本文系统梳理了Elasticsearch中Painless脚本的五大核心应用场景及其特性差异：1）script_fields查询临时字段（仅展示结果）；2）runtime_mappings运行时字段（支持排序聚合）；3）script_score评分脚本（支持_score/doc变量）；4）update_by_query更新脚本（操作ctx._source）；5）聚合脚本（数值统计运算）。重点解析了

支持通过Painless脚本，对同一个桶内的多个指标做自定义四则运算，是灵活性最高的数值聚合。可实现各类复杂业务指标计算，例如毛利率、转化率、客单价、增长率等衍生指标，解决固定聚合无法满足的个性化统计需求。"size": 0,"aggs": {// 按天做时间分桶（桶聚合，必须有桶才能用管道聚合）},"aggs": {// 先统计每个桶内 sales 的 min、max、avg、sum 等基础指标

支持入库格式：2025-05-08 10:20:30自定义的时间格式可以随意自定义，只是搭建可以看一下底层原理，就理解了为什么不太推荐使用。适用场景：国内单体项目、全服务器东八区、无海外业务、无需跨时区统计优点：MySQL数据无需转换，同步代码极简，开发效率高缺点：不支持跨时区，扩展性差},对应Mapping无时区格式，使用，必须加格式化注解@Data// 格式必须与ES Mapping完全一致。

本文介绍了Elasticsearch高亮功能的核心用法和高级特性。基础用法包括：highlight_query指定高亮词、pre_tags/post_tags设置标签、fields选择高亮字段。高级特性涵盖三种高亮器类型：unified（默认通用型）、plain（基础型）和fvh（高性能向量型，支持多字段合并）。关键参数如fragment_size控制片段长度、number_of_fragment

是 ES 里的，用来把拼在一起，实现逻辑。是 ES 官方设计用来的核心语法。mustANDshouldORfilterANDmust_notmust用法展示filter使用案例水平多条件查询案例展示：需要注意的是多个条件之间的顺序安排在es中是没有任何的差异的嵌套形式的多条件查询案例：首先是查询目的地是Sydney城市的数据，在这些数据中查找天气不是Rain的这个就是嵌套的形式。

Elasticsearch 8.x 的安全默认值虽然增加了初始连接的复杂度，但这极大地提升了数据的安全性。程序化信任：无需将证书导入全局 JDKcacerts，应用内部独立管理信任关系，部署更灵活。安全认证：使用 ApiKey 替代明文密码。平滑迁移：基于官方的新版 Java Client，享受类型安全和流式 API 的红利。在实际项目中，建议将serverUrlapiKeycaPath等敏感信息

ES 中每个索引段（segment）会为字段的唯一词条生成本地序数（term → 整数 ID），但聚合 / 排序需要跨段统一映射，因此 ES 会生成全局序数它是一个「全分片唯一的词条→整数 ID」映射表，基于doc_values（keyword 默认开启）构建；作用：让聚合 / 排序直接用整数 ID 运算，大幅提升性能（避免重复解析字符串）；支持字段：仅keyword（默认支持）、开启fieldd

表格方案优点缺点适用场景导入 CA 证书安全性高，标准做法操作稍繁琐，需管理信任库生产环境开发环境（推荐）降低验证级别快速、方便存在中间人攻击风险开发/测试环境可信内网使用公共 CA 证书最安全，客户端零配置需要域名，维护成本高对外提供服务高安全要求的生产环境小编在这里使用的是方案1：首先将我们的原始数据集群的安全证书放到我们当前的目标集群中，也就是将175的证书copy到189上，这个证书默认在

enabled核心作用：仅控制object类型字段的「整体索引开关」，false时仅存于_source，无法检索 / 聚合；适用场景：存储无需检索的冗余数据、超大 object、敏感数据（仅存储不检索）；关键区别：和index（基础字段索引开关）、dynamic（子字段新增权限）是完全不同的维度，新手需重点区分；性能影响可降低写入 / 存储开销，适合非核心 object 字段。要理解doc_val

注意：多并发下更新操作没有任何的事务性隔离，在并发情况下，出现严重的数据错位问题。