对于索引和搜索都有性能影响!  Lucene的Post list是用文档id做delta编码压缩的，稀疏的数据会使得相邻文档id的delta值很大，post list压缩率降低，因此生成的索引文件增大。另外为了加快排序和聚合速度，ES还会为keyword，数值型一类的机构化字段构建列式存储结构doc values，根据字段类型，每个文档都会占用一块空间，即使是空值。 因此稀疏的数据，doc values的存储效率也会降低得很厉害，生成的索引文件也会比较大。 在文档数量多到一定程度时，写入和查询的速度都会下降得很厉害。

我理解lucene的post list是对应team字典的，里面存储的是id及位置信息等，最终通过跳跃表或者bitset进行查找，那么这个应该和字段多少没关系啊，有team才有值啊

post list的编码方式是Frame Of Reference。 编码效率取决于某个term的posting list里俩俩相邻的doc_id值的delta大小。 当文档比较稀疏的时候，虽然postling list的长度不会有变化，但是doc_id的delta会显著变大，编码需要的bit位数增加。

一个容易导致数据稀疏的例子就是用户将不同type的数据放进一个索引，当不同type数据的字段差异明显时，产生的索引文件大小， 比起将每个type单独放一个索引里产生的文件总和大小，要大得多。

理解了，稀疏意味着某个列的某个词对应的postling的id值可能差异比较大