引的通用字段，加上 5 个在返回结果时用于识别我们系统中适当资源位置的字段。
索引字段通常包含敏感数据，因此我们根本不希望它们存储，只为匹配而索引，因此我们将其设置_source为FALSE.
但是，我确实希望返回 5 个 ident 字段，因此是否可以将 ident 字段设置为store= yes，但总体索引_source为FALSE并获得我在结果中寻找的内容？
问问题
663 次
2 回答
3
也看看这个其他答案。正如那里提到的，在大多数情况下，该_source领域有很大帮助。尽管这看起来像是一种浪费，因为 elasticsearch 有效地存储了传入的整个文档，但这确实很方便（例如，当需要更新文档而不发送整个更新后的文档时）。归根结底，它隐藏了一个 lucene 实现细节，即如果您想取回字段，您需要显式存储字段，而用户通常希望取回他们发送给搜索引擎的内容。令人惊讶的是，这_source也有助于提高性能，因为它需要一次磁盘查找，而不是可能由检索多个存储字段引起的更多磁盘查找。在一天结束时_sourcefield 只是一个包含 json 的大 lucene 存储字段，可以对其进行解析以获取特定字段并对其进行一些处理，而无需单独存储它们。
也就是说，根据您的用例（您检索多少字段），查看_source 字段引用底部的源包含/排除可能会很有用，它允许您防止部分（例如文档的敏感部分) 的源字段被存储。如果您想继续依赖_source但不希望返回输入文档的一部分，但您确实想搜索这些字段，因为它们将被索引（但不存储！）在底层 lucene 索引中。
在这两种情况下（_source完全禁用或排除某些部分），如果您计划更新文档，请记住您需要使用索引 api 发送整个更新的文档。实际上，您不能依赖更新 api 提供的部分更新，因为您在索引中没有您首先索引的完整文档，您需要对其应用更改。
于 2013-09-17T17:24:31.963 回答
1
是的，存储字段不依赖于_source字段，反之亦然。它们是分开的，更改或禁用一个不应影响另一个。
于 2013-09-16T17:51:15.567 回答