【Elasticsearch】script_fields 和 runtime_fields的区别

`script_fields`和`runtime_fields`都是 Elasticsearch 中用于动态计算字段值的功能，但它们在实现方式、应用场景和性能表现上存在显著区别。以下是两者的详细对比：

1.定义和应用场景

• `script_fields`：

• 定义：通过 Painless 脚本在查询阶段动态计算字段值。

• 应用场景：主要用于在查询结果中添加额外的计算字段，这些字段不会影响查询的执行逻辑。

• 示例：计算文档中多个字段的平均值，或基于字段值进行复杂计算。

• `runtime_fields`：

• 定义：在查询时动态定义字段，支持“读时模式”（Schema on Read），允许在查询时修改数据结构。

支持“读时模式”（Schema on Read）

• 读时模式（Schema on Read）：

• 在“读时模式”中，数据结构（即字段的定义）是在查询时动态解析和定义的，而不是在数据写入时预先定义。

• 这与传统的“写时模式”（Schema on Write）形成对比，在“写时模式”中，数据结构必须在索引阶段预先定义，且难以修改。

• 优点：• 灵活性：可以在查询时动态调整字段的定义，无需重新索引数据。

• 动态性：可以基于实时数据动态计算字段值，支持复杂的逻辑。

• 无需预定义：无需在索引阶段预先定义字段，减少了索引阶段的复杂性。

• 缺点：

• 性能开销：由于字段值是在查询时动态计算的，可能会增加查询的计算开销。

• 复杂性：脚本的编写和调试可能需要一定的技术能力。

 

• 应用场景：适用于需要在查询时动态添加字段、修改字段值，或基于这些字段进行过滤、排序和聚合。

• 示例：动态添加字段用于过滤、排序，或从其他索引中检索字段值（lookup runtime fields）。

2.执行阶段和性能

• `script_fields`：

• 执行阶段：在查询的fetch 阶段执行，即在文档被检索后才计算字段值。

• 性能影响：对查询性能的影响较小，但无法用于过滤、排序或聚合。

• `runtime_fields`：

• 执行阶段：从查询的开始阶段就参与计算，因此可以用于过滤、排序和聚合。

• 性能影响：由于在查询时动态计算，可能会对查询性能产生较大影响，尤其是在处理大量文档时。

3.索引和存储

• `script_fields`：

• 索引：不存储也不索引，仅在查询结果中返回。

• 存储：不占用额外的存储空间。

你的总结非常准确！`runtime_fields`是 Elasticsearch 中一个非常灵活的功能，它允许你在查询时动态定义和计算字段，而不需要在索引阶段预先存储这些字段的值。以下是对你总结的进一步详细解释：

---

1.不存储也不索引，但可以通过`fields`参数返回

• 不存储也不索引：

• `runtime_fields`是在查询时动态计算的，它们不会被存储在索引中，也不会被倒排索引（inverted index）。这意味着它们不会占用额外的磁盘空间，也不会影响索引的大小。

• 由于它们是动态计算的，每次查询时都会根据定义的脚本实时生成字段值。

• 可以通过`fields`参数返回：

• 尽管`runtime_fields`不存储，但你可以在查询结果中通过`fields`参数返回这些字段的值。这类似于`script_fields`的行为，但`runtime_fields`更灵活，因为它们可以用于过滤、排序和聚合。

示例：

```json

GET /myindex/_search

{

  "query": {

&nbs