写在前面,本来想自己搭下es的框架,截图能好一点,但是也没搭,日后如果有机会,还是想搭一下框架熟悉一下搭框架的流程。目前整理出来的,是在工作中用到过,没什么顺序,只是自己简单整理一下。
pom文件中引入jar包
<!-- https://mvnrepository.com/artifact/org.springframework.data/spring-data-elasticsearch -->
<dependency>
<groupId>org.springframework.data</groupId>
<artifactId>spring-data-elasticsearch</artifactId>
<version>4.0.1.RELEASE</version>
</dependency>
如果在浏览器访问访问elasticsearch,端口号默认要用9200,如果是和java交互,端口号要用9300。
Index的名字必须是小写。
普通数据库和elasticsearch的对应关系:
普通数据库 | database | table | rows | columns |
elasticsearch | indices | types | documents | fields |
fielddata
含义:文本(text)字段使用查询时内存中的数据结构,称为fielddata。默认false。
构建时间:FieldData是在第一次将该filed用于聚合,排序或在脚本中访问时按需构建。
工作原理:它会把这个field列的所有值加载到内存,这样做的目的是提供对这些值的快速文档访问。
构建方式:通过从磁盘读取每个段的整个反向索引,反转术语↔︎文档关系(逆置term↔︎doc)并将结果存储在JVM堆中的内存中来构建的。为field构建FieldData缓存可能会很昂贵,因此建议有足够的内存来分配它,并保持其处于已加载状态。
_score字段表示文档的相似度
shards:代表索引分片,把一个大的索引拆分成多个,分布到不同的节点上,构成分布式搜索。
took:整个搜索请求花费了多少毫秒
hits.total:本次搜索,返回了几条结果
创建索引并指定mapping
,为title
同时设置keyword
和text
属性
{
"mappings": {
"properties": {
"title" : {
"type": "text",
"analyzer": "ik_max_word",
"search_analyzer": "ik_smart",
"fields": {
"keyword" : {
"ignore_above" : 256,
"type" : "keyword"
}
}
}
}
}
}
title:支持分词索引(type为text)
title.keyword:不支持分词索引
match:分词查询
term:精确查询
如果想搜索下所有description中严格含有"use Elasticsearch"这个短语的event,可以使用下面的命令:
GET /conference/event/_search { "query" : { "match_phrase": { "description" : "use Elasticsearch" } } }
elasticsearch 2.x之后,想查聚合后的索引数据,需要设置size的值足够大,不然默认size是10。
must : 相当于 MySQL and should : 相当于MySQL or (效率低)
官方的说明文档:https://www.elastic.co/guide/cn/elasticsearch/guide/current/index.html
一个轻松易懂的es使用场景的api文档:https://www.cnblogs.com/qdhxhz/p/11556764.html