2024年大数据最全学习：Elasticsearch(4)，2024年最新学大数据开发看这就完事了

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

作为用户，我们可以将请求发送到 集群中的任何节点 ，包括主节点。 每个节点都知道任意文档所处的位置，并且能够将我们的请求直接转发到存储我们所需文档的节点。 无论我们将请求发送到哪个节点，它都能负责从各个包含我们所需文档的节点收集回数据，并将最终结果返回給客户端。 Elasticsearch 对这一切的管理都是透明的。

如果只是在相同节点数目的集群上增加更多的副本分片并不能提高性能，因为每个分片从节点上获得的资源会变少。 你需要增加更多的硬件资源来提升吞吐量。

GET 请求的响应体包括 {“found”: true} ，这证实了文档已经被找到。 如果我们请求一个不存在的文档，我们仍旧会得到一个 JSON 响应体，但是 found 将会是 false 。 此外， HTTP 响应码将会是 404 Not Found ，而不是 200 OK 。

所有文档的更新或删除 API，都可以接受 version 参数，这允许你在代码中使用乐观的并发控制，这是一种明智的做法。

文档是不可变的：他们不能被修改，只能被替换。 update API 必须遵循同样的规则。

Node 3 在主分片上面执行请求。如果成功了，它将请求并行转发到 Node 1 和 Node 2 的副本分片上。一旦所有的副本分片都报告成功, Node 3 将向协调节点报告成功，协调节点向客户端报告成功。

你可以用 bool 查询来实现你的需求。这种查询将多查询组合在一起，成为用户自己想要的布尔查询。它接收以下参数：

must
文档 必须 匹配这些条件才能被包含进来。
must_not
文档 必须不 匹配这些条件才能被包含进来。
should
如果满足这些语句中的任意语句，将增加 _score ，否则，无任何影响。它们主要用于修正每个文档的相关性得分。
filter
必须 匹配，但它以不评分、过滤模式来进行。这些语句对评分没有贡献，只是根据过滤标准来排除或包含文档。

当一个搜索请求被发送到某个节点时，这个节点就变成了协调节点。 这个节点的任务是广播查询请求到所有相关分片并将它们的响应整合成全局排序后的结果集合，这个结果集合会返回给客户端。

分析与分析器？？？
映射？？？
复杂核心域类型？？？
字符串排序与多字段？？？
什么是相关性？？？
Doc Values 介绍？？？
配置分析器
自定义分析器
类型和映射
根对象
动态映射
自定义动态映射
缺省映射
分片内部原理

要查询所有索引的列表，您可以使用Elasticsearch的HTTP请求来执行以下操作：

GET /_cat/indices

发送上述HTTP请求后，Elasticsearch将返回一个包含所有索引的列表。每个索引的信息将以表格形式呈现，包括索引名称、文档数量、主分片数量、副本分片数量等。

以下是一个示例，查询所有索引的列表：

GET /_cat/indices

响应示例：

yellow open  index1  5 1 1000 0  1.2mb  1.2mb
yellow open  index2  5 1 2000 0  1.5mb  1.5mb
green  open  index3  5 1 3000 0  2.0mb  2.0mb

在上述示例中，每一行表示一个索引的信息。每列的含义如下：

• 第一列：索引的状态（yellow表示主分片可用，但副本分片尚未分配；green表示主分片和副本分片都可用）
• 第二列：索引名称
• 第三列：主分片数量
• 第四列：副本分片数量
• 第五列：文档数量
• 第六列：主分片占用的磁盘空间
• 第七列：所有分片（包括主分片和副本分片）占用的磁盘空间
  请确保已经正确配置了Elasticsearch的HTTP接口，并且可以通过网络访问到Elasticsearch服务器。发送上述请求后，您将获得一个包含所有索引的响应，可以进一步处理或解析该响应以获取所需的信息。

EQL：

multi_match

Elasticsearch 的 multi_match 查询是用于在一个或多个字段中执行多字段匹配的查询类型。下面我们来详细解释一下 multi_match 查询的 HTTP 请求中的每个参数：

1. query：

   • 描述：要搜索的文本或查询字符串。
   • 类型：字符串。
   • 示例："search_text"

2. fields：

   • 描述：要在哪些字段中执行匹配。
   • 类型：字符串数组。
   • 示例：["field1", "field2"]

3. type（可选）：

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取