我们可以在 Elastic Search 中索引文档中的所有字段吗
Can we indexing all the fields in document in Elastic Search
我是弹性搜索的新手。现在我正在尝试为索引创建映射。动态映射为文档中的所有字段创建映射。那么在文档中通过显式映射只索引需要的属性（Properties that will be used for filtering, sorting, aggregations and full-text search）是否有性能提升？
谢谢，
泰米尔语 S.
显式定义字段映射有以下帮助：
- 在文本和字符串之间映射一个字段可以提高搜索效率，因为带有 "Text" 的字段会被分析，而带有字符串的则不会。
- 文本字段已编入索引，而字符串字段未编入索引。这会影响 Lucene 索引的大小，进而影响 RAM 使用
- 某些字段类型（如 IP）在使用地理数据丰富时需要与其各自的格式（如 Geo_point 等）一起存储。否则无法进行基于 heo 的聚合。
- Integer 等字段类型有助于在字段上启用基于范围的聚合，最终有助于缩短聚合时间。
我是弹性搜索的新手。现在我正在尝试为索引创建映射。动态映射为文档中的所有字段创建映射。那么在文档中通过显式映射只索引需要的属性（Properties that will be used for filtering, sorting, aggregations and full-text search）是否有性能提升？
谢谢， 泰米尔语 S.
显式定义字段映射有以下帮助：
- 在文本和字符串之间映射一个字段可以提高搜索效率，因为带有 "Text" 的字段会被分析，而带有字符串的则不会。
- 文本字段已编入索引，而字符串字段未编入索引。这会影响 Lucene 索引的大小，进而影响 RAM 使用
- 某些字段类型（如 IP）在使用地理数据丰富时需要与其各自的格式（如 Geo_point 等）一起存储。否则无法进行基于 heo 的聚合。
- Integer 等字段类型有助于在字段上启用基于范围的聚合，最终有助于缩短聚合时间。