倒排索引用于快速的全文搜索，它存储的是词和包含这些词的文档的映射关系。
Term Doc_1 Doc_2 Doc_3
------------------------------------
brown | X | X |
dog | X | | X
dogs | | X | X
fox | X | | X
foxes | | X |
in | | X |
jumped | X | | X
由于倒排索引这种特殊的索引结构，导致它在查询包含了某些词的文档时非常高效，但是，反方向的操作就不太高效了，比如，某文档包含了哪些词。
再比如：聚合和排序，这类场景倒排索引都无法很好都胜任，因此，出现了 doc_values 和 fielddata。
doc_values 用于加快聚合和排序都速度，它的结构如下：
Doc Terms
-----------------------------------------------------------------
Doc_1 | brown, dog, fox, jumped, lazy, over, quick, the
Doc_2 | brown, dogs, foxes, in, lazy, leap, over, quick, summer
Doc_3 | dog, dogs, fox, jumped, over, quick, the
fielddata 的出现，是由于 text 类型不支持 doc_values。
当字段首次用于聚合和排序时，Elasticsearch 会从倒排索引中反向查询出该字段的所有 term，并加载到内存中。
fielddata 预加载做到在索引刷新的时候载入 fielddata, 而不是查询时，从而提高搜索体验。不过，导致占用大量堆内存的代价是不变的。