weixin_43367242的博客

ES 的慢查询可能会导致性能瓶颈，影响系统的响应时间和用户体验。要优化 ES 查询性能，可以从查询语句和表结构两个方面入。从优化角度，可以优化查询类型、合理使用fliter、限制字段返回等都是有效的方法。从优化角度，选择合适的字段类型、合理设置索引、优化分片和副本设置等也是提高性能的关键。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-KegnMZ1Q-1691137749321)(file://C:\Users\30935\AppData\Roaming\marktext\images\2023-07-31-12-01-21-image.png?（但该操作会导致其他开发人员本地的migrate不匹配，数据库结构异常，同时还有面临清空数据的风险）一个字段，且在生产中运行迁移时避免数据丢失，需要在将迁移 SQL 应用到数据库之前修改生成的迁移 SQL 语句。

支持关键字：select, include, rejectOnNotFound, where, orderBy, cursor, take, skip, distinct。支持关键字：where, orderBy, cursor, skip, take, distinct, _count, _avg, _sum, _min, _ max。支持关键字：where, orderBy, by, having, skip, take, _count, _avg, _sum, _min, _max。

使用fields设置的子字段， 在添加文档时不需要不需要单独设置字段值， 他们与title共享相同的字段值， 只是会以不同的方式处理字段值， 且在查询时不会展现出来。​ 即把一段文字划分成一个个的关键字，在搜索时会把自己的信息进行分词，会把数据库或者索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是将每个字看成一个词，这显然不符合实际要求，而中文分词器IK能有效解决这个问题。​ 但是同样的，在上面这种情况中，字段类型可能不是我们想要的，我们可以事先创建一个索引的shema。

三、复杂搜索term 查询是直接通过倒排索引指定的词条进行精确查找的。

测试环境python包版本：v 7.16.2。