Elasticsearch进阶篇-DSL

最新推荐文章于 2025-05-20 22:39:16 发布
最新推荐文章于 2025-05-20 22:39:16 发布
阅读量785 收藏 21
点赞数 19
文章标签： elasticsearch jenkins 大数据 全文检索 搜索引擎 分布式 springboot
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2201_75442471/article/details/148051411
版权

目录

DSL查询

1 快速入门

2 DSL 查询分类

2.1 叶子查询

2.1.1 全文检索查询

语法

举例

2.1.2 精准查询

term 语法

term 示例

range 语法

range 示例

2.2 复合查询

2.2.1 bool查询

举例

2.3 排序

语法

示例

2.4 分页

2.4.1 基础分页

示例

2.4.2 深度分页

2.4.3 总结

2.5 高亮

2.5.1 语法

2.5.2 示例

2.5.3 注意

3. 总结

今天，我们来研究下elasticsearch的数据搜索功能。Elasticsearch提供了基于JSON的DSL（Domain Specific Language）语句来定义查询条件，其JavaAPI就是在组织DSL条件。

因此，我们先学习DSL的查询语法，然后再基于DSL来对照学习JavaAPI，就会事半功倍。

DSL查询

Elasticsearch的查询可以分为两大类：

  • 叶子查询（Leaf query clauses）：一般是在特定的字段里查询特定值，属于简单查询，很少单独使用。

  • 复合查询（Compound query clauses）：以逻辑方式组合多个叶子查询或者更改叶子查询的行为方式。

1 快速入门

我们依然在Kibana的DevTools中学习查询的DSL语法。首先来看查询的语法结构：

GET /{索引库名}/_search 
{ 
   "query": {
      "查询类型": { 
            // .. 查询条件 
         }
     } 
}

说明：

  • GET /{索引库名}/_search：其中的_search是固定路径，不能修改

例如，我们以最简单的无条件查询为例，无条件查询的类型是：match_all，因此其查询语句如下：

# 无条件查询
GET /items/_search
{
  "query": {
    "match_all": {}
  }
}

由于match_all无条件，所以条件位置不写即可。

执行结果如下：

{
  "took" : 9,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 10000,
      "relation" : "gte"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "items",
        "_type" : "_doc",
        "_id" : "317578",
        "_score" : 1.0,
        "_source" : {
          "id" : "317578",
          "name" : "RIMOWA 21寸托运箱拉杆箱 SALSA AIR系列果绿色 820.70.36.4",
          "price" : 28900,
          "image" : "https://m.360buyimg.com/mobilecms/s720x720_jfs/t6934/364/1195375010/84676/e9f2c55f/597ece38N0ddcbc77.jpg!q70.jpg.webp",
          "category" : "拉杆箱",
          "brand" : "RIMOWA",
          "sold" : 0,
          "commentCount" : 0,
          "isAD" : false,
          "updateTime" : 1683342377000
        }
      },
      {
        "_index" : "items",
        "_type" : "_doc",
        "_id" : "317580",
        "_score" : 1.0,
        "_source" : {
          "id" : "317580",
          "name" : "RIMOWA 26寸托运箱拉杆箱 SALSA AIR系列果绿色 820.70.36.4",
          "price" : 28600,
          "image" : "https://m.360buyimg.com/mobilecms/s720x720_jfs/t6934/364/1195375010/84676/e9f2c55f/597ece38N0ddcbc77.jpg!q70.jpg.webp",
          "category" : "拉杆箱",
          "brand" : "RIMOWA",
          "sold" : 0,
          "commentCount" : 0,
          "isAD" : false,
          "updateTime" : 1696644279000
        }
      },
      {
        "_index" : "items",
        "_type" : "_doc",
        "_id" : "546872",
        "_score" : 1.0,
        "_source" : {
          "id" : "546872",
          "name" : "博兿（BOYI）拉杆包男23英寸大容量旅行包户外手提休闲拉杆袋 BY09186黑灰色",
          "price" : 27500,
          "image" : "https://m.360buyimg.com/mobilecms/s720x720_jfs/t3301/221/3887995271/90563/bf2cadb/57f9fbf4N8e47c225.jpg!q70.jpg.webp",
          "category" : "拉杆箱",
          "brand" : "博兿",
          "sold" : 0,
          "commentCount" : 0,
          "isAD" : false,
          "updateTime" : 1556640000000
        }
      },
      {
        "_index" : "items",
        "_type" : "_doc",
        "_id" : "561178",
        "_score" : 1.0,
        "_source" : {
          "id" : "561178",
          "name" : "RIMOWA 30寸托运箱拉杆箱 SALSA AIR系列果绿色 820.70.36.4",
          "price" : 13000,
          "image" : "https://m.360buyimg.com/mobilecms/s720x720_jfs/t6934/364/1195375010/84676/e9f2c55f/597ece38N0ddcbc77.jpg!q70.jpg.webp",
          "category" : "拉杆箱",
          "brand" : "RIMOWA",
          "sold" : 0,
          "commentCount" : 0,
          "isAD" : false,
          "updateTime" : 1696644294000
        }
      },
      {
        "_index" : "items",
        "_type" : "_doc",
        "_id" : "577967",
        "_score" : 1.0,
        "_source" : {
          "id" : "577967",
          "name" : "莎米特SUMMIT 旅行拉杆箱28英寸PC材质大容量旅行行李箱PC154 黑色",
          "price" : 71300,
          "image" : "https://m.360buyimg.com/mobilecms/s720x720_jfs/t30454/163/719393962/79149/13bcc06a/5bfca9b6N493202d2.jpg!q70.jpg.webp",
          "category" : "拉杆箱",
          "brand" : "莎米特",
          "sold" : 0,
          "commentCount" : 0,
          "isAD" : false,
          "updateTime" : 1556640000000
        }
      },
      {
        "_index" : "items",
        "_type" : "_doc",
        "_id" : "584382",
        "_score" : 1.0,
        "_source" : {
          "id" : "584382",
          "name" : "美旅AmericanTourister拉杆箱 商务男女超轻PP行李箱时尚大容量耐磨飞机轮旅行箱 25英寸海关锁DL7灰色",
          "price" : 36600,
          "image" : "https://m.360buyimg.com/mobilecms/s720x720_jfs/t1/22734/21/2036/130399/5c18af2aEab296c01/7b148f18c6081654.jpg!q70.jpg.webp",
          "category" : "拉杆箱",
          "brand" : "美旅箱包",
          "sold" : 0,
          "commentCount" : 0,
          "isAD" : false,
          "updateTime" : 1556640000000
        }
      },
      {
        "_index" : "items",
        "_type" : "_doc",
        "_id" : "584387",
        "_score" : 1.0,
        "_source" : {
          "id" : "584387",
          "name" : "美旅AmericanTourister拉杆箱 商务男女超轻PP行李箱时尚大容量耐磨飞机轮旅行箱 29英寸海关锁DL7灰色",
          "price" : 16200,
          "image" : "https://m.360buyimg.com/mobilecms/s720x720_jfs/t1/22734/21/2036/130399/5c18af2aEab296c01/7b148f18c6081654.jpg!q70.jpg.webp",
          "category" : "拉杆箱",
          "brand" : "美旅箱包",
          "sold" : 0,
          "commentCount" : 0,
          "isAD" : false,
          "updateTime" : 1556640000000
        }
      },
      {
        "_index" : "items",
        "_type" : "_doc",
        "_id" : "584391",
        "_score" : 1.0,
        "_source" : {
          "id" : "584391",
          "name" : "美旅AmericanTourister拉杆箱 商务男女超轻PP行李箱时尚大容量耐磨飞机轮旅行箱 20英寸海关锁DL7灰色",
          "price" : 29900,
          "image" : "https://m.360buyimg.com/mobilecms/s720x720_jfs/t1/22734/21/2036/130399/5c18af2aEab296c01/7b148f18c6081654.jpg!q70.jpg.webp",
          "category" : "拉杆箱",
          "brand" : "美旅箱包",
          "sold" : 0,
          "commentCount" : 0,
          "isAD" : false,
          "updateTime" : 1556640000000
        }
      },
      {
        "_index" : "items",
        "_type" : "_doc",
        "_id" : "584392",
        "_score" : 1.0,
        "_source" : {
          "id" : "584392",
          "name" : "美旅AmericanTourister拉杆箱 商务男女超轻PP行李箱时尚大容量耐磨飞机轮旅行箱 29英寸海关锁DL7灰色",
          "price" : 17000,
          "image" : "https://m.360buyimg.com/mobilecms/s720x720_jfs/t1/22734/21/2036/130399/5c18af2aEab296c01/7b148f18c6081654.jpg!q70.jpg.webp",
          "category" : "拉杆箱",
          "brand" : "美旅箱包",
          "sold" : 0,
          "commentCount" : 0,
          "isAD" : false,
          "updateTime" : 1696644299000
        }
      },
      {
        "_index" : "items",
        "_type" : "_doc",
        "_id" : "584394",
        "_score" : 1.0,
        "_source" : {
          "id" : "584394",
          "name" : "美旅AmericanTourister拉杆箱 商务男女超轻PP行李箱时尚大容量耐磨飞机轮旅行箱 25英寸海关锁DL7灰色",
          "price" : 79400,
          "image" : "https://m.360buyimg.com/mobilecms/s720x720_jfs/t1/22734/21/2036/130399/5c18af2aEab296c01/7b148f18c6081654.jpg!q70.jpg.webp",
          "category" : "拉杆箱",
          "brand" : "美旅箱包",
          "sold" : 0,
          "commentCount" : 0,
          "isAD" : false,
          "updateTime" : 1556640000000
        }
      }
    ]
  }
}

你会发现虽然是match_all，但是响应结果中并不会包含索引库中的所有文档，而是仅有10条。这是因为处于安全考虑，elasticsearch设置了默认的查询页数。

2 DSL 查询分类

DSL 查询可以分为两大类：
• 叶子查询（ Leaf query clauses ）：一般是在特定的字段里查询特定值，属于简单查询，很少单独使用。
• 复合查询（ Compound query clauses ）：以逻辑方式组合多个叶子查询或者更改叶子查询的行为方式。
在查询以后，还可以对查询的结果做处理，包括：
• 排序：按照 1 个或多个字段值做排序
• 分页：根据 from 和 size 做分页，类似 MySQL
• 高亮：对搜索结果中的关键字添加特殊样式，使其更加醒目
• 聚合：对搜索结果做数据统计以形成报表

2.1 叶子查询

这里列举一些常见的，例如：

  • 全文检索查询（Full Text Queries）：利用分词器对用户输入搜索条件先分词，得到词条，然后再利用倒排索引搜索词条。例如：

    • match：

    • multi_match

  • 精确查询（Term-level queries）：不对用户输入搜索条件分词，根据字段内容精确值匹配。但只能查找keyword、数值、日期、boolean类型的字段。例如：

    • ids

    • term

    • range

  • 地理坐标查询：用于搜索地理位置，搜索方式很多，例如：

    • geo_bounding_box：按矩形搜索

    • geo_distance：按点和半径搜索

  • ...略

2.1.1 全文检索查询
语法

以全文检索中的match为例

GET /{索引库名}/_search
{
  "query": {
    "match": {
      "字段名": "搜索条件"
    }
  }
}

 与match类似的还有multi_match，区别在于可以同时对多个字段搜索，而且多个字段都要满足，

GET /{索引库名}/_search
{
  "query": {
    "multi_match": {
      "query": "搜索条件",
      "fields": ["字段1", "字段2"]
    }
  }
}
举例
# match所有
# 需求：搜索商品名称含脱脂牛奶
GET /items/_search
{
  "query": {
    "match": {
      "name": "脱脂牛奶"
    }
  }
}
GET /items/_search
{
  "query": {
    "multi_match": {
      "query": "脱脂牛奶",
      "fields": ["name","brand"]
    }
  }
}
2.1.2 精准查询

精确查询，英文是Term-level query，顾名思义，词条级别的查询。也就是说不会对用户输入的搜索条件再分词，而是作为一个词条，与搜索的字段内容精确值匹配。因此推荐查找keyword、数值、日期、boolean类型的字段。例如：

  • id

  • price

  • 城市

  • 地名

  • 人名

等等，作为一个整体才有含义的字段。

term 语法

以term查询为例，其语法如下：

GET /{索引库名}/_search
{
  "query": {
    "term": {
      "字段名": {
        "value": "搜索条件"
      }
    }
  }
}
term 示例
# 需求：搜索品牌名称是德亚
GET /items/_search
{
  "query": {
    "term": {
      "brand": {
        "value": "德亚"
      }
    }
  }
}
range 语法
GET /{索引库名}/_search
{
  "query": {
    "range": {
      "字段名": {
        "gte": {最小值},
        "lte": {最大值}
      }
    }
  }
}

range是范围查询，对于范围筛选的关键字有：

  • gte：大于等于

  • gt：大于

  • lte：小于等于

  • lt：小于

range 示例
# 需求：搜索结果在500到1000的
GET /items/_search
{
  "query": {
    "range": {
      "price": {
        "gte": 50000,
        "lte": 100000
      }
    }
  }
}

2.2 复合查询

复合查询大致可以分为两类：

  • 第一类：基于逻辑运算组合叶子查询，实现组合条件，例如

    • bool

  • 第二类：基于某种算法修改查询时的文档相关性算分，从而改变文档排名。例如：

    • function_score

    • dis_max

注：我们这里只讲解bool查询

2.2.1 bool查询

bool查询，即布尔查询。就是利用逻辑运算来组合一个或多个查询子句的组合。bool查询支持的逻辑运算有：

  • must：必须匹配每个子查询，类似“与”

  • should：选择性匹配子查询，类似“或”

  • must_not：必须不匹配，不参与算分，类似“非”

  • filter：必须匹配，不参与算分

bool查询的语法如下：

GET /items/_search
{
  "query": {
    "bool": {
      "must": [
        {"match": {"name": "手机"}}
      ],
      "should": [
        {"term": {"brand": { "value": "vivo" }}},
        {"term": {"brand": { "value": "小米" }}}
      ],
      "must_not": [
        {"range": {"price": {"gte": 2500}}}
      ],
      "filter": [
        {"range": {"price": {"lte": 1000}}}
      ]
    }
  }
}

出于性能考虑，与搜索关键字无关的查询尽量采用must_not或filter逻辑运算，避免参与相关性算分。

举例

我们要搜索手机，但品牌必须是华为，价格必须是900~1599，那么可以这样写：

GET /items/_search
{
  "query": {
    "bool": {
      "must": [
        {"match": {"name": "手机"}}
      ],
      "filter": [
        {"term": {"brand": { "value": "华为" }}},
        {"range": {"price": {"gte": 90000, "lt": 159900}}}
      ]
    }
  }
}

2.3 排序

elasticsearch默认是根据相关度算分（_score）来排序，但是也支持自定义方式对搜索结果排序。不过分词字段无法排序，能参与排序字段类型有：keyword类型、数值类型、地理坐标类型、日期类型等。

语法
GET /indexName/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "排序字段": {
        "order": "排序方式asc和desc"
      }
    }
  ]
}
示例
# 排序查询,排序没有打分,先按第一个字段排序，仅当第一个字段值相同时，才会按第二个字段排序。如果第一个字段的值完全不同，后续字段不会影响最终顺序。
GET /items/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "sold": "desc"
    },
    {
      "price": "asc"
    }
  ]
}

2.4 分页

elasticsearch 默认情况下只返回top10的数据。而如果要查询更多数据就需要修改分页参数了。

2.4.1 基础分页

elasticsearch中通过修改from、size参数来控制要返回的分页结果：

  • from：从第几个文档开始

  • size：总共查询几个文档

类似于mysql中的limit ?, ?

示例
GET /items/_search
{
  "query": {
    "match_all": {}
  },
  "from": 0, // 分页开始的位置，默认为0
  "size": 10,  // 每页文档数量，默认10
  "sort": [
    {
      "price": {
        "order": "desc"
      }
    }
  ]
}
2.4.2 深度分页

elasticsearch的数据一般会采用分片存储，也就是把一个索引中的数据分成N份，存储到不同节点上。这种存储方式比较有利于数据扩展，但给分页带来了一些麻烦。

针对深度分页，elasticsearch提供了两种解决方案：

  • search after：分页时需要排序，原理是从上一次的排序值开始，查询下一页数据。官方推荐使用的方式。

  • scroll：原理将排序后的文档id形成快照，保存下来，基于快照做分页。官方已经不推荐使用。

2.4.3 总结

大多数情况下，我们采用普通分页就可以了。查看百度、京东等网站，会发现其分页都有限制。例如百度最多支持77页，每页不足20条。京东最多100页，每页最多60条。

因此，一般我们采用限制分页深度的方式即可，无需实现深度分页。

2.5 高亮

高亮显示：就是在搜索结果中把搜索关键字突出显示。

2.5.1 语法
GET /{索引库名}/_search
{
  "query": {
    "match": {
      "搜索字段": "搜索关键字"
    }
  },
  "highlight": {
    "fields": {
      "高亮字段名称": {
        "pre_tags": "<em>",
        "post_tags": "</em>"
      }
    }
  }
}
2.5.2 示例
# 高亮
GET /items/_search
{
  "query": {
    "match": {
      "name": "脱脂牛奶"
    }
  },
  "highlight": {
    "fields": {
      "name": { 
        "pre_tags": "<em>", //默认em，所以可以不写
        "post_tags": "</em>"
      }
    }
  }
}
2.5.3 注意

  • 搜索必须有查询条件，而且是全文检索类型的查询条件，例如match

  • 参与高亮的字段必须是text类型的字段

  • 默认情况下参与高亮的字段要与搜索字段一致，除非添加：required_field_match=false

3. 总结

查询的DSL是一个大的JSON对象，包含下列属性：

  • query：查询条件

  • from和size：分页条件

  • sort：排序条件

  • highlight：高亮条件

菠萝崽.
关注
Elasticsearch--进阶-Query DSL基本使用和match_all---全文检索引擎ElasticSearch工作笔记010
添柴程序猿的专栏
02-09 602
然后我们继续来看,实际上我们在es中查询的时候,一般我们很少会,使用在http request的uri中去查询, 我们一般都是使用query DSL的方式查询. 我们继续看查询使用dsl语言 我们可以看到上一节,我们在 GET bank/_search 在bank这个索引下,进行搜索, 1.我们match_all:{} 是匹配所有数据 2.sort 我们是排序 先按照account_number:asc升序 然后按照balance:desc降序排列. 然后我们再...
Elasticsearch--进阶-进阶两种查询方式_request uri查询和query DSL查询---全文检索引擎ElasticSearch工作笔记009
添柴程序猿的专栏
02-08 438
然后我们再来去查询高级一点的检索 1.可以看到在es中,支持两种方式的查询,一种是基于rest request uri,把请求的信息,放到http的地址上. 2.第二种方式就是使用REST request body,来发送把,查询条件放到requestbody中去. 之前我们重启了虚拟机,我们看看 sudo docker ps 可以看到已经没有kibana和elasticsearch, 因为elasticsearch没有开机启动. 然后我们执行 sudo docker ps -a ..
ElasticSearch进阶篇之-Query DSL
波波烤鸭的博客
02-15 6738
ElasticSearch官网：https://www.elastic.co/guide/en/elasticsearch/reference/7.4/getting-started-search.html 1.ES中的检索方式 在ElasticSearch中支持两种检索方式 通过使用REST request URL 发送检索参数(uri+检索参数) 通过使用 REST request body 来发送检索参数 (uri+请求体) 第一种方式 GET bank/_search # 检索bank下的所.
Elasticsearch进阶篇-数据聚合
最新发布
2201_75442471的博客
05-20 543
聚合（aggregations）是一种强大的数据分析工具，能够快速实现数据的统计、分析和运算。常见的聚合类型包括桶（Bucket）聚合、度量（Metric）聚合和管道（pipeline）聚合。桶聚合用于文档分组，如按品牌或日期分组；度量聚合用于计算最大值、最小值、平均值等；管道聚合则基于其他聚合结果进行进一步运算。通过DSL语法，可以轻松实现这些聚合功能，例如按条件过滤后进行品牌统计或价格分析。在Java中，可以使用RestClient和AggregationBuilders工具类来实现聚合功能，代码结构清
Elasticsearch进阶篇-java程序通过RestClient操作es实现查询
2201_75442471的博客
05-20 450
本文介绍了如何使用Java API进行Elasticsearch查询，涵盖了从发送请求到解析响应的完整流程。首先，通过创建SearchRequest对象并利用request.source()构建DSL查询条件，使用QueryBuilders构建查询语句。接着，通过client.search()发送请求并解析SearchResponse响应结果，逐层解析JSON结构以获取文档数据。文章还详细介绍了多种查询类型，包括match、multi_match、range、term查询，以及复合查询如bool查询。此外，
Elasticsearch进阶之Query DSL
正在努力的杜三岁
02-27 331
Elasticsearch进阶之Query DSL
Java进阶4-Elasticsearch
qq_43517845的博客
01-06 986
Java进阶4-Elasticsearch
Elasticsearch进阶篇 | 记一次kibana执行dsl脚本实战过程
yxd179的博客
07-29 2145
Elasticsearch进阶 | 记一次kibana执行dsl脚本实战的思考过程
Elasticsearch进阶学习
power_9的博客
07-11 1114
本文详细介绍了Elasticsearch的高级功能、索引管理、性能优化、安全性、与其他系统的集成以及实际应用案例。通过深入理解和合理应用这些高级特性，用户可以充分发挥Elasticsearch的性能优势，为大数据处理和分析提供高效、可靠的解决方案。
ES进阶(1)-Query DSL基本使用
小生不才的博客
12-08 1378
1.SearchAPI ES 支持两种基本方式检索 : 通过使用 REST request URI 发送搜索参数（uri+检索参数） GET bank/_search?q=*&sort=account_number:asc 响应数据： { "took" : 21, "timed_out" : false, "_shards" : { "total" : 1, "successful" : 1, "skipped" : 0, "failed" : 0
【中华石杉】Elasticsearch顶尖高手系列-核心知识篇 + 高手进阶篇all
11-16
二、Elasticsearch高手进阶篇 1. **集群管理**：深入了解如何配置和优化Elasticsearch集群，包括节点间的通信、资源分配、负载均衡和故障转移策略。 2. **性能调优**：包括索引速度优化、查询性能提升、内存管理和...
【54】2018年最新价值799元Elasticsearch顶尖高手系列：高手进阶篇视频教程 .txt
10-04
综上所述，这份“2018年最新价值799元Elasticsearch顶尖高手系列：高手进阶篇视频教程”不仅包含了Elasticsearch的核心技术和高级特性，还提供了丰富的实战案例和技巧分享，非常适合那些希望深入了解Elasticsearch并...
Elasticsearch--进阶-term_keyword查询---全文检索引擎ElasticSearch工作笔记015
添柴程序猿的专栏
02-09 403
然后我们再去看term 非文本数据使用term来检索.
官方 Elasticsearch SQL 和 NLPChina Elasticsearch SQL 的区别
jifgnie的博客
05-16 389
官方的可以在kibana 控制台上进行查询：POST /_sql。
ES常识9：如何实现同义词映射(搜索)
qq_30118563的博客
05-15 1236
同时在索引和查询阶段应用同义词过滤器，但需确保两者的同义词规则一致，避免索引词项与查询词项不匹配。在 Elasticsearch（ES）中实现同义词映射（如“美丽”和“漂亮”），核心是通过。在 ES 中，需将同义词过滤器绑定到自定义分析器，并指定该分析器用于目标字段的索引和查询。通过合理配置，可实现“美丽”和“漂亮”等同义词在搜索时的智能映射，提升搜索结果的相关性。将输入的文本（无论是索引文档还是搜索词）中的同义词替换或扩展为统一词项。，通过自定义分析器（Analyzer）中的。ES 的同义词处理发生在。
ES 中 Object 和 Nested 的区别
Lucky小黄人的博客
05-18 262
Nested 类型：每个对象独立存储为隐藏的子文档，如果存储时是个数组，数组内的对象字段独立匹配，不会出现匹配错误的情况，一般用在es 某字段是个对象数组的场景，如订单中的商品列表、博客评论列表、线索跟进列表。Object 类型：扁平化存储，每个对象不单独存储，如果存储时是个数组，那么数组内的对象字段可能交叉匹配，导致匹配到错误结果，一般用在。：如用户的地址信息(非数组)，或者基本数据类型数组的场景。类型将每个供应商作为独立子文档处理，确保字段严格属于同一对象。索引，存储商品信息，其中每个商品有多个。
如何优化 Elasticsearch 磁盘空间和使用情况
Elastic 中国社区官方博客
05-19 663
文章由Elastic的Kofi Bartlett撰写，主要讨论了如何有效管理和优化Elasticsearch中的磁盘空间使用。文章首先强调了磁盘管理的重要性，指出磁盘空间不足会导致数据写入停止，而过度分配则会造成资源浪费。接着，文章介绍了Elasticsearch中的水位线阈值，包括低磁盘水位线、高磁盘水位线阈值和磁盘洪水阶段，这些阈值帮助监控磁盘使用情况。文章还提供了处理磁盘过满的几种方法，如删除旧数据、增加存储容量、使用快照与还原技术、减少分片副本数以及设置磁盘使用告警。此外，文章还探讨了如何减少未被充
ES常识8：ES8.X如何实现热词统计
qq_30118563的博客
05-15 970
数据采集：记录搜索词及关联信息（时间、用户、点击等）。索引设计：使用keyword类型存储搜索词，优化聚合性能。聚合统计：通过terms聚合计算词频，结合时间窗口和加权指标。缓存优化：定时预计算结果并缓存，降低实时查询压力。接口实现：提供 HTTP 接口返回缓存或实时聚合结果。通过以上步骤，可高效实现一个兼顾实时性与性能的热门搜索词推荐系统。
elasticsearch之记录es7.17升级8.17 springboot2.7.0 程序改造坑
nalanxiaoxiao2011的博客
05-19 456
elasticsearch之记录es7.17升级8.17 springboot2.7.0 程序改造坑
ElasticStack进阶教程：Elasticsearch深入学习
在这一部分的详细知识点中，我们将重点放在Elasticsearch的进阶知识上，这是ElasticStack系列学习的深化部分。ElasticStack是由Elastic公司开发的一套以Elasticsearch为核心，结合了Kibana、Beats和Logstash等组件的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值