ElasticSearch 7 权威指南（二）Elasticsearch入门

最新推荐文章于 2024-06-01 23:49:37 发布
置顶 最新推荐文章于 2024-06-01 23:49:37 发布
阅读量1k 收藏 1
点赞数
分类专栏： elasticsearch 分布式存储 全文索引 文章标签： elasticsearch 大数据 实时搜索 搜索引擎 数据库
原文链接：https://www.elastic.co/guide/en/elasticsearch/reference/current/getting-started-install.html
版权
这篇博客引导读者逐步入门Elasticsearch，包括在Elastic Cloud上部署、本地安装及运行，使用cURL与Elasticsearch交互，创建文档索引，查询和聚合分析。此外，还提供了其它安装方式和Elasticsearch的基本操作示例。
摘要由CSDN通过智能技术生成

目录

准备好试用Elasticsearch并亲自了解如何使用RESTAPI来存储、搜索和分析数据了吗？

逐步完成以下入门教程：

  • 安装、运行Elasticsearch集群。
  • 为一些示例文档建立索引
  • 使用Elasticsearch查询语言搜索文档。
  • 使用分组和指标聚合分析结果。

需要更多背景信息？

查看Elasticsearch简介以学习术语，并了解Elasticsearch的工作原理。 如果您已经熟悉Elasticsearch并想了解它如何与其余组件一起工作，则可能需要跳到Elastic Stack教程，以了解如何使用Elasticsearch，Kibana，Beats和 Logstash。

安装、运行 Elasticsearch

如需用Elasticsearch来测试，您可以在Elasticsearch Service上部署一个托管服务，或在您自己的Linux，macOS或Windows计算机上配置多节点Elasticsearch集群。

在 Elastic Cloud 上运行 Elasticsearch

在Elasticsearch Service上部署托管服务时，该服务与Kibana和APM一起预分配一个三节点Elasticsearch集群。

要在云端部署，你需要：

  • 注册免费试用版，然后验证您的电子邮件地址。
  • 为您的帐户设置密码。
  • 单击创建部署。

创建部署后，就可以为一些文档建立索引了。

本地(Linux、MacOS、Windows)安装运行Elasticsearch

通过从tar或zip安装文件安装，您可以在本地启动Elasticsearch的多个实例，这样可以查看多节点集群的行为。

安装步骤：

  1. 下载Elasticsearch安装包
curl -L -O https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.8.0-linux-x86_64.tar.gz

curl -L -O https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.8.0-darwin-x86_64.tar.gz
  1. 解压安装包
  • Linux:
tar -xvf elasticsearch-7.8.0-linux-x86_64.tar.gz
  • MacOs:
tar -xvf elasticsearch-7.8.0-darwin-x86_64.tar.gz
  • Windows PowerShell:
Expand-Archive elasticsearch-7.8.0-windows-x86_64.zip
  1. 从bin目录启动Elasticsearch
  • Linux and MacOS:
cd elasticsearch-7.8.0/bin
./elasticsearch
  • Windows:
cd elasticsearch-7.8.0\bin
.\elasticsearch.bat

现在，您已经启动运行了一个单节点Elasticsearch集群！

  1. 启动另外两个Elasticsearch实例，以便您可以看到典型的多节点集群的行为。 您需要为每个节点指定唯一的数据和日志路径。
  • Linux and macOS:
./elasticsearch -Epath.data=data2 -Epath.logs=log2
./elasticsearch -Epath.data=data3 -Epath.logs=log3
  • Windows:
.\elasticsearch.bat -E path.data=data2 -E path.logs=log2
.\elasticsearch.bat -E path.data=data3 -E path.logs=log3

新增的节点都会被分配唯一的ID。因为您所有节点都在本地运行，所以它们会自动加入第一个节点所在的集群。

  1. 使用cat health API验证三节点集群是否正在运行。 cat API以比原始JSON更易于阅读的格式返回有关集群和索引的信息。

您可以通过向Elasticsearch rest API提交HTTP请求来直接与集群交互。如果您已经安装并运行了Kibana，您还可以打开 Kibana 通过 Dev Tools 控制台提交请求。

GET /_cat/health?v

该响应表明Elasticsearch集群的状态为绿色，并且具有三个节点：

epoch      timestamp cluster       status node.total node.data shards pri relo init unassign pending_tasks max_task_wait_time active_shards_percent
1565052807 00:53:27  elasticsearch green           3         3      6   3    0    0        0             0                  -                100.0%

如果您运行是Elasticsearch的单实例，则群集状态将保持为黄色。单节点群集功能齐全，但无法将数据复制到另一个节点以提供备份恢复能力。要使群集状态为绿色，副本分片必须可用。如果群集状态为红色，则某些数据不可用。

使用 cURL 命令与Elasticsearch交互

本指南中的大多数示例都可以转为相应的curl命令，并从 shell 将请求提交给本地 Elasticsearch实例。

例如下面的在 Dev Tools 控制台的请求：

GET /_cat/health?v

在下面shell里面可以用如下请求代替：

curl -X GET "localhost:9200/_cat/health?v"

一个完整的 HTTP 请求参数如下：

curl -X <VERB> '<PROTOCOL>://<HOST>:<PORT>/<PATH>?<QUERY_STRING>' -d '<BODY>'

变量参数解释如下：
<VERB>
HTTP method，例如，GET、POST、PUT、HEAD或DELETE。

<PROTOCOL>
协议，可用 http 或 https ，如果使用 https 协议跟 Elasticsearch 通信，则需要 Elasticsearch 安全特性来对 http 通信进行加密。

<HOST>
Elasticsearch集群中任何节点的主机名。本地计算机使用localhost。

<PORT>
运行Elasticsearch HTTP服务的端口，默认为9200。

<PATH>
API终端，可以包含多个组件，如_cluster/stats或_node/stats/jvm。

<QUERY_STRING>
任何可选的查询字符串参数。比如 ?pretty 参数将会优雅的打印更易于阅读的JSON返回。

<BODY>
JSON格式的请求正文(如果需要)。

如果启用了Elasticsearch安全功能，您还必须提供有权运行API的有效用户名(和密码)。例如，curl 命令使用 -u 或 --u 参数提供用户信息 。有关运行每个API需要哪些安全权限的详细信息，请参阅 REST APIs。

ElasticSearch使用HTTP状态代码(如200OK)响应每个API请求。除了HEAD请求之外，它还返回JSON格式的响应正文。

其它安装方式

通过从打包文件安装Elasticsearch，您可以轻松地在本地安装和运行多个实例，要运行单个实例，您可以在Docker容器中运行Elasticsearch，在Linux上使用DEB或RPM软件包安装Elasticsearch，在MacOS上使用Homebrew安装，或者在Windows上使用MSI软件包安装程序安装。有关详细信息，请参阅安装Elasticsearch。

创建文档索引

单个文档索引

一旦集群启动并运行，您就可以为数据建立索引了。Elasticsearch有各种各样的访问方式将JSON文档加入Elasticsearch索引。

您可以通过一个简单的PUT请求直接完成此操作，请求需要指定文档的索引、文档的唯一ID以及请求正文中的一个或多个kv键值对：

PUT /customer/_doc/1
{
  "name": "John Doe"
}

上面的 customer 就是该文档的索引，上面请求会自动创建 customer 索引，上面 _doc 则是文档的 type。而文档的ID 则是1。

注：因为如下各方面原因，在 Elasticsearch 7版本中，已经将 type 去掉了，但是为了兼容老格式，经常会将 _doc 作为一个唯一的 type。
1、我们经常把二维数据库与ES作类比的方式是不正确的假设。把“index”类比为数据库，“type”类比为表。具体原因是，数据库的表是物理独立的，一个表的列跟另外一张表相同名称的列没有关系，而ES中并非如此，不同type映射类型中具有相同名称的字段在内部由相同的Lucene字段支持。
2、当您想要索引一个deleted字段在不同的type中数据类型不一样。一个类型中为日期字段，另外一个类型中为布尔字段时，这可能会导致ES的存储失败,因为这影响了ES的初衷设计。
3、另外，在一个index中建立很多实体，type，没有相同的字段，会导致数据稀疏，最终结果是干扰了Lucene有效压缩文档的能力，说白了就是影响ES的存储、检索效率。

上面请求会返回下面的JSON结果，包含数据的一些元信息，由于是新创建的一个文档，所以文档版本 _version = 1。

{
  "_index" : "customer",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 2,
    "failed" : 0
  },
  "_seq_no" : 26,
  "_primary_term" : 4
}

可以立即从集群中的任意节点获得新文档，我们用下面的带文档 ID 的 GET 请求来查看（这里我特意列举了一下在 shell 下的执行命令，）：

curl -X GET "localhost:9200/customer/_doc/1?pretty"

在这里插入图片描述
你也可以在 Kibana 的 Dev Tools 控制台中获取，跟在 shell 中没有任何差别，
在这里插入图片描述
该接口返回了已经被索引了的文档详细信息，包含索引、类型、文档ID、版本等等，如果未找到对应文档， found 则会是 false，返回中的 _source 就是我们创建的原始数据了。

批量文档索引

如果您有很多文档要索引，您可以使用Bulk API批量提交它们。使用批量处理文档操作比单独提交请求要快得多，因为它极大地减少了网络往返的开销。

最佳批处理大小取决于许多因素：文档大小和复杂性、索引和搜索负载大小以及集群可用的资源。一般1,000到5,000个文档会比较好，总的文档大小在5MB到15MB之间。您可以自己试着从这个区间去找最佳的大小。

我们现在来批量插入一下数据以便开始我们的搜索与分析：

  1. 下载account.json示例数据集。这些随机生成的账户信息数据集包含下面这些字段：
{
  "account_number": 0,
  "balance": 16623,
  "firstname": "Bradshaw",
  "lastname": "Mckenzie",
  "age": 29,
  "gender": "F",
  "address": "244 Columbus Place",
  "employer": "Euron",
  "email": "bradshawmckenzie@euron.com",
  "city": "Hobucken",
  "state": "CO"
}
  1. 在shell终端使用下面的 _bulk 请求将帐户数据添加到 bank 索引中：
curl -H "Content-Type: application/json" -XPOST "localhost:9200/bank/_bulk?pretty&refresh" --data-binary "@accounts.json"
curl "localhost:9200/_cat/indices?v"
  1. 如下返回表明有1000个文档被成功添加到 bank 索引中。
health status index uuid                   pri rep docs.count docs.deleted store.size pri.store.size
yellow open   bank  l7sSYV2cQXmu6_4rJWVIww   5   1       1000            0    128.6kb        128.6kb

查询入门

一旦你已经批量导入了测试数据，就可以发送请求到 _search 终端来搜索数据了，也可以通过在请求URI中指定索引名称，在请求正文指定 Elasticsearch查询DSL来访问全套搜索功能。

例如，以下请求将搜索 bank 索引中所有文档，返回结果按帐号排序：

GET /bank/_search
{
  "query": { "match_all": {} },
  "sort": [
    { "account_number": "asc" }
  ]
}

默认情况下，结果的 hits 部分包括与搜索条件匹配的前10个文档：

{
  "took" : 63,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
        "value": 1000,
        "relation": "eq"
    },
    "max_score" : null,
    "hits" : [ {
      "_index" : "bank",
      "_type" : "_doc",
      "_id" : "0",
      "sort": [0],
      "_score" : null,
      "_source" : {"account_number":0,"balance":16623,"firstname":"Bradshaw","lastname":"Mckenzie","age":29,"gender":"F","address":"244 Columbus Place","employer":"Euron","email":"bradshawmckenzie@euron.com","city":"Hobucken","state":"CO"}
    }, {
      "_index" : "bank",
      "_type" : "_doc",
      "_id" : "1",
      "sort": [1],
      "_score" : null,
      "_source" : {"account_number":1,"balance":39225,"firstname":"Amber","lastname":"Duke","age":32,"gender":"M","address":"880 Holmes Lane","employer":"Pyrami","email":"amberduke@pyrami.com","city":"Brogan","state":"IL"}
    }, ...
    ]
  }
}

返回还包含有关搜索请求的以下信息：

  • took - Elasticsearch运行查询所需的时间(单位为毫秒)。
  • time_out - 请求是否超时。
  • _shards - 搜索了多少个分片，以及成功、失败或跳过了多少个分片。
  • max_score - 找到的最相关文档的分数（文档与搜索条件相关性）
  • hits.total.value - 找到了多少个匹配的文档。
  • hits.sort - 文档的排序位置(如果不是按相关性分数排序)。
  • hits._score - 文档的相关性分数(使用 match_all 时不适用)。

每个搜索请求都是独立的：ElasticSearch不会在请求中维护任何状态信息。要翻阅搜索结果，可以加上 from 和 page 参数来指定分页的起始位置，每页的大小。

GET /bank/_search
{
  "query": { "match_all": {} },
  "sort": [
    { "account_number": "asc" }
  ],
  "from": 10,
  "size": 10
}

现在您已经了解了如何提交基本的搜索请求，让我们来构建比 match_all 更有趣的查询吧。

要指定字段(如address)匹配特定词条(如mill、lane)，可以使用 match 查询。例如，以下请求会搜索 address 字段包含 mill 或 lane 的用户：

GET /bank/_search
{
  "query": { 
    "match": { 
      "address": "mill lane" 
    } 
  }
}

如果要执行短语搜索(更精准的匹配)而不是匹配单个词条，请使用 match_phrase 而不是 match 。例如，以下请求仅匹配address 中包含短语 mill lane 的用户：

GET /bank/_search
{
  "query": { 
    "match_phrase": { 
      "address": "mill lane" 
    } 
  }
}

要构造更复杂的查询，可以使用bool查询来组合多个查询条件。您可以指定条件为必须匹配(must match)，可能匹配（should match），排除匹配（must not match）。

例如，以下请求在 bank 索引中搜索 40 岁，但不居住在华盛顿州(DC)的用户：

GET /bank/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "age": "40" } }
      ],
      "must_not": [
        { "match": { "state": "DC" } }
      ]
    }
  }
}

bool查询中的每个 must ， should 和 must_not 元素都称为查询子句。 文档满足must、should字句的程度会影响文档的相关性得分。分数越高，文档就越符合您的搜索条件。默认情况下，Elasticsearch返回结果按相关性分数从高到低排序。

must_not子句中的条件被视为过滤器。它会影响文档是否包含在结果中，但不会影响文档的评分方式。您还可以自己显示的指定任意过滤器，以包括或排除基于结构化数据的文档。

例如，以下请求使用 range 范围过滤器将筛选出 balance 在 20000 到 30000（含）之间的用户。

GET /bank/_search
{
  "query": {
    "bool": {
      "must": { "match_all": {} },
      "filter": {
        "range": {
          "balance": {
            "gte": 20000,
            "lte": 30000
          }
        }
      }
    }
  }
}

使用聚合分析结果

Elasticsearch聚合使您能够获得有关搜索结果的元信息，并回答诸如“德克萨斯州有多少账户？”之类的问题。或者“田纳西州的平均账户余额是多少？”您可以在一个请求中搜索文档、筛选，并使用聚合来分析结果。

例如，以下请求使用 terms 聚合来按州对 bank 索引中的所有帐户进行分组，并按降序返回开户数最多的十个州：

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "group_by_state": {
      "terms": {
        "field": "state.keyword"
      }
    }
  }
}

返回结果中， buckets 是包含了 state （州名）和 doc_count（文档个数）的数组，例如，您可以看到ID（爱达荷州）中有27个账户。由于请求中 size＝0，因此返回仅包含聚合结果。

{
  "took": 29,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped" : 0,
    "failed": 0
  },
  "hits" : {
     "total" : {
        "value": 1000,
        "relation": "eq"
     },
    "max_score" : null,
    "hits" : [ ]
  },
  "aggregations" : {
    "group_by_state" : {
      "doc_count_error_upper_bound": 20,
      "sum_other_doc_count": 770,
      "buckets" : [ {
        "key" : "ID",
        "doc_count" : 27
      }, {
        "key" : "TX",
        "doc_count" : 27
      }, {
        "key" : "AL",
        "doc_count" : 25
      }, {
        "key" : "MD",
        "doc_count" : 25
      }, {
        "key" : "TN",
        "doc_count" : 23
      }, {
        "key" : "MA",
        "doc_count" : 21
      }, {
        "key" : "NC",
        "doc_count" : 21
      }, {
        "key" : "ND",
        "doc_count" : 21
      }, {
        "key" : "ME",
        "doc_count" : 20
      }, {
        "key" : "MO",
        "doc_count" : 20
      } ]
    }
  }
}

您可以组合聚合以构建更复杂的数据汇总请求。 例如，以下请求将求平均聚合嵌套在之前的 group_by_state 聚合内，这样可以计算每个州的平均帐户余额。

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "group_by_state": {
      "terms": {
        "field": "state.keyword"
      },
      "aggs": {
        "average_balance": {
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  }
}

您可以通过指定 terms 聚合中的排序，使用嵌套聚合的结果进行排序，而不是按默认的计数排序：

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "group_by_state": {
      "terms": {
        "field": "state.keyword",
        "order": {
          "average_balance": "desc"
        }
      },
      "aggs": {
        "average_balance": {
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  }
}

除了像这样的基本分组和指标聚合之外，Elasticsearch还提供了专门的聚合，用于对多个字段进行操作，并分析特定类型的数据，如日期、IP地址和地理数据。您还可以通过管道将单个聚合的结果再聚合，以便进行进一步分析。

聚合提供的核心分析功能还支持一些额外高级功能，例如使用机器学习来检测异常。

这是一个起点

现在，您已经建立了一个集群、为一些文档建立了索引并运行了一些查询和聚合，您可能需要：

  • 深入研究Elastic Stack教程以安装Kibana，Logstash和Beats，并部署基本的系统监视解决方案。
  • 将样本数据集加载到Kibana中，以了解如何将Elasticsearch和Kibana一起用于可视化数据。
  • 尝试下列Elastic搜索解决方案中的一种：
    • 站点搜索
    • 应用程序搜索
    • 企业搜索
smallhow
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Elasticsearch_权威指南（中文版）PDF.rar
05-12
Elasticsearch权威指南（中文版）Elasticsearch是一个实时分布式搜索和分析引擎。它让你以前所未有的速度处理大数据成为可能。 它用于全文搜索、结构化搜索、分析以及将这三者混合使用： 维基百科使用Elasticsearch提供全文搜索并高亮关键字，以及输入实时搜索(search-as-you-type)和搜索纠错(did-youmean) 等搜索建议功能。
elasticsearch权威指南中文版 pdf和Elasticsearch顶尖高手系列-高手进阶篇资源分享
热门推荐
sskai163的博客
11-28 2万+
elasticsearch权威指南中文版 链接: https://pan.baidu.com/s/1ckBXkGB0UPUEnacHk_QR2g 提取码: yytn 这个之前看网页版的把我尴尬症都看出来了，太慢了，还是看pdf舒服 Elasticsearch顶尖高手系列-高手进阶篇 链接: https://pan.baidu.com/s/1oikDusfJDPhgdAf3vvi_yg 提取码: g...
Elasticsearch 7.x入门学习-基础操作
最新发布
huangjhai的博客
06-01 1060
Google，百度类的网站搜索，它们都是根据网页中的关键字生成索引，我们在搜索的时候输入关键字，它们会将该关键字即索引匹配到的所有网页返回；还有常见的项目中应用日志的搜索等等。对于这些非结构化的数据文本，关系型数据库搜索不是能很好的支持。一般传统数据库，全文检索都实现的很鸡肋，因为一般也没人用数据库存文本字段。进行全文检索需要扫描整个表，如果数据量大的话即使对 SQL 的语法优化，也收效甚微。建立了索引，但是维护起来也很麻烦，对于 insert 和 update 操作都会重新构建索引。
Elasticsearch 完整指南
duoshehuan6005的博客
08-24 185
JSON知识基本的终端技能是加分项。
Elasticsearch6.6.x 版本的学习（一）es 安装 和 JestClient 进行操作Elasticsearch6.6.x
一天不写代码难受的博客
09-19 582
目录一张图展示我们要学的东西Elasticsearch和solr区别ES下载安装ES head 插件的安装ES 内置的REST接口利用Kibana 对es 进行crud核心概念前提clusterShardsReplicasGatewayJestClient 进行操作Elasticsearch6.6.x创建索引库删除索引库新增文档数据删除文档数据查询文档数据 一张图展示我们要学的东西 Elasticsearch和solr区别 ES下载安装 前提是你要本地安装jdk1.8以上的版本 Elasticsear
ElasticSearch 7 权威指南（一）什么是Elasticsearch ？
caohao0591的专栏
07-25 1861
目录译者序什么是Elasticsearch信息的输出：搜索和分析搜索数据分析数据更多功能 译者序 公司项目经常要用到 ElasticSearch，于是查询各种资料，但是现在非常多中文版的资料都是基于 2.X之前版本的ElasticSearch，目前版本已经到了7.8，非常多的特性有了很大的改变，导致现在很多中文资料的示例会返回警告，甚至不能够成功运行，目前 ElasticSearch 官方网站有7.8版本的英文版权威指南，所以我这边希望能翻译成中文版，供大家学习。 什么是Elasticsearch Elas
ElasticSearch权威指南中文版
06-12
这份“Elasticsearch权威指南中文版”是ES官网的中文翻译，为中文用户学习和理解Elasticsearch提供了详尽的资料。 **一、Elasticsearch的核心概念** 1. **文档（Document）**：在Elasticsearch中，数据是以JSON...
Elasticsearch权威指南-mobi格式kindle电子书
01-25
Elasticsearch 是一个实时的分布式搜索分析引擎， 它能让你以一个之前从未有过的速度和规模，去探索你的数据。 它被用作全文检索、结构化搜索、分析以及这三个功能的组合： Wikipedia 使用 Elasticsearch 提供带有...
Elasticsearch权威指南基础入门
03-14
Elasticsearch权威指南基础入门，很详细的文档，Elasticsearch是一个实时分布式搜索和分析引擎。它让你以前所未有的速度处理。
Elasticsearch权威指南（中文版）pdf 百度云永久链接
12-14
Elasticsearch权威指南（中文版）pdf 百度云永久链接，好东西一起分享！
Elasticsearch7.x DSL语法之分页查询
程序员小强的博客
12-28 8001
1.简单分页 对于非深度分页，简单查询时，一般使用from和size进行分页查询 “from”: 分页起始位置 “size”: 每页数据大小 1.1写法 GET /student_info/_search { "query": { "match_all": {} }, "from": 1, "size": 2 } 常见问题：深分页问题，效率会很低，尽量避免深分页。 1.2深度分页问题 ES对于from+size的个数也是有限制的，默认限制二者之和不能超过1w。超过后会报错， 使
ElasticSearch7.x集群搭建(es7)主从读写分离搭建教程
09-19
适用人群 开发从业人员，大数据从业人员，运维从业人员，IT相关从业人员，想快速掌握技能的一切人员课程概述 ElasticSearch7.x集群？Elasticsearch-head7.x官网都没有的插件整合？cerebro插件酷炫暗黑插件神器？一次搞定官网版本 主从读写 中文分词 Head插件 cerebro插件
ElasticSearch 7 入门使用教程
qq_40874285的博客
04-16 1313
执行如下命令：安装JDK并查看JDK版本。
elasticsearch 7.x 入门
azh89125的博客
01-17 1234
elasticsearch7.x 入门
ElasticSearch7基础分页以及Scroll分页
天涯
08-02 4150
ElasticSearch7基础分页以及Scroll分页
ElasticSearch7学习笔记之排序、分页遍历和对象
四国棋客
02-12 1742
文章目录排序简介示例单字段排序多字段排序text字段排序排序的两种方法分页与遍历深度分页问题SearchAfterScrollAPI不同的搜索类型和使用场景并发控制对象、嵌套对象、文档的父子关系对象嵌套对象嵌套聚合父子关系设置索引关系索引父文档索引子文档查询根据父文档ID查询父文档根据parentID查询父文档hasChild查询hasParent查询get方法查询子文档更新子文档嵌套对象和父子文档的对比 排序 简介 es的排序是针对字段原始内容进行的，此时要用到正排索引，也就是通过文档id和字段快速得到字
Elasticsearch中文版权威指南：从入门到高级应用
《Elasticsearch权威指南（中文版）》由 Clinton Gormley 和 Zachary Tong 著作，路小磊翻译，是一本深度解析 Elasticsearch 的技术指南。本书详细介绍了Elasticsearch 的各个方面，包括但不限于： 1. **入门** ...
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