Lucene 我可以测量给定字段的doc_值占用多少存储空间吗？

第一点背景： 我有一个重要的elasticsearch集群，拥有超过20TB的主数据（复制是必须的）。我们使用固态硬盘，所以存储成本不那么便宜。将数据重新索引到elasticsearch 5.4.1后，我注意到我的数据比使用elastic 1.7.5时占用的存储空间多30%。我的猜测是，这是由于在使用

关键字

映射类型时，

doc\u值

默认处于启用状态所致

我想测量特定映射

字段
的
doc\u值的存储量？我知道我可以用两种不同的
映射为文档编制索引并测量差异，但是有没有更简单、更快捷的方法

我检查了
\u cat
和
索引
api，没有找到任何存储详细分类，只有内存。也许我可以在文件系统中找到doc_值文件并测量它们

由于特殊的插件需求，我使用的是elasticsearch的5.4.1版

edit1:
根据doc_值，确定具有以下扩展

.dvd:DocValues数据

.dvm:DocValues元数据

我可以测量给定索引的碎片文件夹中这些文件的大小。此处为示例输出：

399M    ./nodes/0/indices/O0qTaAQHSDOfEMSD-zZXTw/2/index/_qed_Lucene54_0.dvd
646M    ./nodes/0/indices/O0qTaAQHSDOfEMSD-zZXTw/2/index/_wux_Lucene54_0.dvd
185M    ./nodes/0/indices/O0qTaAQHSDOfEMSD-zZXTw/2/index/_yve_Lucene54_0.dvd

从我看到的一些索引中，这些文件更多，而有些更少。也不确定我是否能找出它们属于哪个字段，也许所有的doc_值都存储在一起了？数据和元数据文件似乎都是二进制的，所以我无法从中提取任何内容

edit2：
采用简单的方法测量我在一个节点上检查的文件：

$ du -h ~/elasticsearch/data -d 0
642G    /home/chimeo/elasticsearch/data
$ find ~/elasticsearch/data/ -name "*.dv[dm]" -print0 | du -h --files0-from=- --total -s | tail -1
75G     total

因此，这几乎占该节点上所有存储的12%。在这里，使用一个班轮来计算比率：

bc <<< "scale=2; "`find ~/elasticsearch/data/ -name "*.dv[dm]" -print0 | du -h --files0-from=- --total -s | tail -1 | cut -f 1 | tr -d G`/`du -h ~/elasticsearch/data -d 0 | cut -f 1 | tr -d G` 

bc这可能是因为新碎片中有更多的片段。你能在两个集群中进行比较吗？你的数据是基于时间的数据吗？老实说，很多不同的事情都会改变数据的大小。迁移时，映射发生了一些变化，切分也不同，等等。这里有很多变量。有可能你是对的，也许段数在这里是错的。但我想在这个问题中找到的是，关闭doc_值可以节省多少钱。在我选中的示例节点上，
.dvm
文件占用了数据文件夹10%的存储空间。这可能是因为新碎片中有更多的片段。你能在两个集群中进行比较吗？你的数据是基于时间的数据吗？老实说，很多不同的事情都会改变数据的大小。迁移时，映射发生了一些变化，切分也不同，等等。这里有很多变量。有可能你是对的，也许段数在这里是错的。但我想在这个问题中找到的是，关闭doc_值可以节省多少钱。在我选中的示例节点上，
.dvm
文件占用了数据文件夹10%的存储空间。