刘皇叔说Java的博客

在Elasticsearch（ES）中，must、filter（通常是通过bool查询中的filter子句实现）、和must_not是构建复杂查询条件时常用的几个关键词，它们各自具有不同的用途和行为特性。用途：虽然filter不是直接作为查询的一部分使用的关键字（实际上，它是bool查询中的一个字段），但它用于指定查询中必须满足的过滤条件，但不会影响文档的评分。影响：must_not条件同样会影响文档的评分，但在这个上下文中，它的主要目的是排除不满足条件的文档，而不是计算评分。

{“wildcard” : { “LPR.keyword” : { “wildcard” : “${Keyword}”} }},你的示例中使用了 wildcard 查询，它适用于模糊搜索，允许使用通配符（* 和?）来匹配字段值。你使用了 keyword 子字段来确保精确匹配，这是一个常见的做法，因为 keyword 字段不会进行分词，可以直接用于通配符查询。

ES全称是Elastic Search，它是一个建立在全文搜索引擎库Lucene基础上的开源搜索和分析引擎。ES它本身具有分布式存储、检索速度快的特性。所以，我们经常会用它来实现全文检索的功能。Elastic官网对ES的定义已经不再是ElasticSearch这一个组件，而是指Elastic Stack生态。而Elastic Stack主要包括ElasticSearch、Logstash、Kibana，这三个经典组合也称之为ELK。ElasticSearch主。

Elasticsearch 的深度分页问题是指在大数据集上进行大量分页查询时可能导致的性能下降和资源消耗增加的情况。这种情况通常发生在需要访问大量数据的情形下，比如用户进行长时间滚动查看或者需要遍历大量数据的操作。数据的大量跳过和读取：在深度分页查询中，Elasticsearch 需要跳过大量的文档记录才能到达目标页，这会导致大量的 IO 操作和资源消耗。分布式搜索的成本：在分布式环境下，合并和排序大量数据的成本会很高。数据热点：深度分页可能导致部分节点负载过高，增加了数据热点的风险。