4. 字段数据缓存（Field Data Cache）：产生原因、参数配置与 doc_values 关系

字段数据缓存（Field Data Cache）是 Elasticsearch 中用于加速聚合（Aggregation）和排序（Sorting）操作的内存级数据结构。当字段启用 fielddata=true 且未使用 doc_values 时，ES 会在 JVM 堆内存中构建该字段所有文档的倒排索引映射表，以便快速完成桶聚合、基数统计等计算。然而，这种“按需加载 + 全量驻留”的机制极易引发 OOM 或 GC 抖动，是缓存一致性治理中最需要谨慎管控的环节。

4.1 产生原因：为什么需要 Field Data Cache？

Elasticsearch 底层使用倒排索引（Inverted Index）存储词项到文档的映射，这对全文搜索极为高效。但聚合和排序需要“文档到词项”的正向映射——即知道每个文档的字段值是什么。对于 keyword、numeric、ip 等类型，ES 默认使用 doc_values（列式存储，磁盘 + 操作系统缓存）来提供正向映射；但对于 text 类型，doc_values 默认关闭，必须依赖 Field Data Cache 在内存中构建映射。

触发 Field Data 加载的典型场景：

• 对 text 字段执行 terms 聚合：如 GET /logs/_search { "aggs": { "by_message": { "terms": { "field": "message" } } } }
• 对 text 字段排序：如 GET /logs/_search { "sort": [ { "message": { "order": "asc" } } ] }
• 使用 script 访问 text 字段值：如 "script": { "source": "doc['message'].value" }

当上述请求到达时，ES 会检查该字段的 Field Data 是否已加载。若未加载，则遍历该字段在所有分片中的倒排索引，将每个词项映射到包含它的文档 ID 列表，并整体放入堆内存。这个过程是全量加载的——即使只聚合最近 1 小时的数据，也会加载整个索引的全部文档。

4.2 参数配置：indices.fielddata.cache.size

该参数控制 Field Data Cache 在 JVM 堆内存中的最大占用空间，是防止内存溢出的最后一道防线。配置方式为 动态集群设置，支持百分比或绝对值。

配置示例：

# 动态设置（百分比）
PUT _cluster/settings
{
  "persistent": {
    "indices.fielddata.cache.size": "15%"
  }
}

# 动态设置（绝对值）
PUT _cluster/settings
{
  "persistent": {
    "indices.fielddata.cache.size": "3gb"
  }
}

# 查看当前配置
GET _cluster/settings?include_defaults=true&filter_path=*.indices.fielddata.cache.size

4.3 与 doc_values 的关系：核心差异与选型策略

doc_values 是 ES 为 keyword、numeric、date、ip、geo_point 等类型默认启用的列式存储结构。它写入磁盘，利用操作系统文件缓存加速读取，不占用 JVM 堆内存。Field Data Cache 与 doc_values 都能提供正向映射，但设计哲学截然不同：

选型策略：

• 优先使用 doc_values：对于所有非 text 字段，保持 "doc_values": true（默认开启），避免使用 Field Data Cache。
• 避免对 text 字段做聚合：如果需要对文本内容做词频统计，应使用 keyword 子字段（"fields": { "raw": { "type": "keyword" } }），利用 doc_values 完成聚合。
• 必须使用 text 聚合时：显式设置 "fielddata": true，并配合 indices.fielddata.cache.size 限制堆内存使用。

4.4 缓存一致性治理要点

Field Data Cache 的一致性治理核心在于减少对它的依赖，而非优化它的驱逐策略。以下是经过生产验证的治理清单：

1. 映射阶段拦截：在创建索引时，对所有非 text 字段保持 "doc_values": true；对 text 字段添加 keyword 子字段用于聚合。
2. 限制缓存上限：设置 indices.fielddata.cache.size 为堆内存的 10%–20%，避免无限制增长。
3. 监控与告警：通过 GET _nodes/stats/indices/fielddata 监控每个节点的 fielddata 使用量，设置告警阈值（如超过堆内存 15%）。
4. 定期清理：在低峰期执行 POST _cache/clear?fielddata=true 清理所有 fielddata 缓存（注意：会短暂影响聚合性能）。
5. 避免高基数 text 聚合：如果必须对 text 字段做 terms 聚合，考虑使用 sampler 或 diversified_sampler 聚合减少加载量。