es(2)—复杂的多条件查询(bool查询与constant_score查询)
constant_score：本意（常量分数），可以将一个不变的常量应用到所有匹配的文档中。它常用于只需要执行一个filter而没有其他查询（例如评分查询）的情况下。term查询被放置在constant_score中，转换成不评分的filter。这种方式可以用来只有filter的bool查询中。
esx（9）— match query的参数 转换后的语句：转换后的dsl：filter和must_not属于Filter Context，不会对_score结果产生影响，但是Es提供了 constant_score 。对于filter可以设置常量分数。
复合查询子句 复合查询子句可以组合其他叶子或复合查询，用于以逻辑方式组合多个查询（例如bool或dis_max查询），或更改其行为（例如constant_score查询）。给个例子，一看就明白。
solr和elasticsearch有什么优缺点
综合比较，ElasticSearch在导入性能上略胜一筹，特别是在集群环境下表现突出。而在查询性能上，Solr 0表现出最好，ElasticSearch与Solr 6持平。随着ElasticSearch采用Lucene 0，预计其性能将得到显著提升。
Solr凭借其显著的优点，如庞大的用户社区、支持多种格式的索引和成熟的稳定性，特别适合进行单一数据搜索，且在处理非实时索引时表现出色。然而，其在建立索引期间的搜索效率下降和实时索引的搜索效率问题，使得它在处理实时搜索场景时显得较为逊色。
查询性能，solr 0最好，es与solr 6持平，可以乐观的认为，等es采用了lucene4之后，性能会有质的提升 Es采用SAM_CODE这样的查询性能很好，但是用_all性能就很差，而且差别非常大，因此，个人认为在目前的es情况下，仍然有性能提升的空间，只是现在还没找到方法。
Estools家族全解
揭秘EsTools家族：JavaScript开发者的宝藏集合EsTools家族，由JavaScript领域的翘楚Yusuke Suzuki倾力打造，是一个丰富且功能强大的工具集合，旨在简化和增强开发者在处理JavaScript语法树（AST）时的工作效率。这个家族由四个核心层组成，每个工具都有其独特的角色，共同构建出一个高效、精准的开发工具体系。
组策略（英语：Group Policy）是微软Windows NT家族操作系统的一个特性，它可以控制用户帐户和计算机帐户的工作环境。组策略提供了操作系统、应用程序和活动目录中用户设置的集中化管理和配置。
发现 在基于nt内核的windows操作系统家族中，不同版本的windows系统，存在不同数量的“svchost”进程，用户使用“任务管理器”可查看其进程数目。一般来说，win2000有两个svchost进程，winxp中则有四个或四个以上的svchost进程（以后看到系统中有多个这种进程，千万别立即判定系统有病毒了哟），而win2003 server中则更多。
令提示符窗口中输入“tlist -s”命令来查看，该命令是win2000 support tools提供的。在winxp则使用“tasklist /svc”命令。 svchost中可以包含多个服务深入 windows系统进程分为独立进程和共享进程两种，“svchost.exe”文件存在于“%systemroot% system32”目录下，它属于共享进程。
Elasticsearch性能优化
1、索引设计优化从基础开始，合理规划索引结构，如禁用不必要的功能，可以降低存储和查询成本。例如，选择合适的索引结构和禁用不必要的功能，能有效提高性能。 硬件配置 内存分配：Elasticsearch对内存需求高，合理配置内存，如分配足够的JVM内存，能提升查询速度。
2、性能优化并非易事，没有万能的解决方案。关键在于理解Elasticsearch底层机制，特别是其对filesystem cache的依赖。写入Elasticsearch的数据最终会存储在磁盘文件中，操作系统会自动将数据缓存到filesystem cache，搜索时如果内存足够大，能容纳所有索引数据文件，搜索几乎可以全在内存中进行，性能显著提升。
3、为了更加方便的做清除数据，合并 segment，备份恢复等管理任务，Elasticsearch 在提供相关 API 的同时，另外准备了一个命令行工具，叫 curator 。curator 是 Python 程序，可以直接通过 pypi 库安装： 注意，是 elasticsearch-curator 不是 curator。
4、在Java开发中，面对大量数据的搜索引擎优化，如Elasticsearch（es），关键在于理解其性能瓶颈并采取针对性的策略。面试官通常会询问如何提升查询效率，尤其是在数据量达到数十亿级别时。性能优化并非一蹴而就，而是需要细致分析和策略调整。首先，es的搜索效率严重依赖底层的filesystem cache。
5、ES集群性能优化及维护 注：集群 elasticsearch 版本为 v1。
6、最近一年使用 Elasticsearch 完成亿级别日志搜索平台「ELK」，亿级别的分布式跟踪系统。在设计这些系统的过程中，底层都是采用 Elasticsearch 来做数据的存储，并且数据量都超过亿级别，甚至达到百亿级别。
