抛砖引玉：我们先来思考一个问题，es中的 agg 桶聚类，等操作是如何来做到的？
如果想要提升聚类的性能，又应该如何做呢？
我们可以从 es的底层存储原理中来寻找答案！所以将会学到 Doc Values这个列式存储的数据结构。
那又为什么需要列式存储？ 我提一个需求你大概就能明白了：如果mysql中数据有1000W,如果让你去执行group by操作，需要多长的时间呢？ 假如数据有 1 亿、10亿，又需要花多长时间呢？如果能做到秒级别？ 因为mysql是按行来存储数据的，想要完成这个操作，就得一条一条数据读出来，然后再去计算分组。而列存就不一样了。只需要读出来我们需要 group by的字段即可。
Doc Values
- Doc Values 数据结构能够解决聚类（group by）的问题
- Doc Values 数据结构能够解决 排序的问题
那么doc value究竟是什么呢？
Doc Values 正排索引
Doc Values 定义
在 Elasticsearch 中，Doc Values 就是一种列式存储结构，默认情况下每个字段的 Doc Values 都是激活的（除了 text 类型），Doc Values 是在索引时创建的，当字段索引时，Elasticsearch 为了能够快速检索，会把字段的值加入倒排索引中，同时它也会存储该字段的 Doc Values。
区别于倒排索引的定义，Doc Values 被定义为：“正排索引”。
Doc Values 示例
仍然 以 1.2 文档为例，Doc Values 结构如下所示（仅做举例）：
| Doc |
Terms |
|---|---|
| Doc_1 |
brown, dog, fox, jumped, lazy, over, quick, the |
| Doc_2 |
brown, dogs, foxes, in, lazy, leap, over, quick, summer |
Doc values 通过转置两者间的关系来解决适用倒排索引聚合效率低、难以扩展的问题。
对比可以看出：倒排索引将词项映射到包含它们的文档，doc values 将文档映射到它们包含的词项。
Doc Values 特点
- 在索引时创建
- 序列化到磁盘
- 适合排序操作
- 将单个字段的所有值一起存储在单个数据列中
- 默认情况下，除text之外的所有字段类型均启用 Doc Values。
Doc Values 适用场景
Elasticsearch 中的 Doc Values 常被应用到以下场景：
- 对一个字段进行排序
- 对一个字段进行聚合
- 某些过滤，比如地理位置过滤
- 某些与字段相关的脚本计算
注意：
因为文档值被序列化到磁盘，我们可以依靠操作系统的帮助来快速访问。
- 当 工作集（working set） 远小于节点的可用内存，系统会自动将所有的文档值保存在内存中，使得其读写十分高速；
- 当其远大于可用内存，操作系统会自动把 Doc Values 加载到系统的页缓存中，从而避免了 jvm 堆内存溢出异常。
Doc Values 使用注意事项
对于不需要：排序、聚合、脚本计算、地理位置过滤的业务场景，可以考虑禁用：Doc Values，以节约存储。
PUT my_index
{
"mappings": {
"properties": {
"title": {
"type": "keyword",
"doc_values": false
}
}
}
}