聚合原理：（來源自官方文件）

大多數字段預設為索引，這使得它們可以搜尋。 但是，排序，聚合和訪問指令碼中的欄位值需要與搜尋不同的訪問模式。

搜尋需要回答“哪些文件包含此術語？”的問題，而排序和聚合需要回答一個不同的問題：“本文對這個文件有什麼價值？”。

大多數字段可以使用索引時間，磁碟上doc_values這種資料訪問模式，但文字欄位不支援doc_values。

相反，文字欄位使用名為fielddata的查詢時記憶體資料結構。 這種資料結構是在第一次將欄位用於聚合，排序或指令碼時構建的。 它是通過從磁碟讀取每個段的整個倒排索引而構建的，反轉術語↔︎文件關係，並將結果儲存在記憶體中的JVM堆中。

Fielddata可以消耗大量堆空間，特別是在載入高基數文字欄位時。 一旦fielddata被載入到堆中，它將在該段的整個生命週期內保持在那裡。 此外，載入fielddata是一個昂貴的過程，可能會導致使用者體驗延遲命中。 這就是為什麼fielddata預設是禁用的。

如果您嘗試對文字欄位上的指令碼進行排序，聚合或訪問值，則會看到以下異常：

   Fielddata is disabled on text fields by default. Set fielddata=true on [your_field_name] in order to load fielddata in memory by uninverting the inverted index. Note that this can however use significant memory.

     // Fielddata在預設情況下在文字欄位中被禁用。 在[your_field_name]上設定fielddata = true，以便通過取消倒置索引來載入記憶體中的fielddata。 請注意，這可以使用大量的記憶體。

Fielddata過濾可用於減少載入到記憶體中的術語數量，從而減少記憶體使用量。 術語可以按頻率過濾：

頻率過濾器允許您只加載文件頻率落在最小值和最大值之間的項，可以用絕對值（數值大於1.0）或百分比表示（例如，0.01為1％，1.0為100％）。 頻率按每個段計算。 百分比基於具有該欄位價值的文件數量，而不是該分段中的所有文件。

小段可以通過指定段包含min_segment_size的文件的最小數量來完全排除