面试题：ElasticSearch存储字段与_source字段优化对性能的影响

Question

在ElasticSearch中，对存储字段单独设置存储属性和使用_source字段存储数据，在性能方面各有什么优缺点？在实际应用场景中，如何根据业务需求来平衡选择，以达到最优性能？

Answer 1

存储字段单独设置存储属性

• 优点：
  • 检索性能：可以快速获取指定字段的值，无需像_source那样解析整个文档。例如在只需要获取文档中某几个固定字段进行展示时，能减少数据读取和解析的开销，提升检索速度。
  • 空间占用：仅存储指定字段，对于字段众多且文档较大的情况，相比存储整个_source，能有效减少磁盘空间占用。比如在一些日志数据中，只关注关键的时间、级别、错误信息等字段，单独存储这些字段能节省大量空间。
• 缺点：
  • 维护成本：每个字段都要单独设置存储属性，当字段较多时，配置工作繁琐，且后续修改字段相关设置可能涉及较多操作。例如新增一个需要单独存储的字段，需要修改多处配置。
  • 数据一致性：如果对文档进行更新，单独存储的字段和文档其他部分（如_source）可能出现更新不同步的情况，导致数据一致性问题。
  • 灵活性：如果需求发生变化，需要获取其他字段信息，单独存储字段的方式可能无法满足，还需重新配置和存储。

_source字段存储数据

• 优点：
  • 灵活性：可以获取文档的完整原始数据，无论需求如何变化，只要文档中有该字段，就能获取到。比如在进行数据分析时，开始只关注部分字段，后续可能需要其他字段来进一步分析，_source能轻松满足。
  • 数据一致性：更新文档时，_source整体更新，不存在部分字段更新不一致的问题。
  • 维护成本：无需对每个字段单独配置存储，配置简单，开发效率高。
• 缺点：
  • 空间占用：存储整个文档数据，会占用较多磁盘空间，特别是文档包含大量字段或大文本字段时。
  • 检索性能：如果只需要获取部分字段，读取和解析整个_source会增加不必要的开销，影响检索速度。

根据业务需求平衡选择

• 展示类场景：如果只是为了快速展示固定的少量字段，如商品列表展示商品名称、价格等，可选择单独设置存储属性的字段，提升检索展示速度。
• 数据分析场景：需要获取文档各种字段进行分析，使用_source字段能满足灵活性需求，虽然空间占用可能大些，但可通过合理规划索引和分片来优化。
• 日志类场景：对于日志数据，如果只关注关键信息，可单独存储关键字段，减少空间占用；如果需要完整回溯日志上下文，_source存储更合适。
• 字段稳定场景：当业务需求明确且字段基本不会变动，单独设置存储属性可优化性能和空间；若需求可能随时变化，_source存储能提供更好的适应性。