作者：刘晓国
默认情况下，对字段值进行索引以使其可搜索，但不存储它们 (store)。 这意味着可以查询该字段，但是无法检索原始字段值。在这里我们必须理解的一点是: 如果一个字段的 mapping 中含有 store 属性为 true，那么有一个单独的存储空间为这个字段做存储，而且这个存储是独立于 _source 的存储的。它具有更快的查询。存储该字段会占用磁盘空间。如果需要从文档中提取（即在脚本中和聚合），它会帮助减少计算。在聚合时，具有 store 属性的字段会比不具有这个属性的字段快。 此选项的可能值为 false 和 true。
通常这无关紧要。 该字段值已经是 _source 字段的一部分，默认情况下已存储。 如果你只想检索单个字段或几个字段的值，而不是整个 _source 的值，则可以使用 source filtering 来实现。
在某些情况下，存储字段可能很有意义。 例如，如果你有一个带有标题，日期和很大的内容字段的文档，则可能只想检索标题和日期，而不必从较大的 _source 字段中提取这些字段。
接下来我们还是通过一个具体的例子来解释这个，虽然上面的描述有点绕口。
首先我们来创建一个叫做 my_index 的索引：
PUT my_index { "mappings": { "properties": { "title": { "type": "text", "store": true }, "date": { "type": "date", "store": true }, "content": { "type": "text" } } } }
在上面的 mapping 中，我们把 title 及 date 字段里的 store 属性设置为 true，表明有一个单独的 index fragement 是为它们而配备的，并存储它们的值。我们来写入一个文档到 my_index 索引中：
PUT my_index/_doc/1 { "title": "Some short title", "date": "2015-01-01", "content": "A very long content field..." }
接下来，我们来做一个搜索：
GET my_index/_search显示的结果是：
"hits" : { "total" : { "value" : 1, "relation" : "eq" }, "max_score" : 1.0, "hits" : [ { "_index" : "my_index", "_type" : "_doc", "_id" : "1", "_score" : 1.0, "_source" : { "title" : "Some short title", "date" : "2015-01-01", "content" : "A very long content field..." } } ] }
在上面我们可以在 _source 中看到这个文档的 title，date 及 content 字段。
我们可以通过 source filtering 的方法提前我们想要的字段：
GET my_index/_search { "_source": ["title", "date"] }
显示的结果是：
"hits" : { "total" : { "value" : 1, "relation" : "eq" }, "max_score" : 1.0, "hits" : [ { "_index" : "my_index", "_type" : "_doc", "_id" : "1", "_score" : 1.0, "_source" : { "date" : "2015-01-01", "title" : "Some short title" } } ] }
显然上面的结果显示我们想要的字段 date 及 title 是可以从 _source 里获取的。
我们也可以通过如下的方法来获取这两个字段的值：
GET my_index/_search { "stored_fields": [ "title", "date" ] }
返回的结果是：
"hits" : { "total" : { "value" : 1, "relation" : "eq" }, "max_score" : 1.0, "hits" : [ { "_index" : "my_index", "_type" : "_doc", "_id" : "1", "_score" : 1.0, "fields" : { "date" : [ "2015-01-01T00:00:00.000Z" ], "title" : [ "Some short title" ] } } ] }
在上面，我们可以看出来在 fields 里有一个 date 及 title 的数组返回查询的结果。
也许我们很多人想知道到底这个 store 到底有什么用途呢？如果都能从 _source 里得到字段的值。
有一种就是我们在开头我们已经说明的情况：我们有时候并不想存下所有的字段在 _source 里，因为该字段的内容很大，或者我们根本就不想存 _source，但是有些字段，我们还是想要获取它们的内容。那么在这种情况下，我们就可以使用 store 来实现。
我们还是用一个例子来说明。首先创建一个叫做 my_index1 的索引：
PUT my_index1 { "mappings": { "_source": { "enabled": false }, "properties": { "title": { "type": "text", "store": true }, "date": { "type": "date", "store": true }, "content": { "type": "text", "store": false } } } }
因为我们认为 content 字段的内容可能会很大，那么我不想存这个字段。在上面，我们也把 _source 的 enabled 开关设置为 false，表明将不存储任何的 source 字段。接下来写入一个文档到 my_index1 里去：
PUT my_index1/_doc/1 { "title": "Some short title", "date": "2015-01-01", "content": "A very long content field..." }
同样我们来做一个搜索：
GET my_index1/_search { "query": { "match": { "content": "content" } } }
我们可以看到搜索的结果：
"hits" : { "total" : { "value" : 1, "relation" : "eq" }, "max_score" : 0.2876821, "hits" : [ { "_index" : "my_index1", "_type" : "_doc", "_id" : "1", "_score" : 0.2876821 } ] }
在这次的显示中，我们没有看到 _source 字段，这是因为我们已经把它给 disabled 了。但是我们可以通过如下的方法来获取那些store 字段：
GET my_index1/_search { "stored_fields": [ "title", "date" ], "query": { "match": { "content": "content" } } }
返回结果是：
"hits" : { "total" : { "value" : 1, "relation" : "eq" }, "max_score" : 0.2876821, "hits" : [ { "_index" : "my_index1", "_type" : "_doc", "_id" : "1", "_score" : 0.2876821, "fields" : { "date" : [ "2015-01-01T00:00:00.000Z" ], "title" : [ "Some short title" ] } } ] }
我们可以在返回结果里查看到 date 及 title 的值。
可以合理地存储字段的另一种情况是，对于那些未出现在 _source 字段（例如 copy_to 字段）中的字段。您可以参阅我的另外一篇文章 “如何使用Elasticsearch中的copy_to来提高搜索效率”。
如果你想了解更多关于 Elasticsearch 的存储，可以阅读文章 “Elasticsearch：inverted index，doc_values及source”。
参考：
【1】https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-store.html
【2】https://*.com/questions/17103047/why-do-i-need-storeyes-in-elasticsearch