1、Doc value
搜尋的時候，要依靠倒排索引；
排序的時候，需要依靠正排索引，看到每個document的每個field，然後進行排序。
所謂的正排索引，其實就是doc values。
在建立索引的時候，一方面會建立倒排索引，以供搜尋用；一方面會建立正排索引，也就是doc values，以供排序，聚合，過濾等操作使用，doc values是被儲存在磁碟上的，此時如果記憶體足夠，os會自動將其快取在記憶體中，效能還是會很高；如果記憶體不足夠，os會將其寫入磁碟上
1.1 倒排索引
doc1: hello world you and me
doc2: hi, world, how are you
| term | doc1 | doc2 |
|---|---|---|
| hello | * | |
| world | * | * |
| you | * | * |
| and | * | |
| me | * | |
| hi | * | |
| how | * | |
| are | * |
搜尋時：
hello you --> hello, you
hello --> doc1
you --> doc1,doc2
sort by 出現問題，如果需要自定義排序（按照某些欄位排序）那麼就會出現問題，因為倒排索引已經被分詞了。，此時就需要使用正排索引來進行分詞
1.2 正排索引
doc1: { "name": "jack", "age": 27 }
doc2: { "name": "tom", "age": 30 }
| document | name | age |
|---|---|---|
| doc1 | jack | 27 |
| doc2 | tom | 30 |
2、文件查詢
關於文件的查詢過程，前面部落格已經解析過了：ElasticSearch7.3學習(六)----文件（document）內部機制詳解
這裡再簡單的回顧一下。分為兩個步驟，第一query，第二fetch。
2.1 query
2.1.1 query phase
（1）搜尋請求傳送到某一個coordinate node，構構建一個priority queue，長度以paging操作from和size為準，預設為10
（2）coordinate node將請求轉發到所有shard，每個shard本地搜尋，並構建一個本地的priority queue
（3）各個shard將自己的priority queue返回給coordinate node，並構建一個全域性的priority queue
2.1.2 replica shard提升搜尋吞吐量
一次請求要打到所有shard的一個replica/primary上去，如果每個shard都有多個replica，那麼同時併發過來的搜尋請求可以同時打到其他的replica上去
2.2 fetch
2.2.1 fetch phase
（1）coordinate node構建完priority queue之後，就傳送mget請求去所有shard上獲取對應的document
（2）各個shard將document返回給coordinate node
（3）coordinate node將合併後的document結果返回給client客戶端