搜索结果： "Elasticsearch" (20)
聚合：把搜索页变成数据分析页
运营要报表：各品牌商品数、价格段分布、销量趋势。terms 分桶、avg 嵌套指标、range 切区间、date_histogram 看趋势——聚合走 doc values 正排，查询归查询，统计归统计，别拿 text 做聚合。
深分页：翻到第 100 页的代价
from 加 size 翻到一万条直接报错，这不是 bug 是保护。分布式归并让深翻页成本随页码线性放大——search_after 用游标续页、scroll 拍快照导数、PIT 保证视图一致，三把钥匙开三把锁。
进阶查询：高亮、纠错与多字段搜索
搜索页体验三件套：关键词不高亮像白搜、打错一个字零结果很劝退、只搜标题漏掉详情。highlight 管高亮、multi_match 管多字段加权、suggest 管纠错补全——把 did you mean 做成产品能力的完整路子。
评分：_score 到底怎么算出来的
月销一万的「燕麦拿铁」排在月销三百的「燕麦酥」后面，运营怒了。拆开 BM25 三个因素看懂 _score，用 explain 亲眼看打分过程，再用 function_score 把销量加权进排序——相关性引擎让位给业务规则。
查询入门：match、term、filter 与 bool
搜索词该分词吗？状态筛选为什么不该算分？四个动词分工表：match 管全文、term 管精确、match_phrase 管短语、bool 管组合，query 与 filter 两种上下文算不算分是分水岭。对 text 用 term 是新手第一坑。
近实时：为什么搜不到刚写进去的文档
文档写入成功，搜索却是零结果，一秒后又凭空出现——这不是 bug，是 ES 的近实时设计。内存 buffer、一秒 refresh、translog 兜底、段不可变与合并，写入链路一次拆到底。
mapping：字段类型建错，神仙也救不回来
价格建成 text，排序按字典序把 10 排在 9 前面，聚合直接报错。text 与 keyword 的分工、动态 mapping 的自作主张、object 数组的错配陷阱、类型改不了的补救路线——mapping 是地基，地基错了整栋楼返工。
分词器：中文搜索的第一道坎
默认的 standard 分词器把「燕麦拿铁」剁成四个单字，召回全靠缘分。装上 IK，分清 ik_max_word 与 ik_smart 两把刀，用对「细进粗出」，配好远程词典热更新——中文搜索及格线一次划清。
核心概念：Index、Document、Shard 与 Replica
从 MySQL 的世界观平移进 ES：表变索引，行变文档。但 shard 是新物种——建索引时定死的主分片数决定了路由公式，也决定了后期改起来的成本。概念地图一次画清。