Elasticsearch的整体架构图
为了实现容错,Elasticsearch会把查询文档集合分解为多个小的索引,每一个小的索引就叫做分片(shards)。每一个分片都可以有0到多个副本(replicas),而每一个副本也都是分片的完整复制品,这样也提高了查询速度。
一旦Elasticsearch的某个结点数据损坏或服务不可用的时候,就可以以用其它节点来代替坏掉的节点,以达到高可用的目的。当有节点加入或退出时,主节点会根据机器的负载对索引分片进行重新分配,当“挂掉”的节点再次重新启动的时候也会进行数据恢复(recovery)。
安装
使用postman测试API
查看状态:http://127.0.0.1:9200/_stats
查看分片的状态:http://127.0.0.1:9200/_cluster/health
定义索引结构
导入数据
搜索数据
开发中文搜索引擎
中文分词插件:IK分词插件
Mapping详解
在使用数据库时,通过DDL(Data Definition Language)定义模式(Schema)
Elasticsearch也需要知道每个字段是什么类型。
ES中的索引模式叫做Mapping。索引中的每个文档都有一个type(类型),每个type拥有自己的模式或者模式定义(Schema Definition)。一个Mapping中定义的有字段类型、每个字段的数据类型,以及字段被ES处理的方式。Mapping还可用于设置关联到type上的元数据。
首先创建索引,然后再创建索引上的类型。例如,,创建一个叫做test的索引
创建模式,如定义一个搜索书籍的模式Schema
接着通过元字段“_parent”定义一个父子关系模式
修改模式:将新类型添加到现有的索引中,或将新字段添加到现有类型中。
Mapping一旦创建,只能增加字段,而不能修改已有的Mapping字段,因此可以创建一个新的索引。
字符串类型可以按词建立全文索引。可以使用分词器analyzer来实现不同的切分效果。内置standard(标准分词,中文切分成单个汉字),english分词器对英文更加只能,可以识别单数、复数、大小写和stopwords等;chinese分词器
深入源码分析
Lucene和网络通信框架Netty
提高搜索相关性
BM25检索模型
学习评分:根据用户的点击日志分析
查询意图识别
图像特征提升检索体验
搜索界面开发
搜索框和结果列表
Word2vec挖掘相关搜索词