本節書摘來自華章計算機《深入了解elasticsearch》一書中的第3章，第3.3節,作者：[美] 拉斐爾·酷奇（rafa ku） 馬雷克·羅戈任斯基（marek rogoziński）更多章節内容可以通路雲栖社群“華章計算機”公衆号檢視。
lucene 4.0的另一個顯著變化是允許使用者改變索引檔案編碼方式。在此之前，隻能通過修改lucene核心代碼來實作。而lucene 4.0出現以後，這個不再是難題，它提供了靈活的索引方式，允許使用者改變反向索引的寫入方式。
3.3.1 簡單使用範例
讀者也許會有疑問，這個功能真的有用嗎？這個問題問得很好，為什麼使用者需要改變lucene索引寫入格式？理由之一是性能。某些字段需要特殊處理，如主鍵字段。相較于包含多個重複值的标準數值類型或文本類型而言，主鍵字段中的數值并不重複，隻要借助一些技術，主鍵值就能被快速搜尋到。使用者還可以使用simpletextcodec來調試代碼，以便了解到底是什麼格式的資料寫入了lucene索引之中（請注意，編解碼器是lucene提供的功能，elasticsearch并沒有相應的接口）。
3.3.2 工作原了解釋
假設posts索引有下面這個映射（該映射儲存在posts.json檔案中）：
編解碼器需要逐字段配置。為了配置某個字段使用特定的編解碼器，需要在字段配置檔案中添加一個postings_format屬性，并将具體的編解碼器所對應的屬性值賦給它，例如pulsing。是以，我們需要對前面的映射檔案進行修改（該映射儲存在post_codec.json檔案中），代碼如下所示：
現在，執行下面的指令：
檢查該指令的執行結果，看看編解碼器配置是否在elasticsearch中生效，如下所示：
https://yqfile.alicdn.com/d04435cc7592bd4863c9f2c0fdc53c1832b3e2c7.png" >
正如我們所見，id字段的編解碼器類型已經變成我們所期望的那樣了。
因為編解碼器在lucene4.0以後才出現，是以elasticsearch0.90之前的版本并不支援相關功能。
3.3.3 可用的倒排表格式
我們可以使用下面這些倒排表格式。
default：當沒有顯式配置時，倒排表使用該格式。該格式提供了存儲字段（stored field）和詞項向量壓縮功能。如果想了解更多關于索引壓縮的知識。
pulsing：該編解碼器将高基（high cardinality）字段中的倒排表編碼為詞項數組，這會減少lucene在搜尋文檔時的查找操作。使用該編解碼器，可以提高在高基字段中的搜尋速度。
direct：該編解碼器在讀索引階段将詞項載入詞典，且詞項在記憶體中為未壓縮狀态。該編解碼器能提升常用字段的查詢性能，但也需要謹慎使用，由于詞項和倒排表數組都需要存儲在記憶體中，進而導緻它非常消耗記憶體。
因為詞項儲存在byte數組中，是以每個索引段最多可以使用2.1gb的記憶體來存儲這些詞項。
memory：顧名思義，該編解碼器将所有資料寫入磁盤，而在讀取時則使用fst（finite state transducers）結構直接将詞項和倒排表載入記憶體。如果想了解更多fst相關資訊。因為使用該編解碼器時，資料都在記憶體中，因而它能加速常見詞項的查詢。
bloom_default：是default編解碼器的一種擴充，即在default編解碼器處理基礎上又加入了bloom filter的處理，且bloom filter相關資料會寫入磁盤中。當讀入索引時，bloom filter相關資料會被讀入記憶體，用于快速判斷某個特定值是否存在。該編解碼器在處理主鍵之類的高基字段時非常有用。
bloom_pulsing：它是pulsing編解碼器的擴充，在pulsing編解碼器處理基礎上又加入了bloom filter的處理。
3.3.4 配置編解碼器
預設配置中提供的反向索引格式已足以應付大多數應用了，但偶爾還是需要定制反向索引格式以滿足具體的需求。這種情況下，elasticsearch允許使用者更改索引映射中的codec部分來配置編解碼器。例如，我們想配置default編解碼器，并且将其命名為custom_default，便可以通過定義下面這個映射來實作（該範例存儲在posts_codec_custom.jsonfile檔案中）：
如你所見，我們已經更改了default編解碼器的min_block_size和max_block_size參數值，并且将新配置的編解碼器命名為custom_default。在這之後，我們對索引的name字段使用該反向索引格式。
default編解碼器屬性
當使用default編解碼器時，可以配置下面這些參數：
min_block_size：該參數确定了lucene将詞項詞典（term dictionary）中的多個詞項編碼為塊（block）時，塊中的最小詞項數。預設值為25。
max_block_size：該參數确定了lucene将詞項詞典（term dictionary）中的多個詞項編碼為塊（block）時，塊中的最大詞項數。預設值為48。
direct編解碼器屬性
當使用direct編解碼器時，可以配置下面這些參數：
min_skip_count：該參數确定了允許寫入跳表（skip list）指針的具有相同字首的詞項的最小數量。預設值為8。
low_freq_cutoff：編解碼器使用單個數組對象來存儲那些文檔頻率（document frequence）低于該參數值的詞項的倒排鍊及位置資訊。預設值為32。
memory編解碼器屬性
當使用memory編解碼器時，可以配置下面這些參數:
pack_fst：該參數為布爾類型，預設設定為false，用來确認儲存倒排鍊的記憶體結構是否被打包為fst（finite state transducers）類型。而打包為fst類型能減少儲存資料所需的記憶體量。
acceptable_overhead_ratio：該參數為浮點型，指定了内部結構的壓縮率，預設值為0.2。當該參數值為0時，雖然沒有額外的記憶體消耗，但是這種實作方式會導緻較低的性能。當該參數值為0.5時，将會多付出50%的記憶體消耗，但是這種實作方式能提升性能。參數值超過1的設定也是可行的，隻是會導緻更多的記憶體開銷。
pulsing編解碼器屬性
當使用pulsing編解碼器時，除了可以設定default編解碼器的那些參數，還有另外一個參數可供配置，請參考下面的描述：
freq_cut_off：該參數預設設定為1，是設定的一個文檔頻率門檻值，若詞項對應的文檔頻率小于等于該門檻值，則将該詞項的倒排鍊寫入詞典中。
基于bloom filter的編解碼器屬性
如果要配置基于bloom filter的編解碼器，可使用bloom_filter類型并設定下面這些屬性：
delegate：該屬性值用來确定将要被bloom filter包裝（wrap）的編解碼器。
ffp：該屬性值介于0與1.0之間，用來确定期望的假陽率（false positive probability）。我們可以依據每個索引段中的文檔數設定多個ffp值。例如，預設情況下，10k個文檔時為0.01，1m個文檔時為0.03。這種配置的含義是：當索引段中文檔數大于10 000個時，ffp值使用0.01，而當文檔數超過1 000 000時，ffp值使用0.03。
例如，我們想在direct編解碼器上包裝基于bloom filter的編解碼器（範例存儲在posts_bloom_custom.json檔案中）：
https://yqfile.alicdn.com/643e63a77e8c5f42fe4bba349e61c4691aa70e2d.png" >