Elasticsearch Fields _source 返回值字段设置

官方文档：Managing Elasticsearch Fields When Searching

Elasticsearch返回值字段设置

要想最大限度提高Elasticsearch的性能，控制搜索请求返回的字段数量是很重要的。在这一章，我们将讲解如何优化我们的应用，在每一个搜索结果中仅有选择地返回那些我们需要的字段。

介绍

在搜索中，使用参数fields允许限制每一个查询命中项（查询结果 hit）返回的列（fields）。这个特性通常被用来优化大批量数据传输，当Elasticsearch查询结果中有大量返回列时，使其只返回相关的列。当然它听起来很简单（实际上它确实很简单），但是它却对性能有极大的影响，查询性能与返回文档的数量和每一个文档大小两个因素成反比。

考虑这样一种情况，当每一个文档的平均大小是20KB，那么每一次查询请求返回10个查询结果则是平均200KB的数据。如果每秒请求100次，那么我们就需要20M的带宽。作一个合理的假设，假如我们如果只返回有用的字段，可以降低文档大小到800字节，那么每一次请求大致就只返回8KB的数据量，每秒请求100次则只需要800KB的带宽。如果想要大规模使用， 那么保证返回结果尽可能小确实是非常重要且非常实用的。

默认情况下，开启的是_source字段，它包含的是解析后的文档内容，并会在每一次查询后返回。当我们并不是需要查找并解析文档所有的内容时，我们通过限制返回的字段（fields）可以节省宝贵的服务器CPU时间和磁盘IO。上面讲到的fields便足以实现这一点。如果我们需要同时返回源文档（document）和一些列（fields），我们可以使用参数_source过滤，后面将会介绍它的用法。

关于fields的另一个特性并不广为人知，它也可以用在查询元字段中（metadata-fields）。这里特指用它查询_ttl字段的值，它可以在毫秒级别返回查询结果，而不是查询原文档需要的时间。这确实是一个非常实用的技巧。

嵌套数据和嵌套列（Nested Fields and Nested Data）

有些时候，仅仅查询一些简单的字段是不够的，这时我们可能需要动态地查询一些嵌套字段中的数据。在这种情况下，我们不能使用fields，否则只会得到下面这样的失败信息：
译者注：这此信息是在Elasticsearch日志中的，一般情况下在控制台看不到的。

{
    ...,
    "_shards": {
        "failures": [
            {
                "index": "index-name",
                "shard": 2,
                "status": 400,
                "reason": "ElasticsearchIllegalArgumentException[field [field_with_nested_data] isn't a leaf field]"
            }
        ]
    },...
}

抛出的这个异常是因为fields只能用于叶子节点的数据（即：这个节点没有子节点）。为了能够加载出非叶子节点，我们需要在查询时使用_source参数，它可以激活过滤源文档的特性（它可以用来过滤源文档），下面将详细讲解。

源文档过滤（Source Filtering）

源文档过滤可以在查询中控制原始JSON文档中的哪一部分会被返回。我们可以设置包含列或者排除列，通过模式匹配来过滤列名的访问路径即可。请记住，这仅仅可以节省从查询节点到调用客户端的带宽，而不能节省cpu时间和磁盘IO，除非使用fields的时候。这是因为当使用源文档过滤时，对于每一个查询结果我们仍然需要解析源文档，根据提供的模式去匹配，以确实返回值中应该包含这一列，或者排除这一列。但是在我们的优化计划中，它仍然是一个非常重要的方式，并且它使用非常容易，我们可以从它开启优化的第一步。

在1.0版本之前，有一个更广为人知的查询方式——partial fields，现在它已经过时了，已经被本文的源文档过滤替代。

后面还有两段，但是由于我没有使用过，所以对内容的翻译掌握不好。暂时不翻译了。
未完待续……

译者附：fields和_source的使用方式

//fields
{
  //其它查询条件
  ……
  "fields": [
    "goods_sale_number",
    "id"
  ]
}

//_source
{
  //其它查询条件
  ……
  "_source": [
    "goods_sale_number",
    "id"
  ]
}

其实没什么区别，只不过两个的机制不同，且只有_source支持嵌套类型。
希望本文会对你有所帮助。