我在https://web.archive.org/web/20210510013958/https://ambar.cloud/blog/2017/01/02/es-large-text/上找到了一个博客条目（链接在最初的帖子后就死了，所以使用Wayback Machine访问它），可以回答你的问题。有一个深入的例子与你的类似。
ElasticSearch可以处理大型文档，并且仍然提供相当高的性能，但是对于像您这样的情况，正确设置索引非常重要。
假设你有一个ElasticSearch文档，它的文本字段有3到5页的文本。
当您尝试查询在大文本字段中包含段落的文档时，ElasticSearch将搜索所有文档及其字段（包括大文本字段）中的所有术语。
在合并过程中，ElasticSearch会将所有找到的文档收集到内存中，包括大文本字段。在将结果构建到内存中后，ElasticSearch会尝试将这些大文档作为单个JSON响应发送。这在性能方面非常昂贵。
ElasticSearch应该将大文本字段与其他字段分开处理。为此，在索引Map中，您应该为大文本字段设置参数store:true。这告诉ElasticSearch将字段与其他文档的字段分开存储。您还应该通过在索引设置中添加此参数来将大文本字段从_source中排除：

_source: {
    excludes: [
        "your_large_text_field"
    ]
}

字符串
如果您这样设置索引，大文本字段将与_source分开。查询大文本字段现在更有效，因为它是单独存储的，不需要将其与_source合并。
总之，是的，ElasticSearch可以处理大型文本字段的搜索，并且通过一些额外的设置，它可以将搜索性能提高1100倍。