Elastic：针对doc与params的一些思考；doc[‘field‘].value与params._source[‘field‘]的区别；doc循环依赖问题

0.引用

今天有同学问到doc[‘field’].value与params._source[‘field’]用法的区别，起因在于下述的一道题的解法上，下面详细讲述下我的看法 【有错望指出，看完如果有表述的不清楚，或者不明白的，也请告诉我，我们一起完善这个知识点】

1 题目

题目是要求根据现有字段，利用runtime mapping计算原字段的值 这是索引mapping

{
  "dur_log-1" : {
    "mappings" : {
      "properties" : {
        "browser" : {
          "type" : "keyword"
        },
        "duration" : {
          "type" : "double"
        },
        "timestamp" : {
          "type" : "date",
          "format" : "yyyy-MM-dd HH:mm:ss"
        }
      }
    }
  }
}

以下是习题答案： duration字段的值是当browser字段为‘Firefox’时就除以1000。

GET dur_log-1/_search
{
  "runtime_mappings": {
    "duration": {
      "type": "double",
      "script": {
        "source": """
        if(doc['browser'].value == "Firefox"){ 
          emit(params._source['duration'] / 1000.0);
        } else {
          emit(params._source['duration']); 
        }
        """
      }
    }
  },
  "size": 0,
  "aggs": {
    "terms": {
      "terms": {
        "field": "browser"
      },
      "aggs": {
        "average duration": {
          "avg": {
            "field": "duration"
          }
        }
      }
    }
  }
}

这个答案本身没有什么问题，但大家知道painless中引用字段的方法有两种doc和params。这里面引用duration时用了params，但是当我们把这里的引用改为doc时就会发现出现问题了

报错了，错误原因是Cyclic dependency detected while resolving runtime fields: duration -> duration。也就是说产生循环依赖了。这是为什么呢？引用同一个变量，params就不报错，而doc为什么就报错了呢？

2 规避方案

在阐明问题原因之前，我先说明一下如何规避这种问题，如果你要给已有字段赋值，并且要调用这个字段本身，那就使用params取值，其他的场景只要字段类型为简单值的都可以用doc

什么是简单值？见下述解释

3 问题原因

那么接下来我们就来分析问题的原因，为什么放到最后讲，是因为以下原因仅仅基于本人查阅资料后的推测，并没有实验数据或官方材料支撑这个想法，所以仅供参考

doc和params的区别

首先我们要理解doc和params的区别： doc是加载到内存中，直接从内存中获取对象的。所以它的显著特点就是快！doc另外一个显著特点就是只能访问简单字段值，什么是简单字段值？根据官方的描述： Doc-values can only return "simple" field values like numbers, dates, geo- points, terms, etc, or arrays of these values if the field is multi-valued. It cannot return JSON objects. 即数字、日期、地理点、术语等或者这些值的数组，所以doc不支持json对象

params是从磁盘中获取的，每次都要从磁盘取一次，所以速度相对较慢。所以一般情况下，我们更加推荐使用doc

原因推测

基于以上基础，我们知道doc是直接从内存获取，比如说我们要赋值duration的内存地址为a，而引用的doc[‘duration’]也为a，也就是说如果用doc的获取duration，就相当于我引用我自己来定义我自己，如下图所示，没有尽头。这也就产生了循环依赖。 而params为什么可以呢？因为params是从磁盘获取后再加载到内存的，所以每次的内存地址都是新的，因此也就没有了循环依赖的问题。

以上就是个人对这个问题的理解和推测，不具备真实性。