检索增强型应用支持的集群配置及索引配置_检索分析服务 Elasticsearch版(ES)-阿里云帮助中心

本文为您介绍阿里云Elasticsearch Serverless检索增强型应用（8.17版）支持的集群配置白名单、索引配置白名单、Processors白名单以及Query白名单。

使用说明

为了确保您的业务稳定运行，阿里云Elasticsearch Serverless（简称ES Serverless）服务对应用的资源及用法进行了一定的限制。以下白名单项为目前开放的用法和配置，但部分白名单配置和功能项存在参数范围约束，若超过相应范围，需通过调整服务配额或提交工单申请后方可使用。

集群配置白名单

集群配置用于定义和控制整个Elasticsearch集群的行为，从而确保集群的稳定性、性能、安全性和可扩展性。检索增强型应用（8.17版）支持修改的集群配置白名单如下。

说明

阿里云Elasticsearch Serverless以应用形式管理资源，并无集群概念，但您可使用原生Elasticsearch的如下集群级别配置，调整Elasticsearch Serverless的应用参数。此处为了与原生Elasticsearch保持一致，命名为集群配置。更多集群级别相关的配置，可通过GET/_cluster/settings/include_defaults API查看。

配置项	描述
action.destructive_requires_name	用于控制在执行高危操作时，是否需要指定操作的索引名称，防止误操作删除多个索引或大量数据。取值如下：说明高危操作包括删除索引、关闭集群、清除缓存等可能会导致数据丢失或集群不可用的操作。 `true`：需要指定索引名称。使用通配符（``）或 `_all` 进行模糊匹配时会被系统拒绝，例如，`DELETE /my_`。 `false`（默认值）：无需指定索引名称，可执行模糊匹配。
apack.tenant.index_settings.throw_unsupported_setting	用于控制在创建索引或更新索引配置时，若使用了不支持的配置参数，是否报错。取值如下： `true`：报错，创建索引或更新索引配置操作失败。 `false`（默认值）：不报错，系统会忽略不支持的配置参数，继续创建索引或更新索引配置。
action.auto_create_index	用于控制是否支持自动创建索引。取值如下： `true`（默认值）：支持。当数据写入至不存在的索引时，系统会自动创建该索引。 `false`：不支持。当数据写入至不存在的索引时，系统会报错，您需手动创建该索引后，才能写入数据。

索引配置白名单

背景信息

在Elasticsearch中，您可将结构相似的文档组织到同一个索引中，便于快速查询和搜索指定内容。索引的Mapping及Settings则是定义索引行为和结构的核心操作，它们共同决定了数据如何被存储、查询和管理。

Mapping：定义索引中文档的结构，即字段的数据类型（例如， text、integer、date 等）和行为（例如，是否分词、是否存储原始值、是否支持排序或聚合等）。
Settings：定义索引级别的全局行为和相关约束，控制索引的存储、性能、可用性以及与数据相关的高级规则。相关配置将直接影响数据如何分布、搜索如何执行，以及资源如何分配。

您可参考本文，了解检索增强型应用（8.17版）支持的字段数据类型及索引配置白名单。

说明

更多索引的创建及配置，请参见Update index settings API。

支持的字段数据类型

字段数据类型（Field Data Types）决定了数据在Elasticsearch的存储和查询方式。检索增强型应用（8.17版）支持的字段数据类型如下。

类别	字段数据类型	描述
数值类型	byte	8位有符号整数，取值为`-128~127`。用于存储小范围的整数。
	short	16位有符号整数，取值为`-32,768~32,767`。用于存储中等范围的整数。
	integer	32位有符号整数，取值为`-2³¹~2³¹-1`。用于存储通用类型的整数。例如，库存量、订单号。
	long	64位有符号整数，取值为`-2⁶³~2⁶³-1`。用于存储大量数值的整数（例如，Unix时间戳、IP地址）。
	half_float	16位浮点数，精度较低。用于存储较小的浮点值，节省存储空间。
	float	32位浮点数，单精度。用于存储较高精度的浮点值。例如，温度、价格。
	double	64位浮点数，双精度。用于存储高精度数据。例如，科学计算、金融计算。
	scaled_float	进行压缩存储的浮点值，较节省存储空间。
	unsigned_long	64位无符号整数，取值为`0~2⁶⁴-1`。用于存储非负整数。例如，超大ID。
范围类型	integer_range	存储整数范围，包含起始值和结束值，用于整数区间查询。例如，年龄区间。
	float_range	存储浮点数范围，包含起始值和结束值，用于浮点数区间查询。例如，包含小数的温度范围、价格区间。
	long_range	存储长整数范围，包含起始值和结束值，用于大整数区间查询。例如，查询订单ID在指定区间内的记录。
	double_range	存储双精度浮点数范围，包含起始值和结束值，用于高精度的数值区间查询。例如，金融数据中的价格波动范围`199.99 ~ 999.99`。
	ip_range	存储IP地址范围，用于IP地址段匹配。例如，屏蔽指定范围的IP地址。
	date_range	存储日期范围，包括开始时间和结束时间，用于时间区间查询。例如，活动时间、订单有效期。
子数据类型说明用于处理嵌套或复杂结构的数据。	object	存储JSON对象，包含无结构化的嵌套数据。例如，用户配置信息。
子数据类型说明用于处理嵌套或复杂结构的数据。	nested	可查询的嵌套对象，支持独立索引。用于存储多个独立子对象。例如，产品评论、订单详情。
文本与关键词类型	text	用于全文搜索，支持分词。适用于非结构化内容，例如，商品描述、文章内容。
	keyword	用于精确匹配，不进行分词。适用于结构化内容，例如，ID、邮箱地址。
	constant_keyword	用于存储索引中值相同的固定值（即所有文档的该字段必须具有相同值）。例如，版本号、环境标识`production`。
	match_only_text	适用于全文搜索，但无需存储或高亮显示的搜索场景。该方式能够有效节省存储空间，提升搜索性能。
日期与时间类型	date	日期时间格式，精确到毫秒。用于存储时间序列数据（例如，日志数据）或事件的日期。
日期与时间类型	date_nanos	日期时间格式，精确到纳秒。用于存储高精度时间戳，例如，金融交易。
二进制类型	binary	可直接存储原始二进制数据（例如，二进制日志）。
布尔类型	boolean	存储布尔值（`true`或`false`），用于条件过滤、判断开关状态等。
地理位置类型	geo_point	存储地理坐标（即单个点的经纬度），用于位置点查询。例如，商店坐标。
	geo_shape	存储复杂几何形状（例如，多边形），用于区域匹配。例如，行政区边界查询。
	point	存储地理坐标（即单个点的经纬度），用于位置点查询，常用于关联字段。例如，订单与配送地址关联。
IP与网络类型	ip	用于IPv4或IPv6地址的存储与查询。
向量类型	dense_vector	存储密集向量，常用于机器学习。例如，图像向量、文本嵌入。
向量类型	sparse_vector	存储稀疏向量（仅存储非零值和索引），常用于高维稀疏数据。例如，文本特征。
其他类型	flattened	存储嵌套对象或数组。用于非常规聚合或存储非结构化数据。
	wildcard	基于通配符的文本匹配查询，用于在字段中查找符合特定模式的文本。例如，使用`"?at"` 匹配 `cat` 或 `hat`。
	shape	存储地理空间几何形状（例如，多边形、线、区域等），用于处理复杂的地理区域范围和空间关系查询。
	alias	别名可用于指向一个或多个索引，后续通过一个别名，即可统一查询多个索引的数据。例如，将`log_2025_01`、`log_2025_02`等索引的别名设置为`all_logs`，查询`all_logs`，即可获取所有相关的日志数据。
	version	用于控制文档更新的并发性和数据一致性，常用于冲突检测，避免多个客户端同时修改同一文档所导致的数据覆盖或不一致问题。
	search_as_you_type	提供实时搜索建议，当您逐字输入查询词时，系统能立即返回相关的、部分匹配的结果。
	semantic_text	通过推理端点自动将文本内容转换为语义向量，并对长文本进行智能分块，支持大规模语料的高效处理。通过将复杂的向量化流程封装为字段级能力，显著降低了构建智能语义搜索应用的技术门槛。

支持的索引配置

检索增强型应用（8.17版）支持的索引配置分为映射限制配置及索引通用配置两类，您可按需配置。

映射限制配置

索引映射限制相关的配置项，用于限制字段映射的数量，避免映射字段过多，导致索引性能下降。检索增强型应用（8.17版）支持的映射限制配置如下。

配置项	描述
index.mapping.field_name_length.limit	用于设置字段名的最大长度，防止字段名过长，占用过多内存。
index.mapping.depth.limit	用于设置嵌套字段（即`nested`类型字段）的最大层级，限制嵌套对象的复杂性，避免内存溢出。默认为`20`级。
index.mapping.nested_fields.limit	用于设置嵌套字段（即`nested`类型字段）的最大数量，防止嵌套映射过多，导致查询性能下降。默认为`50`个。
index.mapping.nested_objects.limit	用于设置单个文档中嵌套对象的最大数量，避免文档包含过多嵌套对象，导致内存不足。默认为`10,000`个。
index.mapping.total_fields.limit	用于设置索引中的最大字段数，防止字段过多，导致索引膨胀影响查询性能。默认为`1,000`个。
index.mapping.coerce	是否强制转换输入值的字段类型（例如，将字符串 `"123"` 转换为数值 `123`）。取值如下： `true`：转换，将当前字段的输入值，转换为该字段所定义的类型。 `false`（默认值）：不转换，直接以输入值的原始类型存储，若类型不匹配可能会产生报错。
index.mapping.ignore_malformed	是否忽略不符合字段类型的数据，取值如下： `true`：忽略，即允许插入类型错误的数据，但该数据不会被索引。 `false`（默认值）：不忽略，即不允许插入类型错误的数据，且会产生报错，影响其他数据的插入。

索引通用配置

索引通用配置用于定义索引的底层行为和资源分配（例如，分片数量、分词规则等），合理的配置索引有助于提升查询及写入性能、提高资源利用率、高效管理数据。检索增强型应用（8.17版）支持的索引通用配置如下。

类别	配置项	描述
索引核心配置	index.number_of_shards	用于设置索引的主分片数，控制数据分布和并行处理能力。默认为`1`。
	index.codec	用于设置使用哪种压缩格式来存储数据。取值如下： `default`（默认值）：中等压缩，适用于需要快速检索且存储空间充足的场景。 `best_compression`：极高压缩，适用于索引读取不频繁或存储受限的场景。
	index.refresh_interval	用于设置分片数据从内存刷新到磁盘的时间间隔，可调整写入性能及查询实时性。默认为`1s`。
分析器与管道	index.analysis.*	自定义分析器、分词器、过滤器等，用于控制文本字段的分词规则。
	index.default_pipeline	插入文档时默认使用的数据管道，用于系统预处理数据（例如，格式转换、字段计算）。
	index.final_pipeline	文档插入后的最终处理管道，用于确保数据符合规范（例如，过滤加密或敏感字段）。
查询与排序	index.query.default_field	定义当所查询的字符串未指定字段时，默认会匹配哪些字段。例如，将查询语句 `query: "text"` 自动匹配到 `content` 字段。
查询与排序	index.sort.*	定义文档在分片内的排序规则，用于加速查询（例如，按时间排序）。
索引阻塞	index.blocks.*	限制对某个索引可执行的操作类型（例如，写入、删除、元数据访问），用于维护或调试场景下临时锁定索引。
索引性能	index.max_adjacency_matrix_filters	用于设置邻接矩阵查询的复杂度阈值，防止因条件过多或较复杂，导致内存溢出或性能下降。默认为`1,000`条。
	index.max_docvalue_fields_search	单个搜索请求中最大允许的`docvalue_fields`数量，用于限制聚合查询的资源消耗。默认为`100`。说明 `docvalue_fields` 是一个搜索参数，用于在搜索结果中返回指定字段的原始值。
	index.max_inner_result_window	用于设置嵌套查询或聚合中`inner_hits`的最大结果窗口大小，以限制复杂查询的内存使用。默认为`100`。说明 `inner_hits`用于在嵌套查询的上下文中，检索嵌套文档的具体信息。
	index.max_ngram_diff	用于设置Ngram分词器中分片长度的最大差值，防止因分词器配置不当导致索引膨胀或性能下降。
	index.max_refresh_listeners	用于设置单个索引的最大刷新监听器数量，避免监听器过多，影响刷新性能。
	index.max_regex_length	用于设置正则表达式或前缀查询的最大长度，防止相关内容较长，影响查询速度。默认为`1,000`。
	index.max_rescore_window	用于设置重评分操作（即通过更复杂的评分模型重新排序结果）的最大文档窗口大小，以限制该过程的资源消耗。默认为`10,000`。
	index.max_result_window	用于设置分页查询的最大结果窗口大小，防止高开销的分页查询，例如，`from: 100000, size: 10`。默认为`10,000`。
	index.max_script_fields	用于设置单个搜索请求中脚本字段的最大数量，限制脚本计算的资源消耗。默认为`32`。
	index.max_shingle_diff	用于控制Shingle分词器中分片长度的最大差值，防止分词器生成过多组合词。默认为`3`。
	index.max_terms_count	用于设置单个查询或聚合中，允许添加的最大条件数，避免条件列表过大导致内存不足，影响性能。默认为`65,536`。
	index.max_prefix_length	用于设置前缀查询的最大长度，防止前缀超长，影响查询性能。默认为`0`，表示无限制。
	index.max_wildcard_length	用于设置通配符查询的最大长度，限制通配符查询的复杂度，避免全表扫描。默认为`10`。

Processors白名单

在文档被索引到Elasticsearch之前，您可通过Processor（处理器）对文档内容进行一系列的转换、清洗、丰富或过滤操作。检索增强型应用（8.17版）支持的Ingest Pipelines Processor白名单如下。

Processor类型	Processor	描述
基础数据操作	append	向字段的值（数组）追加一个或多个值。
	set	设置字段的值。若字段不存在则创建，存在则覆盖。
	remove	删除一个或多个字段。
	rename	重命名字段。
	drop	丢弃整个文档，不会对其进行索引。
	fail	强制终止处理器，中断管道并返回错误。
	pipeline	调用另一个Ingest Pipeline。
	terminate	立即终止管道执行，后续处理器不再运行。
数据类型转换与格式化	convert	转换字段的数据类型。
	bytes	将字节大小字符串（例如， `1kb`）转换为字节数（整数）。
	date	解析时间字符串并设置为`@timestamp`或其他字段。
	sort	对字段中的数组值进行排序。
字符串与文本处理	trim	去除字符串首尾空格。
	split	将字符串按分隔符拆分为数组。
	join	将数组合并为字符串。
	uppercase	将字符串转为大写。
	lowercase	将字符串转为小写。
	gsub	使用正则表达式替换字符串中的内容。
	urldecode	解码URL编码的字符串。
	html_strip	移除HTML标签。
结构化解析	dissect	使用简单的模式匹配提取字段。
	grok	使用正则表达式模式解析非结构化文本。
	kv	从键值对字符串中提取字段。
	json	将JSON字符串解析为对象字段。
	csv	将CSV字符串解析为多个字段。
地理与网络信息处理	geo_grid	将经纬度转换为地理网格，常用于聚合。
	ip_location	将IP地址解析为地理位置，需集成GeoIP。
	network_direction	用于判断网络流量方向。
	user_agent	解析User-Agent字符串，提取浏览器、操作系统等信息。
	uri_parts	解析URI，提取协议、主机、路径等信息。
数据安全	redact	对字段内容进行脱敏（例如，隐藏手机号中间几位）。
数据安全	fingerprint	生成字段内容的哈希值，该值唯一，用于去重。
高级处理器	attachment	提取文件附件内容（例如，PDF、Word）中的文本。
	circle	将圆形区域（中心点+半径）转换为地理形状，用于地理查询。
	community_id	生成网络流的`社区ID`，用于流量分析。
	dot_expand	将点号分隔的字段名展开为嵌套对象。
	for_each	对数组中的每个元素执行一组处理器。
脚本及AI处理	script	使用Painless脚本编写复杂逻辑（例如，条件判断、数学运算、动态字段生成）。说明自定义脚本需提交工单添加白名单。
脚本及AI处理	inference	调用已部署的机器学习模型（例如，NLP模型）进行推理。

Query白名单

Query Section白名单

检索增强型应用（8.17版）搜索请求体的最外层JSON对象支持的参数如下。

参数	描述
retriever	用于构建检索增强生成（RAG）系统。支持混合检索（关键词 + 向量），简化语义搜索流程。
terminate_after	最大命中数限制。
min_score	最小评分过滤。
_source	控制返回`_source`字段。
stored_fields	返回存储字段。
query	主查询条件。
post_filter	查询后过滤（不影响聚合）。
knn	向量近似最近邻搜索。
script_fields	返回脚本计算字段。说明自定义脚本需提交工单添加白名单。
indices_boost	给不同索引分配权重。
aggs / aggregations	聚合分析。
highlight	高亮匹配内容。
rescore	重打分机制。
slice	索引切片查询。
collapse	将多个重复或相似的查询条件合并、去重。
pit	时间点搜索。
docvalue_fields	返回`doc_values`字段。
fields	返回指定字段。
search_after	深度分页。
runtime_mappings	定义运行时字段，在查询时动态计算字段值，无需重新索引。常用于日志解析、字段转换、敏感数据脱敏等。说明部分`type`暂不支持，如需使用，请提交工单添加白名单。

Query Type白名单

检索增强型应用（8.17版）支持的查询类型如下。

复合查询（Compound Queries）

查询类型	描述
bool	组合多个查询子句，支持布尔逻辑（例如，`must`、`should`）。
boosting	对满足某个条件的文档降低其评分，但仍然会返回。
constant_score	使所有匹配的文档获得相同的评分，常用于过滤场景。
dis_max	在多个查询中，取最高评分作为最终评分，避免评分叠加过高。
function_score	完全控制文档的评分方式，可结合脚本、随机性等进行评分。

全文查询（Full Text Queries）

查询类型	描述
intervals	精确控制词的位置和顺序，用于复杂文本模式匹配。
match	标准全文搜索，对输入文本进行分词后匹配。
match_bool_prefix	匹配前缀，用于自动补全场景。
match_phrase	短语匹配，要求词序一致且相邻。
match_phrase_prefix	短语匹配 + 最后一个词支持前缀匹配。
combined_fields	将多个字段合并为一个虚拟字段进行搜索，提升跨字段相关性。
multi_match	在多个字段上执行`match`查询。
query_string	支持复杂查询语法（例如，`AND`、`OR`、`NOT`、`+`、`-`等）。
simple_query_string	简化版`query_string`，语法更友好、容错更强。
common	优化对长文本的搜索，自动区分高频词和低频关键词。

地理空间查询（Geo Queries）
查询类型
描述
geo_distance
根据一个中心点（经纬度）和一个距离范围，筛选出落在该圆形区域内的地理数据。
Shape查询（Shape Queries）
查询类型
描述
shape
判断文档中的地理形状（例如，多边形、线条）是否与指定的查询形状存在某种空间关系（例如，相交、包含）。
连接查询（Joining Queries）
查询类型
描述
nested
用于处理嵌套对象（nested objects）的精确匹配。
Match All
查询类型
描述
match_all
查询时会匹配索引中的所有文档。

跨度查询（Span Queries）

查询类型	描述
span_containing	匹配一个Span查询，并且它需要被另一个Span查询所包含。
span_first	匹配某个Span查询，并限制它必须出现在字段的前N个词内。
span_multi	使`span_term`支持模糊匹配，通常会配合`wildcard`、`regexp`、`prefix` 等使用。
span_near/span_gap	匹配多个词，并要求它们在一定距离（例如，允许中间间隔三个词）内出现，可控制顺序。
span_not	从一个Span查询结果中排除另一个Span查询的结果。
span_or	多个Span查询中，任意一个匹配即可。
span_term	匹配一个精确的词，类似`term`查询，但用于Span查询链中。
span_within	匹配一个Span查询，并且它需要完全在另一个Span查询的范围内。

向量查询（Vector Queries）

查询类型	描述
knn	是ES实现密集向量搜索的主要方式。通过计算向量之间的相似度（例如，余弦相似度），找出最接近的`k`个文档。
sparse_vector	用于存储关键词权重，提升计算效率。
text_expansion	将查询扩展为稀疏向量，提升召回率。

专用查询（Specialized Queries）

查询类型	描述
distance_feature	根据某个时间或地理距离，提升符合条件的文档评分。
script	允许使用Painless脚本语言编写自定义的布尔逻辑，判断文档是否匹配。说明自定义脚本需提交工单添加白名单。
script_score	`script_score`是`function_score`的一部分，允许完全自定义文档的`_score`，用于实现个性化排序。说明自定义脚本需提交工单添加白名单。
pinned	允许手动指定某些文档ID必须出现在搜索结果中，并控制它们的位置。

术语级查询（Term-Level Queries）

查询类型	描述
exists	匹配包含该字段且字段值非`null`的文档。
fuzzy	匹配拼写相近的`term`，基于Levenshtein编辑距离。
ids	通过`_id`精确查找文档。
prefix	匹配以指定前缀开头的`term`。
range	匹配数值、日期、字符串的范围。
regexp	使用正则表达式匹配`term`。
term	精确匹配一个`term`，需完全一致，且大小写敏感。
terms	匹配字段值在给定列表中的任意一个。
wildcard	支持`*`（任意字符）和`?`（单个字符）的模糊匹配。

混合检索（Retriever rrf）
查询类型
描述
rank_rrf
用于在搜索请求中启用RRF（Reciprocal Rank Fusion）融合排序。

Agg Query Type白名单

检索增强型应用（8.17版）支持的聚合查询类型如下。

桶聚合（Bucket Aggregations）

分类	查询类型	描述
基础类型	terms	按字段值分组（例如，状态、地区）。
	multi_terms	按多个字段组合分组（复合主键）。
	histogram	按数值区间分组。
	date_histogram	按时间间隔分组（例如，每小时、每天）。
	auto_date_histogram	自动选择合适的时间间隔。
	variable_width_histogram	可变宽直方图，用于处理数据分布不均匀或极端值较多的情况。
	range	按自定义数值范围分组。
	date_range	按自定义日期范围分组。
	ip_range	按IP地址段分组。
	ip_prefix	按IP前缀分组。
地理空间类型	geo_distance	按到某点的距离分组（例如，`0~1km`、`1~5km`）。
	geohash_grid	按Geohash网格分组（经纬度网格）。
	geotile_grid	按Google S2或XYZ瓦片网格分组（地图瓦片）。
	geohex_grid	按六边形网格分组。
过滤与采样类型	filter	创建一个桶，只包含匹配该查询的文档。
	filters	创建多个桶，每个桶对应一个过滤条件。
	missing	所有字段缺失的文档归为一个桶。
	sampler	随机采样一部分文档进行后续聚合。
	diversified_sampler	采样时确保某个字段值不重复。
	random_sampler	按样本随机采样。
嵌套类型	nested	进入`nested`对象内部进行聚合。
	reverse_nested	从`nested`文档回到根文档上下文。
	children	在父子关系中，聚合子文档。
	parent	在父子关系中，从子文档聚合父文档。
高级分析类型	significant_terms	查找显著性高的词。
	significant_text	对文本字段做显著性分析。
	rare_terms	查找低频值。
	frequent_item_sets	查找频繁一起出现的字段组合。
	categorize_text	自动对非结构化文本分类。
其他类型	adjacency_matrix	构建布尔条件的交叉矩阵，用于调试过滤器。
	aggs/aggregations	嵌套聚合的语法关键字。
	composite	维度组合分桶，支持深度分页，用于导出全量数据。
	global	创建一个全局桶，会忽略所有过滤器。
	time_series	针对时间序列数据的高效聚合。

指标聚合（Metrics aggregations）

分类	查询类型	描述
基础统计类型	avg	计算平均值。
	sum	求和。
	min	最小值。
	max	最大值。
	value_count	统计字段值的数量（包括重复值）。
	cardinality	去重计数（唯一值个数）。
高级统计类型	stats	一次性返回`count`、`min`、`max`、`avg`、`sum`。
	extended_stats	在`stats`基础上增加`sum_of_squares`、`variance`、`std_deviation`等返回数据。
	percentiles	计算百分位数。
	percentile_ranks	给定值对应的百分位等级。
	median_absolute_deviation	中位数绝对偏差，衡量数据离散程度。
地理空间类型	geo_bounds	计算地理点的边界框。
	geo_centroid	计算地理点的中心点。
	geo_line	将地理点按顺序连接成线。
	cartesian_bounds	笛卡尔坐标的边界框。
	cartesian_centroid	笛卡尔坐标的中心点。
数据结构类型	top_hits	返回桶内匹配度最高的若干文档。
	top_metrics	返回某个指标最优时对应的其他字段值。
	boxplot	返回箱线图所需的五个值`min`、`q1`、`median`、`q3`、`max`。
其他类型	matrix_stats	计算多个字段之间的统计关系。例如，均值、协方差、相关系数矩阵。
	rate	计算增长率或速率。
	string_stats	统计文本字段的长度、字符种类等。
	t_test	执行`t`检验，判断两组数据均值是否有显著差异。
	weighted_avg	加权平均值。

查询类型	描述
match_all	查询时会匹配索引中的所有文档。

查询类型	描述
rank_rrf	用于在搜索请求中启用RRF（Reciprocal Rank Fusion）融合排序。