Elasticsearch中不同类型索引的存储机制与结构分布问询

答案很明确：每个Lucene段会包含多种数据结构，以此适配不同字段的查询需求，而非按数据结构给字段分配独立的段。

具体细节拆解：

• 段是Lucene里不可变的最小查询单元，每一个段在生成时，会为索引中的所有字段分别维护对应的数据结构。比如：

  • 全文检索字段（如text类型）会生成倒排索引，支持关键词匹配、分词检索；
  • 数值/地理类型字段会生成BKD树，高效处理范围查询、排序、地理坐标检索；
  • 关键词字段（keyword）通常同时维护倒排索引（用于精确匹配）和Doc Values（用于聚合、排序）。

• 这种设计的核心原因是效率：段是批量写入后生成的不可变单元，同一个段内的所有字段数据是同步的。查询时可以在单个段内完成多字段的联合检索，不需要跨段关联数据，大幅降低了查询的IO开销和复杂度。

• 从存储文件的角度看，每个段对应独立的目录，目录下会包含对应各个字段的专属文件。比如一个包含title（text）、price（integer）的段，目录里会有_title.fdt（字段原始数据）、_title.fdx（倒排索引字典）、_price.bkd（BKD树文件）、_price.dvd（数值Doc Values）等文件，这些都属于同一个Lucene段。

内容的提问来源于stack exchange，提问作者Ramesh