为Elasticsearch提前创建索引映射是否存在搜索性能优势？

先说结论：在大规模生产环境使用场景下，提前创建合理的索引映射，相较动态映射自动生成结构的方式，确实会带来明确的搜索性能优势，核心原因如下：

• 避免动态映射生成冗余字段类型：动态映射会根据首次写入的字段值自动推断类型，大概率会生成不符合业务需求的冗余配置，最常见的就是字符串类型被自动映射为text+keyword双类型，额外占用近一倍的存储空间，搜索时需要扫描的磁盘数据量更大，IO开销直接升高。提前创建映射可以按需只保留业务需要的字段类型，缩减索引体积的同时直接降低查询IO消耗。
• 可针对性优化索引相关配置：提前定义映射时，你可以根据字段的实际使用场景自定义配置：不需要参与搜索的字段直接设置index: false，不需要参与排序、聚合的字段关闭doc_values，不需要做相关性算分的字段关闭norms。这些配置会直接减少搜索时的内存占用和无效计算量，大幅提升查询效率。而动态映射默认会为所有字段开启全部默认索引配置，相当于预留了很多完全用不上的索引结构，查询时会产生大量无用开销。
• 从根源避免字段类型冲突：动态映射场景下，如果同一个字段先后写入了不同类型的值，轻则出现跨分片同名字段类型不一致的问题，搜索时需要额外做类型兼容计算，重则直接导致查询报错。提前定义映射可以完全避免这类问题，不会产生额外的兼容校验开销。
• 提前对齐分词等查询相关配置：如果业务需要对text类型字段使用自定义分词器，动态映射默认生成的标准分词器完全不符合需求，后续搜索要么需要强制指定分词器带来额外计算开销，要么要补充更多查询条件补偿分词不匹配的问题，反而会拖慢查询速度。提前定义映射时完成分词配置，搜索时可以直接使用预先生成的倒排索引，效率会高很多。

如果是极其简单的测试场景，字段数量极少且动态映射生成的类型完全符合预期，两种方式的性能差距可能不明显。但只要是有一定规模的生产环境，提前定义映射都是通用最佳实践，不管是写入稳定性还是搜索性能都更有保障。

内容的提问来源于stack exchange，提问作者Nilan Saha