请说明在使用 Spring Data Elasticsearch 框架时，如何实现包含过滤、排序、分页、聚合等在内的复杂查询操作，并阐述其底层原理与适用场景。

回答思路

1. 【回答框架 1】Spring Data Elasticsearch 通过 Repository 接口与 ElasticsearchTemplate/ElasticsearchRestTemplate 提供查询支持。复杂查询主要借助原生查询（NativeSearchQuery）或 CriteriaQuery 构建查询条件，可组合 boolQuery、rangeQuery、termQuery 等 QueryBuilder 实现过滤与匹配。
2. 【回答框架 2】排序使用 Sort 对象指定字段与方向，分页通过 Pageable 接口传入页码与每页大小，底层会转换为 Elasticsearch 的 from/size 参数。聚合操作则通过 AggregationBuilders 构建 terms、date_histogram、range 等聚合，并嵌套在 NativeSearchQuery 中，响应中通过 Aggregations 对象解析结果。
3. 【回答框架 3】复杂查询的实现核心是构建 SearchQuery 对象，将其交给 ElasticsearchTemplate 执行，由框架完成 JSON 查询 DSL 的序列化与结果自动映射。对于高度定制场景，可自定义 Repository 方法并利用 @Query 注解直接编写 DSL，或使用 NativeSearchQueryBuilder 精细控制查询细节。
4. 【回答框架 4】适用场景上，简单条件查询优先使用 Repository 派生方法；多条件组合、聚合分析、复杂过滤则使用 NativeSearchQuery。性能上需注意深分页限制，可改用 search_after 或 scroll 处理大数据集，并在索引设计时合理映射字段类型以优化聚合效率。
5. 【关键点 1】NativeSearchQueryBuilder 可组合 QueryBuilder、Sort、Pageable 与 AggregationBuilder，是复杂查询的主要入口。
6. 【关键点 2】聚合结果通过 Aggregations 对象按名称获取，支持嵌套桶与指标解析。
7. 【关键点 3】深分页建议采用 search_after 或 scroll 而非大 from/size，避免性能与内存问题。
8. 【易错点 1】若不设置索引映射的 doc_values 或 fielddata，部分聚合字段无法排序或聚合。
9. 【易错点 2】NativeSearchQuery 若同时设置分页与聚合，结果集 Page 可能无法正确反映聚合语义，需分别处理。
10. 【易错点 3】使用 @Query 手写 DSL 时，参数绑定需注意类型与格式，否则易触发序列化错误。