我正在努力減少存盤在 ElasticSearch 中的資料的磁盤需求。資料主要是包含浮點值串列的欄位。我正在從流式作業生成 json 資料，然后將其放入 Elasticsearch。 將資料型別從 float 更改為 short 是否有助于減少磁盤需求？（請記住，值的范圍在很短的范圍內，我們可以四舍五入浮點值。）
我有一個檔案：https ://www.elastic.co/guide/en/elasticsearch/reference/current/number.html 但是這里有矛盾的陳述 -
- 存盤根據存盤的實際值進行了優化，因此選擇一種型別而不是另一種型別不會對存盤要求產生影響。
- 這對節省磁盤空間很有幫助，因為整數比浮點更容易壓縮。
有人可以幫忙解釋一下嗎？
uj5u.com熱心網友回復：
浮點值是 32 位 IEEE 754 浮點數，而 short 值是 16 位整數，因此很明顯，short 需要更少的磁盤空間。
您提到的第一個陳述句僅對整數型別有效，而第二個陳述句是關于存盤為整數的浮點數，因此有點像比較蘋果和橘子。
但是，對于您的具體情況，您的值在一個短范圍內，讓我們做一個非常天真的但經驗主義的測驗，我們生成大量隨機短值（比如 1M）并將它們存盤在兩個不同的索引中，一個欄位映射是short和另一個欄位映射是float，然后簡單地比較它們的大小。
以下是我使用的映射：
PUT shorts
{
"mappings": {
"properties": {
"my_short": {
"type": "short"
}
}
}
}
PUT floats
{
"mappings": {
"properties": {
"my_float": {
"type": "float"
}
}
}
}
這是存盤在其中的隨機值：
{"index":{"_index":"shorts"}}
{"my_short":1799}
{"index":{"_index":"floats"}}
{"my_float":1799}
{"index":{"_index":"shorts"}}
{"my_short":31014}
{"index":{"_index":"floats"}}
{"my_float":31014}
{"index":{"_index":"shorts"}}
{"my_short":-880}
{"index":{"_index":"floats"}}
{"my_float":-880}
{"index":{"_index":"shorts"}}
{"my_short":31159}
{"index":{"_index":"floats"}}
{"my_float":31159}
...
加載所有資料后，我們可以檢查索引的各自大小
GET _cat/indices/shorts,floats?v
health status index uuid pri rep docs.count docs.deleted store.size pri.store.size
green open floats puHwIu5wSSG23QEq4qxROA 1 1 1000000 0 57.7mb 28.8mb
green open shorts mDEHUB3FQoyuMNbsDy3zwA 1 1 1000000 0 53.3mb 26.6mb
所以答案很明確：對于完全相同的資料，浮點值占用更多空間！
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/513932.html
標籤：弹性搜索