Elasticsearch 索引生命周期管理（ILM、Rollover 与验证）
使用ILM策略与Rollover实现日志与时序数据的分阶段管理，降低存储成本并加速查询，提供策略与验证步骤。
elasticsearch
Elasticsearch快照与恢复：仓库与增量治理
使用快照与仓库机制备份与恢复索引，规范增量、压缩与验证策略，保障数据安全与可用。
Elasticsearch滚动升级与分片再均衡治理
在不停机的前提下滚动升级与再均衡分片，规范健康检查与备份回滚策略，保障稳定与性能。
Elasticsearch混合检索：BM25与向量结合策略
结合 BM25 与向量检索构建混合检索策略，统一召回与相关性，提升搜索质量与鲁棒性。
Elasticsearch查询缓存与请求缓存治理
正确使用查询缓存与请求缓存，统一过滤器与缓存键策略，提升检索与聚合性能并控制一致性。
Elasticsearch同义词与分词治理：相关性与变更控制
规范同义词与分词配置，控制相关性与变更风险，提升搜索质量与可维护性。
Elasticsearch映射与查询DSL：精确匹配与分析器治理
正确设计 ES 映射与分析器，掌握 term/match/nested 查询语义，避免常见相关性与性能陷阱。
Elasticsearch索引建模与慢查询优化实践
系统化设计映射与查询策略，用可验证的配置与方法降低ES慢查询并提升吞吐与稳定性。
Elasticsearch零停机索引切换：别名与Reindex治理
使用别名与 Reindex 实现零停机索引切换，规范映射演进、写入别名与回滚策略，保障线上查询与写入稳定。
Elasticsearch向量字段dense_vector与knn_search治理
使用 `dense_vector` 字段与 `knn_search` 实现向量检索，规范维度与索引策略，与文本检索协同提升相关性。
