Elasticsearch基础知识及实践应用

最新推荐文章于 2023-05-04 11:42:20 发布
最新推荐文章于 2023-05-04 11:42:20 发布
阅读量361 收藏
点赞数
分类专栏： Java 文章标签： elasticsearch
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/dwhdome/article/details/107494483
版权

目录

一、Elasticsearch 核心概念

当前Elasticsearch版本号：7.3.2

Elasticsearch关系型数据库
ES数据库
索引index表
文档 document行（记录）
字段 fields列

分片（shard）：

shard = primary shard（主分片）

把索引库拆分为多份，分别放在不同的节点上，比如有3个节点，3个节点的所有数据内容加在一起是一个完整的索引库。分别保存到三个节点上水平扩展，提高吞吐量。

备份（replica）：

replica = replica shard（备份节点）

每个shard的备份。

二、Elasticsearch安装

将下载好的Elasticsearch上传至Linux服务器

  1. 解压
  2. 将解压后的目录移至/usr/local下：mv elasticsearch-7.3.2 /opt
  3. 在elasticsearch-7.3.2目录下，创建data文件夹作为索引目录：mkdir data

目录介绍

  • bin：可执行文件在里面，运行es的命令就在这个里面，包含了一些脚本文件等
  • config：配置文件目录
  • JDK：java环境
  • lib：依赖的jar，类库
  • logs：日志文件
  • modules：es相关的模块
  • plugins：可以自己开发的插件
  • data：索引目录

修改核心配置文件 elasticearch.yml，config目录下

  • 修改集群名称，默认是elasticsearch，目前是单机，但也有默认的
  • 为当前的es节点取个名称，名称随意，如果在集群环境中，都要有相应的名字
# 集群名
cluster.name: my-application
# 当前节点
node.name: node-1
# 索引目录
path.data: /opt/elasticsearch-7.3.2/data
# 日志
path.logs: /opt/elasticsearch-7.3.2/logs
# 允许所有IP
network.host: 0.0.0.0
# 符合master节点条件的节点，多个逗号分隔
cluster.initial_master_nodes: ["node-1"]

三、Elasticsearch基础命令

1. 快速获取集群状态
GET /_cluster/health
2.创建索引
PUT /index_one

{
    "settings":{
        "index":{
            # 分片数
            "number_of_shards":"2",
            # 副本数
            "number_of_replicas":"0"
        }
    }
}
3.查看索引
GET /index_one
4.查看全部索引 ?v:显示每一列的含义
GET /_cat/indices?v
5.删除索引
DELETE /index_one
6.创建索引的同时创建mappings
PUT /index_one
 
{
    "mappings":{
        "properties":{
            "username":{
                "type":"text",  # 字符串类型
                "index":true    # 为该属性创建索引
            },
            "sign":{
               "type":"text",
               "index":true
            },
            "sex":{
                "type":"keyword", # 不分词
                "index":false  # 不创建索引
            }
        }
    }
}
7.查看分词效果
GET /index_one/_analyze
 
{
    "field":"username",
    "text":"my name is DingWenhao"
}
8.更改mapping映射 添加映射
PUT /index_one/_mapping
 
{
    "properties":{
        "name":{
            "type":"long"
        }
    }
}
9.为已存在的索引创建mappings
POST /index_one/_mapping
 
{
    "properties":{
            "username":{
                "type":"text",
                "index":true
            },
            "sign":{
               "type":"text",
               "index":true
            },
            "sex":{
                "type":"keyword",
                "index":false
            }
        }
}
10.添加文档
# {索引名}/_doc/{索引ID}
POST /index_one/_doc/1 

{
    "id":"1",
    "username":"ding wen hao",
    "sign":"Java小白",
    "sex":"男"
}
11.删除文档
# 文档删除不是立即删除，文档还是保存在磁盘上，索引增长越来越多，才会把那些曾经标识过删除的，进行清理
DELETE /index_one/_doc/1
12.局部修改
# 每次修改后，version会更改
POST /index_one/_doc/1/_update

{ 
    "doc": { 
        "username": "ding ding ding" 
    } 
}
13.全量替换
# 每次修改后，version会更改
PUT /index_one/_doc/1

{
    "id":"1",
    "username":"ding wen hao ya ya",
    "sign":"Java小白",
    "sex":"男"
}
14.查询文档
# {索引}/_doc/{id}
GET /index_one/_doc/1

返回数据说明:

_index：文档数据所属那个索引，理解为数据库的某张表即可。

_type：文档数据属于哪个类型，新版本使用 _doc 。

_id：文档数据的唯一标识，类似数据库中某张表的主键。可以自动生成或者手动指定。

_score：查询相关度，是否契合用户匹配，分数越高用户的搜索体验越高。

_version：版本号。

_source：文档数据，json格式。

# 其他方式
GET /index_one/_doc/_search
# 定制结果集
GET /index_one/_doc/1?_source=id,username
GET /index_one/_doc/_search?_source=id,username
# 判断文档是否存在
HEAD /index_one/_doc/1
15.文档乐观锁控制 if_seq_no与if_primary_term

_seq_no: 文档版本号，作用同version

_primary_term: 文档所在的位置

# 操作1 
POST /index_one/_doc/{_id}/_update?if_seq_no={数值}&if_primary_term={数值} 
{ 
    "doc": { 
        "username": "ding ding ding hei" 
    } 
}

# 操作2 
POST /index_one/_doc/{_id}/_update?if_seq_no={数值}&if_primary_term={数值} 
{ 
    "doc": { 
        "username": "ding ding ding hei hei ya" 
    } 
}

两个操作并发执行，仅有一个可执行成功

16.es内置分词器
  • standard：默认分词，单词会被拆分，大小会转换为小写。
  • simple：按照非字母分词。大写转为小写。
  • whitespace：按照空格分词。忽略大小写。
  • stop：去除无意义单词，比如 the / a / an / is …
  • keyword：不做分词。把整个文本作为一个单独的关键词。
17.安装ik中文分词器
地址： https://github.com/medcl/elasticsearch-analysis-ik/releases 

选择与Elasticsearch对应版本的进行下载即可

unzip elasticsearch-analysis-ik-7.3.2.zip -d /ik

测试中文分词
POST /_analyze
{ 
    "analyzer": "ik_max_word", 
    "text": "你好呀，今天也要努力学习哟" 
}
18.自定义中文词库
1. 在{es}/plugins/ik/config下，创建custom.dic
	vi custom.dic
2. 添加内容
	自定义即可，每个词汇需换行
3. 配置自定义扩展词典
	vi IKAnalyzer.cfg.xml
	配置：
		<entry key="ext_dict">custom.dic</entry>
4. 重启即可

四、DSL搜索

1.前置准备

创建索引 index_two

PUT /index_two
{
    "settings":{
        "index":{
            "number_of_shards":"2",
            "number_of_replicas":"0"
        }
    }
}

创建mapping

POST /index_two/_mapping
{
    "properties": {
        "id": {
            "type": "long"
        },
        "age": {
            "type": "integer"
        },
        "username": {
            "type": "keyword"
        },
        "nickname": {
            "type": "text",
            "analyzer": "ik_max_word"
        },
        "money": {
            "type": "float"
        },
        "desc": {
            "type": "text",
            "analyzer": "ik_max_word"
        },
        "sex": {
            "type": "byte"
        },
        "birthday": {
            "type": "date"
        },
        "face": {
            "type": "text",
            "index": false
        }
    }
}

添加五条测试数据

POST /index_two/_doc/1
{
    "id":1,
    "age":18,
    "username":"丁文浩",
    "nickname":"这个橘子超甜",
    "money":"99.99",
    "desc":"一个热爱学习的搬砖少年！",
    "sex":"0",
    "birthday":"1996-07-22",
    "face":"XXX"
}

POST /index_two/_doc/2
{
    "id":2,
    "age":22,
    "username":"张三",
    "nickname":"舍我其谁",
    "money":"25.9",
    "desc":"帮我带一瓶冰阔落",
    "sex":"0",
    "birthday":"1992-01-22",
    "face":"(*≧m≦*)"
}

POST /index_two/_doc/3
{
    "id":3,
    "age":44,
    "username":"项羽",
    "nickname":"至今思项羽，不肯过江东",
    "money":"199.9",
    "desc":"生当作人杰，死亦为鬼雄",
    "sex":"0",
    "birthday":"1969-03-12",
    "face":"ha ha ha ~"
}

POST /index_two/_doc/4
{
    "id":4,
    "age":37,
    "username":"吕布",
    "nickname":"我的貂蝉在哪里！",
    "money":"199.9",
    "desc":"此时，貂蝉还在骑马赶来的路上",
    "sex":"0",
    "birthday":"1962-03-12",
    "face":"lue lue lue~"
}

POST /index_two/_doc/5
{
    "id":5,
    "age":45,
    "username":"段天涯",
    "nickname":"我全都要",
    "money":"36.6",
    "desc":"东瀛剑法",
    "sex":"0",
    "birthday":"1964-03-12",
    "face":"xiu xiu xiu"
}
2.请求参数的查询(QueryString)
# keyword不会被倒排索引，不会被分词
GET /index_two/_doc/_search?q=desc:剑法
GET /index_two/_doc/_search?q=desc:剑法&q=nickname:橘子
3.DSL基本语法

QueryString用的很少，一旦参数复杂就难以构建，所以大多查询都会使用dsl来进行查询更好。

  • Domain Specific Language
  • 特定领域语言
  • 基于JSON格式的数据查询
  • 查询更灵活，有利于复杂查询
# 查询
GET /index_two/_doc/_search
{
    "query":{
        "match": {
            "nickname": "好甜呀"
        }
    }
}

# 判断某个字段是否存在
GET /index_two/_doc/_search
{
    "query":{
        "exists": {
            "field": "nickname"
        }
    }
}
4.查询所有与分页
# 在索引中查询所有的文档
GET /index_two/_doc/_search

# 或 _source展示部分字段
POST /index_two/_doc/_search 
{
    "query": {
        "match_all": {}
    },
    "_source": [
        "id",
        "username",
        "desc"
    ]
}

# 或
POST /index_two/_doc/_search 
{
    "query": {
        "match": {
            "desc":"热爱学习的剑法"
        }
    }
}

# 带分页的查询
POST /index_two/_doc/_search 
{
    "query": {
        "match_all": {}
    },
    "_source": [
        "id",
        "username",
        "desc"
    ],
    "from": 0,
    "size": 5
}
5.term精确搜索与match分词搜索
# term 作为一整个关键词去搜索，match则是进行分词后搜索
POST /index_two/_doc/_search 
{
    "query": {
        "term": {
            "desc":"少年"
        }
    }
}

# 或 多词汇搜索
{
    "query": {
        "terms": {
            "desc":["少年","剑法","帮我"]
        }
    }
}
6.match_phrase 短语匹配

match：分词后只要有匹配就返回

match_phrase：分词结果必须在text字段分词中都包含，而且顺序必须相同，而且必须都是连续的。

slop：允许词语间跳过的数量

POST /index_two/_doc/_search 
{
    "query": {
        "match_phrase": {
            "desc": {
                "query": "热爱 学习 少年",
                "slop": 4
            }
        }
    }
}
7. match（operator）/ids

operator ：

​ or：搜索内容分词后，只要存在一个词语匹配就展示结果

​ and：搜索内容分词后，都要满足词语匹配

POST /index_two/_doc/_search 
{
    "query": {
        "match": {
            "desc": {
                "query": "喜欢冰阔乐的少年爱学习",
                "operator": "or"
            }
        }
    }
}
相当于：
	select * from index_two where desc='冰阔乐' or desc='学习'

POST /index_two/_doc/_search 
{
    "query": {
        "match": {
            "desc": {
                "query": "热爱学习的少年",
                "operator": "and"
            }
        }
    }
}
相当于：
	select * from index_two where desc='热爱' and desc='学习' and desc='的' and desc='少年'

minimum_should_match:

​ 最低匹配精度，至少有[分词后的词语个数]x百分百，得出一个数据值取整。举个例子：当前属性设置为 70 ，若一个用户查询有10个词语，那么匹配度按照 10x70%=7，则desc中至少需要有7个词语匹配，就展示；若分词后有8个，则 8x70%=5.6，则desc中至少需要有5个词语匹配，minimum_should_match也能设置具体的数字，表示个数

POST /index_two/_doc/_search 
{
    "query": {
        "match": {
            "desc": {
                "query": "热爱学习的少年",
                "minimum_should_match": "60%"
            }
        }
    }
}

根据id批量查询

POST /index_two/_doc/_search 
{
    "query":{
        "ids":{
            "type":"_doc",
            "values" : ["1", "4"]
        }
    }
}
8. multi_match/boost

multi_match：
满足使用match在多个字段中进行查询的需求

POST /index_two/_doc/_search
{
    "query": {
        "multi_match": {
            "query": "段天涯",
            "fields": [
                "username",
                "desc"
            ]
        }
    }
}

boost：
权重，为某个字段设置权重，权重越高，文档相关性得分就越高。通畅来说搜索商品名称要比商品简介的权重更高。

​ username^10 代表搜索提升10倍相关性，也就是说用户搜索的时候其实以这个username为主，desc为辅，username的匹配相关度当然要提高权重比例了。

POST /index_two/_doc/_search
{
    "query": {
        "multi_match": {
            "query": "段天涯",
            "fields": [
                "username^10",
                "desc"
            ]
        }
    }
}
9. 布尔查询

可以组合多重查询

  • must：查询必须匹配搜索条件，譬如 and
  • should：查询匹配满足1个以上条件，譬如 or
  • must_not：不匹配搜索条件，一个都不要满足
# 多个字段汇总有[段天涯]并且sex为[0]，birthday[1964-03-12]
POST /index_two/_doc/_search
{
    "query": {
        "bool": {
            "must": [
                {
                    "multi_match": {
                        "query": "段天涯",
                        "fields": [
                            "desc",
                            "username"
                        ]
                    }
                },
                {
                    "term": {
                        "sex": 0
                    }
                },
                {
                    "term": {
                        "birthday": "1964-03-12"
                    }
                }
            ]
        }
    }
}
10.过滤器

​ 对搜索出来的结果进行数据过滤。不会到es库里去搜，不会去计算文档的相关度分数，所以过滤的性能会比较高，过滤器可以和全文搜索结合在一起使用。
​ post_filter元素是一个顶层元素，只会对搜索结果进行过滤。不会计算数据的匹配度相关性分数，不会根据分数去排序，query则相反，会计算分数，也会按照分排序

使用场景：
query：

​ 根据用户搜索条件检索匹配记录
​ post_filter：

​ 用于查询后，对结果数据的筛选
​ gte：大于等于
​ lte：小于等于
​ gt：大于
​ lt：小于
（除此以外还能做其他的match等操作也行）

# 筛选结果中账户金额大于50元，小于200元的用户
POST /index_two/_doc/_search
{
    "query": {
        "match": {
            "desc": "爱学习的少年"
        }
    },
    "post_filter": {
        "range": {
            "money": {
                "gt": 50,
                "lt": 200
            }
        }
    }
}
11.排序

es的排序同sql，可以desc也可以asc。也支持组合排序。

POST /index_two/_doc/_search
{
    "query": {
        "match": {
            "desc": "爱学习的少年"
        }
    },
    "post_filter": {
        "range": {
            "money": {
                "gt": 50,
                "lte": 200
            }
        }
    },
    "sort": [
        {
            "age": "desc"
        },
        {
            "money": "desc"
        }
    ]
}

对文本排序
由于文本会被分词，所以往往要去做排序会报错，通常我们可以为这个字段增加额外的一个附属属性，类型为keyword，用于做排序。

# 创建新的索引
POST /index_three/_mapping
{
    "properties": {
        "id": {
            "type": "long"
        },
        "nickname": {
            "type": "text",
            "analyzer": "ik_max_word",
            "fields": {
                "keyword": {
                    "type": "keyword"
                }
            }
        }
    }
}
12.高亮显示
POST /index_two/_doc/_search
{
    "query": {
        "match": {
            "desc": "爱学习的少年"
        }
    },
    "highlight": {
        "pre_tags": [
            "<span>"
        ],
        "post_tags": [
            "</span>"
        ],
        "fields": {
            "desc": {}
        }
    }
}
13. prefix \ fuzzy \ wildcard

prefix :

​ 根据前缀去查询

POST /index_two/_doc/_search
{
    "query": {
        "prefix": {
            "username": "ding"
        }
    }
}

fuzzy ：
模糊搜索，并不是指的sql的模糊搜索，而是用户在进行搜索的时候的打字错误现象，搜索引擎会自动纠正，然后尝试匹配索引库中的数据。

POST /index_two/_doc/_search
{
    "query": {
        "fuzzy": {
            "username": "丁文号"
        }
    }
}

# 多字段搜索
{
    "query": {
        "multi_match": {
            "fields": [
                "username",
                "desc"
            ],
            "query": "丁文号",
            "fuzziness": "AUTO"
        }
    }
}

wildcard：

​ 占位符查询，性能较差

POST /index_two/_doc/_search
{
    "query": {
        "regexp": {
            "username": "jav[a-z]*"
        }
    }
}
14.深度分页
# 查询设置
GET /index_two/_settings

PUT /index_two/_settings
{
    "index.max_result_window": "20000"
}
15.scroll 滚动搜索

​ 一次性查询1万+数据，往往会造成性能影响，因为数据量太多了。这个时候可以使用滚动搜索，也就是 scroll 滚动搜索可以先查询出一些数据，然后再紧接着依次往下查询。在第一次查询的时候会有一个滚动id，相当于一个 锚标记 ，随后再次滚动搜索会需要上一次搜索，根据这个进行下一次的搜索请求。每次搜索都是基于一个历史的数据快照，查询数据的期间，如果有数据变更，那么和搜索是没有关系的.
​ scroll=1m，相当于是一个session会话时间，搜索保持的上下文时间为1分钟。

POST /index_two/_search?scroll=3m

{
    "query": {
        "match_all": {}
    },
    "sort": [
        "_doc"
    ],
    "size": 5
}

POST /_search/scroll
{
    "scroll": "3m",
    "scroll_id": "上一个请求返回的scroll_id"
}
16.批量操作 bulk

​ bulk操作和以往的普通请求格式有区别。不要格式化json，不然就不在同一行了，这个需要注意。

{ action: { metadata }}\n 

{ request body }\n 

{ action: { metadata }}\n 

{ request body }\n 

... 

说明：
	{ action: { metadata }} 
    	代表批量操作的类型，可以是新增、删除或修改 
	\n 
    	是每行结尾必须填写的一个规范，每一行包括最后一行都要写，用于es的解析 
    { request body } 
    	是请求body，增加和修改操作需要，删除操作则不需要 
    
    批量操作的类型 :
    	action 必须是以下选项之一: 

			create：如果文档不存在，那么就创建它。存在会报错。发生异常报错不会影响其他操作。 

			index：创建一个新文档或者替换一个现有的文档。 

			update：部分更新一个文档。 

			delete：删除一个文档。 

	metadata中需要指定要操作的文档的 _index 、 _type 和 _id ， _index 、 _type 也可以在url中指定

注：最后一行也需要换行

示例一：create新增文档数据，在metadata中指定index以及type

POST /_bulk
{"create": {"_index": "index_two", "_type": "_doc", "_id": "1001"}} 
{"id": "1001", "username": "username1001"} 
{"create": {"_index": "index_two", "_type": "_doc", "_id": "1002"}} 
{"id": "1002", "username": "username1002"} 
{"create": {"_index": "index_two", "_type": "_doc", "_id": "1003"}} 
{"id": "1003", "username": "username1003"}

示例二：create创建已有id文档，在url中指定index和type

POST /index_two/_doc/_bulk
{"create": {"_id": "1003"}}
{"id": "1003", "username": "username1003"}
{"create": {"_id": "1004"}}
{"id": "1004", "username": "username1004"}
{"create": {"_id": "1005"}}
{"id": "1005", "username": "username1005"}

示例三：index创建，已有文档id会被覆盖，不存在的id则新增

POST /index_two/_doc/_bulk
{"index": {"_id": "1005"}}
{"id": "1005", "username": "index-username1005"}
{"index": {"_id": "1006"}}
{"id": "1006", "username": "username1006"}
{"index": {"_id": "1007"}}
{"id": "1007", "username": "username1007"}
叮叮丶
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
ElasticSearch学习总结（一）：信息检索基础理论
不积跬步，无以至千里；不积小流，无以成江海！
02-28 4002
本系列文章为Elasticsearch 的学习笔记，主要是为了便于日后对于相关知识点的回顾，在内容的范围以及正确性上可能存在一定出入。另外由于Elasticsearch的发展速度很快，很多特性会随着版本的演变而发生变化，具体的特性说明，如有疑问请参考对应版本的官方文档。本系列博客主要基于5.2版本 作为本系列博客的开篇，先对信息检索的相关基础知识做个简单的总结 1.基本定义 信息检索的定...
Elasticsearch基础及RESTful方式操作
清沙
07-24 624
http//127.0.0.19200/newsindex/news/s8OxK4IBouFOjM8f3Mc2，用Postman工具PUT方式提交，选择Body->raw、JSON。http//127.0.0.19200/newsindex/news/tMO-K4IBouFOjM8fUsdT，用Postman工具Delete方式。http//127.0.0.19200/newsindex/news/_search，用Postman工具GET方式。能用较快的速度去处理大规模数据。......
调整window大小
ample笔记
04-30 443
es默认window大小是10000，当查询数据的起始点大于10000的时候，就需要调整window的值。 Settings settings = Settings.settingsBuilder().put(“index.max_result_window”, maxResultWindow).build(); UpdateSettingsRequest updateSettingsReques...
ElasticSearch学习记录
最新发布
weixin_43764223的博客
05-04 936
List item 一、ElasticSearch概述 官网：https://www.elastic.co/cn/downloads/elasticsearch Elaticsearch，简称为es，es是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据;本身扩展性很好，可以扩展到上百台服务器，处理PB级别(大数据时代）的数据。es也使用java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从
elasticsearch集群搭建，以及kibana和ik分词器的安装（7.3.2）
m0_67401417的博客
09-06 420
分词：即把一段中文或者别的划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一一个匹配操作，默认的中文分词是将每个字看成一个词（不使用用IK分词器的情况下），比如“周同学还不发专辑”会被分为”周”，”同”，”学”，”还”，”不”，”发”，”专”，”辑” ，这显然是不符合要求的，所以我们需要安装中文分词器ik来解决这个问题。历史版本下载：https://www.elastic.co/cn/downloads/past-releases/
elasticsearch+Kibana+logstash 7.3.2搭建文档
卑微小韩
11-08 369
文章目录ELK-7.3.2集群搭建文档一、ES节点配置选择文档（方便计算机器数量）master节点(主节点)机器配置作用说明data节点(数据节点)配置机器配置作用说明client节点(客户端节点/路由节点)配置机器配置作用说明部落节点配置elasticsearch.yml作用说明Ingest节点(提取节点)作用说明关于节点怎么选择建议安装ELK集群的准备步骤（使用cjpt用户）建立elk环境搭建目录上传三个安装包到此目录下：ls后得到二、ES安装解压ES安装包创建数据目录、日志目录学习elasticsea
Elasticsearch应用实践
qq_27639777的博客
05-18 287
文章目录集群层规划集群规模单节点还是多节点部署移除节点独立部署主节点节点层控制线程池的队列大小为系统cache保留一半物理内存系统层关闭swap索引层使用全局模板索引轮转避免热索引分片不均副本数选择Force MergeShrink Indexclose索引延迟分配分片小心地使用fielddata客户端使用REST API而非JAVA API注意429状态码了解你的搜索计划为读写请求设置比较长的超时时间读写避免搜索操作返回巨大的结果集避免索引巨大的文档避免使用多个_type避免使用_all字段避免将请求发送
分布式Java应用基础与实践
04-13
2. **网络通信**：Java应用在分布式环境中通常需要通过网络进行通信，因此熟悉TCP/IP协议、HTTP协议等网络基础知识，以及Java的Socket编程和NIO（非阻塞I/O）框架，如Netty，是至关重要的。 3. **RPC框架**：远程...
OpenGL ES应用开发实践 指南 iOS卷 笔记1
08-08
总结起来，OpenGL ES应用开发包括缓存管理、纹理映射与取样、混合模式、纹理压缩检测、光照处理、深度缓冲、视图和投影变换等多个方面，这些知识点构成了iOS平台上3D图形编程的基础。理解并熟练掌握这些概念和技术，...
Java实现Maven项目Elasticsearch基础实战
02-04
**Java实现Maven项目Elasticsearch基础实战** 在IT行业中，搜索引擎已经成为不可或缺的一部分，而Elasticsearch作为一款高性能、分布式、实时的全文搜索和分析引擎，被广泛应用在各种场景下。本项目旨在通过Java和...
Elasticsearch顶尖高手系列课程-核心知识篇资料
06-06
这个顶尖高手系列课程的核心知识篇涵盖了Elasticsearch的基础到高级技术，旨在帮助学习者深入理解和熟练掌握Elasticsearch的各项功能。 首先，Elasticsearch的基本概念是理解其运作机制的关键。它基于Lucene库，以...
opengles应用开发实践指南android卷
10-11
在本书第二部分，你就可以在第一部分学习到的知识的基础上开始搭建三维世界中的效果，比如光照和地形渲染，接下来还会学习如何创建可以运行在Android主屏幕（home screen）上的动态壁纸。 本书的读者对象： 如果对...
Elasticsearch 乐观锁
JAVA拾贝
12-03 1万+
Elasticsearch实战 准备一条数据 增加一条id为4的路虎信息 PUT /vehicle/car/1 { "name":"Range Rover", "price":300000, "tags":["SUV","Phantom"] } 可以看到当前版本号为 1,注意下面两个值if_seq_no 和 if_primary_term 是用来并发控制，他们和version不同，version属于当个文档，而seq_no属于整个index。_seq_no在文档跟新一次后都会+1,_p
Elasticsearch 7.X data stream 深入详解
铭毅天下Elasticsearch
07-25 7544
直接从一个新概念的认知过程说下 elasticsearch data stream。记得第一次听到 data stream 的时候，还是去年下半年在公交大巴车上早 8 点听魏彬老师的直播，...
Elasticsearch最佳实践之使用场景
茅庐
10-08 2万+
本文围绕Elasticsearch的核心特征：搜索与分析，探讨其常见的业务场景：ELK日志系统、数据聚合分析、业务内搜索，以及集群建设的选择。
文档乐观锁控制 if_seq_no与if_primary_term
qq_39750835的博客
08-09 560
1.修改文档 版本现在是7 2.当有很多用户并发修改文档，那么这时就要根据version来判断版本是否一致，如果一致，则修改 用version请求，结果报错： 这是因为老版本中支持version，而新版本用if_seq_no与if_primary_term控制版本，也就是乐观锁控制。 es在保存数据时，为每个文档分配了_seq_no，_primary_term，可以将_seq_no理解为学号，_primary_term理解为班级 3.用if_seq_no与if_primary...
elasticsearch基于_version（新版本更新为if_seq_no和if_primary_term）进行乐观锁的并发控制
qq_24596243的博客
11-27 1250
elasticsearch基于_version（新版本更新为if_seq_no和if_primary_term）进行乐观锁的并发控制
ElasticSearch-全文检索入门篇
你若安好的博客
12-12 1588
1、前置基础知识&学习用数据准备 ElasticSearch - 基础知识入门篇 官网 练习数据准备 2、初步检索 2.1、_cat GET /_cat/nodes：查看所有节点 GET /_cat/health：查看 es 健康状况 GET /_cat/master：查看主节点 GET /_cat/indices：查看所有索引 show databases; 2.2 、索引一个文档 （ 保存 ） 保存一个数据，保存在哪个索引的哪个类型下，指定用哪个唯一标识 PUT customer/exter
SSM框架搭建（spring+springmvc+mybatis）
热门推荐
dwhhome的博客
01-23 13万+
 自己配置了一个SSM框架，打算做个小网站，这里把SSM的配置流程详细的写了出来，方便很少接触这个框架的朋友使用，文中各个资源均免费提供！（后续读写分离：https://blog.csdn.net/dwhdome/article/details/83380149） 一.创建web项目（eclipse）  File--&gt;new--&gt;Dynamic Web Project (这里我们创...
深入理解Elasticsearch：从基础到高级实践
这本书详细介绍了Elasticsearch的相关知识，从基础到高级，帮助读者深入理解和掌握这一强大的全文搜索引擎。以下是各章节的主要知识点： 1. **前言** - 引导读者进入Elasticsearch的世界，阐述了学习Elasticsearch...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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