文档大小元数据字段（_size）

文档大小元数据字段（_size） #

_size 元数据字段记录每个文档的 _source 字段的原始未压缩大小（字节数）。启用后，可以按文档大小进行过滤、排序和聚合。

前置条件 #

_size 字段由 mapper-size 插件提供，需要确认插件已安装：

bin/easysearch-plugin list
# 应包含 mapper-size

启用 _size 字段 #

_size 字段默认未启用，需要在索引映射中显式开启：

PUT my_index
{
  "mappings": {
    "_size": {
      "enabled": true
    }
  }
}

使用示例 #

索引文档 #

启用 _size 后，索引文档时会自动计算并存储 _source 的大小：

PUT my_index/_doc/1
{
  "title": "示例文档",
  "content": "这是一个示例文档，用于演示 _size 字段。"
}

查询文档大小 #

GET my_index/_search
{
  "query": { "match_all": {} },
  "fields": ["_size"],
  "_source": false
}

按大小过滤 #

查找大于 1KB 的文档：

GET my_index/_search
{
  "query": {
    "range": {
      "_size": {
        "gt": 1024
      }
    }
  }
}

按大小排序 #

GET my_index/_search
{
  "sort": [
    { "_size": "desc" }
  ]
}

统计文档大小分布 #

GET my_index/_search
{
  "size": 0,
  "aggs": {
    "size_stats": {
      "stats": {
        "field": "_size"
      }
    },
    "size_distribution": {
      "histogram": {
        "field": "_size",
        "interval": 1024
      }
    }
  }
}

适用场景 #

  • 监控文档大小：识别异常大的文档，防止单个文档过大影响性能
  • 容量规划：分析文档大小分布，预估存储需求
  • 数据质量检查：过滤过小（可能为空或不完整）或过大（可能有问题）的文档
  • 成本优化：按文档大小排序，找出占用存储最多的文档

注意事项 #

  • _size 存储的是 _source 的原始字节大小，不包括 Lucene 索引结构的大小
  • 启用 _size 会略微增加索引体积（每个文档多存储一个整数字段）
  • 只能在创建索引时或通过更新映射启用，不会对已有文档回填大小值
©INFINI.LTD, All Rights Reserved.