谷粒商城 高级篇 (二) --------- ElasticSearch 检索

最新推荐文章于 2024-03-17 22:28:08 发布
最新推荐文章于 2024-03-17 22:28:08 发布
阅读量435 收藏 1
点赞数 2
分类专栏： 微服务项目 文章标签： elasticsearch 大数据 java
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/m0_51111980/article/details/126807009
版权

目录

一、初步检索

1. _cat

GET /_cat/nodes：查看所有节点

在这里插入图片描述

GET /_cat/health：查看 es 健康状况
在这里插入图片描述

GET /_cat/master：查看主节点

在这里插入图片描述

GET /_cat/indices：查看所有索引 就相当于 MySQL 中的 show databases;

在这里插入图片描述

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/external/1 ；在 customer 索引下的 external 类型下保存1 号数据为

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

PUT 和 POST 都可以索引一个文档。。

POST 用于新增：

如果不指定 id，会自动生成 id。指定 id 就会修改这个数据，并新增版本号PUT 可以新增可以修改。

PUT

必须指定 id：由于 PUT 需要指定 id，我们一般都用来做修改操作，不指定 id 会报错。

在这里插入图片描述

3. 查询文档

GET customer/external/1

结果：

{ 
	"_index": "customer", //在哪个索引
	"_type": "external", //在哪个类型	
	"_id": "1", //记录 id
	"_version": 2, //版本号
	"_seq_no": 1, //并发控制字段，每次更新就会+1，用来做乐观锁
	"_primary_term": 1, //同上，主分片重新分配，如重启，就会变化
	"found": true, "_source": { //真正的内容
	"name": "John Doe"
}

}
更新携带 ?if_seq_no=0&if_primary_term=1

在这里插入图片描述

4. 更新文档

POST customer/external/1/_update
{
	"doc":{ 
		"name": "John Doew"
	}
}

或者

POST customer/external/1
{ 
	"name": "John Doe2"
}

或者

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

不同：POST 操作会对比源文档数据，如果相同不会有什么操作，文档 version 不增加 PUT 操作总会将数据重新保存并增加 version 版本；

带_update 对比元数据如果一样就不进行任何操作。

    看场景：
    对于大并发更新，不带 update；
    对于大并发查询偶尔更新，带 update；对比更新，重新计算分配规则。

更新同时增加属性

POST customer/external/1/_update
{ 
	"doc": { 
		"name": "Jane Doe", 
		"age": 20 
	}
}

PUT 和 POST 不带_update 也可以

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

在这里插入图片描述

5. 删除文档&索引

DELETE customer/external/1
DELETE customer

在这里插入图片描述

6. bulk 批量 API

POST customer/external/_bulk
{"index":{"_id":"1"}}
{"name": "John Doe" }
{"index":{"_id":"2"}}
{"name": "Jane Doe" }

语法格式：
{ action: { metadata }}\n
{ request body }\n
{ action: { metadata }}\n
{ request body }\n

复杂实例：
POST /_bulk
{ "delete": { "_index": "website", "_type": "blog", "_id": "123" }}
{ "create": { "_index": "website", "_type": "blog", "_id": "123" }}
{ "title": "My first blog post" }
{ "index": { "_index": "website", "_type": "blog" }}
{ "title": "My second blog post" }
{ "update": { "_index": "website", "_type": "blog", "_id": "123"} }
{ "doc" : {"title" : "My updated blog post"} }

bulk API 以此按顺序执行所有的 action（动作）。如果一个单个的动作因任何原因而失败，它将继续处理它后面剩余的动作。当 bulk API 返回时，它将提供每个动作的状态 (与发送的顺序相同)，所以您可以检查是否一个指定的动作是不是失败了。

在这里插入图片描述

7. 样本测试数据

我准备了一份顾客银行账户信息的虚构的 JSON 文档样本。每个文档都有下列的schema (模式)：

{ 
   "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"
}

测试数据链接：
https://raw.githubusercontent.com/elastic/elasticsearch/7.4/docs/src/test/resources/accounts.json
导入测试数据

POST bank/account/_bulk
测试数据

在这里插入图片描述

二、进阶检索

ElasticSearch 、Kibana开机自启动：
在这里插入图片描述

1. SearchAPI

ES 支持两种基本方式检索 :

  • 一个是通过使用 REST request URI 发送搜索参数 (uri+检索参数)
  • 另一个是通过使用 REST request body 来发送它们 (uri+请求体)

A、检索信息

一切检索从_search 开始

GET bank/_search 检索 bank 下所有信息，包括type 和docs
GET bank/_search?q=*&sort=account_number:asc 请求参数方式检索响应结果解释：

took - Elasticsearch - 执行搜索的时间 (毫秒)

time_out - 告诉我们搜索是否超时

_shards - 告诉我们多少个分片被搜索了，以及统计了成功/失败的搜索分片

hits - 搜索结果

hits.total - 搜索结果

hits.hits\ - 实际的搜索结果数组 (默认为前 10 的文档)

sort - 结果的排序 key (键，没有则按 score 排序）

score 和 max_score –相关性得分和最高得分 (全文检索用)

在这里插入图片描述

B、uri+请求体进行检索

GET bank/_search

{ 
	"query": 
	{
		 "match_all": {}
	},

	"sort": 
	[
		{  
			"account_number": 
			{ 
				"order": "desc"
			}
		}
	]
}

HTTP 客户端工具(POSTMAN)，get 请求不能携带请求体，我们变为 post 也是一样的。我们 POST 一个 JSON 风格的查询请求体到 _search API。

需要了解，一旦搜索的结果被返回，Elasticsearch 就完成了这次请求，并且不会维护任何服务端的资源或者结果的 cursor(游标)。

在这里插入图片描述

2、Query DSL

A、基本语法格式

Elasticsearch 提供了一个可以执行查询的 Json 风格的 DSL (domain-specific language 领域特定语言)。这个被称为 Query DSL。该查询语言非常全面，并且刚开始的时候感觉有点复杂，真正学好它的方法是从一些基础的示例开始的。

一个查询语句的典型结构

{
	QUERY_NAME: 
	{
		ARGUMENT: VALUE, ARGUMENT: VALUE,... 
	}
}

如果是针对某个字段，那么它的结构如下：

{
	QUERY_NAME: 
	{
		FIELD_NAME: 
		{
			ARGUMENT: VALUE, ARGUMENT: VALUE,... 
		}
	}
}

GET bank/_search

{ 
	"query": 
	{ 
		"match_all": {}
	},
	"from": 0, 
	"size": 5, 
	"sort": 
	[
		{ 
			"account_number": 
			{ 
				"order": "desc"
			}
		}
	]
}

query 定义如何查询，match_all 查询类型 [代表查询所有的所有]，es 中可以在 query 中组合非常多的查询类型完成复杂查询。除了 query 参数之外，我们也可以传递其它的参数以改变查询结果。如sort，size，from+size 限定，完成分页功能。sort 排序，多字段排序，会在前序字段相等时后续字段内部排序，否则以前序为准

B、返回部分字段

GET bank/_search
{ 
	"query": {
		"match_all": {}
	},
	"from": 0, 
	"size": 5, 
	"_source": ["age","balance"]
}

C、match [匹配查询]

基本类型（非字符串），精确匹配

GET bank/_search
{ 
	"query": 
	{ 
		"match": 
		{ 
			"account_number": "20"
		}
	}
}

match 返回 account_number=20 的

字符串，全文检索

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

最终查询出 address 中包含 mill 单词的所有记录
match 当搜索字符串类型的时候，会进行全文检索，并且每条记录有相关性得分。

字符串，多个单词 (分词+全文检索)

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

D、match_phrase [短语匹配]

将需要匹配的值当成一个整体单词（不分词）进行检索

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

查出 address 中包含 mill road 的所有记录，并给出相关性得分

E、multi_match [多字段匹配]

GET bank/_search
{ 
	"query": 
	{ 
		"multi_match": 
		{ 
			"query": "mill", 
			"fields": ["state","address"]
		}
	}
}

state 或者 address 包含 mill

F、bool [复合查询]

bool 用来做复合查询：

复合语句可以合并 任何 其它查询语句，包括复合语句，了解这一点是很重要的。这就意味着，复合语句之间可以互相嵌套，可以表达非常复杂的逻辑。

must：必须达到 must 列举的所有条件

GET bank/_search
{ 
	"query": 
	{ 
		"bool": 
		{ 
			"must": 
			[
				{ "match": { "address": "mill" } },
				{ "match": { "gender": "M" } }
			]
		}
	}
}

should：应该达到 should 列举的条件，如果达到会增加相关文档的评分，并不会改变查询的结果。如果 query 中只有 should 且只有一种匹配规则，那么should 的条件就会被作为默认匹配条件而去改变查询结果

GET bank/_search
{ 
	"query": 
	{ 
		"bool": 
		{ 
			"must": 
			[
				{ 
					"match": { "address": "mill" } 
				}, 
				{ 
					"match": { "gender": "M" } 
				}
			],
			"should": 
			[
				{
					"match": { "address": "lane" }
				}
			]
	 	}
	}
}

must_not 必须不是指定的情况

GET bank/_search
{ 
	"query": { 
		"bool": 
		{ 
			"must": 
			[
				{ 
					"match": { "address": "mill" } 
				}, 
				{ 
					"match": { "gender": "M" } 
				}
			],
			"should": 
			[
				{
					"match": { "address": "lane" }
				}
			],
			"must_not": 
			[
				{
					"match": { "email": "baluba.com" }
				}
			]
		}
	}
}

address 包含 mill，并且 gender 是 M，如果 address 里面有 lane 最好不过，但是email 必须不包含baluba.com

在这里插入图片描述
G、filter [结果过滤]

并不是所有的查询都需要产生分数，特别是那些仅用于 “filtering” (过滤)的文档。为了不计算分数 Elasticsearch 会自动检查场景并且优化查询的执行。

GET bank/_search
{ 
	"query": 
	{ 
		"bool": 
		{ 
			"must": 
			[
				{
					"match": { "address": "mill"}
				}
			],
			"filter": 
			{ 
				"range": 
				{ 
					"balance": 
					{ 
						"gte": 10000, "lte": 20000
					}
				}
			}
		}
	}
}

H、term

和 match 一样。匹配某个属性的值。全文检索字段用 match，其他非text 字段匹配用term。

在这里插入图片描述

GET bank/_search
{ 
	"query": 
	{ 
		"bool": 
		{ 
			"must": 
			[
				{
					"term": 
					{ 
						"age": 
						{ 
							"value": "28"
						}
					},
				} 
			 	{
					"match": 
					{ 
						"address": "990 Mill Road"
					}
				}
			]
		}
	}
}

I、aggregations (执行聚合)

聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致等于SQL GROUPBY 和 SQL 聚合函数。在 Elasticsearch 中，您有执行搜索返回 hits（命中结果），并且同时返回聚合结果，把一个响应中的所有 hits（命中结果）分隔开的能力。这是非常强大且有效的，您可以执行查询和多个聚合，并且在一次使用中得到各自的（任何一个的）返回结果，使用一次简洁和简化的 API 来避免网络往返。

搜索 address 中包含 mill 的所有人的年龄分布以及平均年龄，但不显示这些人的详情。

GET bank/_search
{ 
	"query": 
	{ 
		"match": 
		{ 
			"address": "mill"
		}
	},
	"aggs": 
	{ 
		"group_by_state": 
		{ 
			"terms": 
			{ 
				"field": "age"
			}
		},
		"avg_age": 
		{ 
			"avg": 
			{
				"field": "age"
			}
		}
	},
	"size": 0
}

size：0 不显示搜索数据
aggs：执行聚合。

聚合语法如下

"aggs": 
{ 
	"aggs_name 这次聚合的名字，方便展示在结果集中": 
	{ 
		"AGG_TYPE 聚合的类型（avg,term,terms）": {}
	}
}, 

复杂：
按照年龄聚合，并且请求这些年龄段的这些人的平均薪资
GET bank/account/_search
{ 
	"query": 
	{ 
		"match_all": {}
	},
	"aggs": 
	{ 
		"age_avg": 
		{ 
			"terms": 
			{ 
				"field": "age", "size": 1000
			},
			"aggs": 
			{ 
				"banlances_avg": 
				{ 
					"avg": 
					{ 
						"field": "balance"
					}
				}
			}
		}
	},
	"size": 1000
}

复杂：查出所有年龄分布，并且这些年龄段中 M 的平均薪资和 F 的平均薪资以及这个年龄段的总体平均薪资
GET bank/account/_search
{ 
	"query": 
	{ 
		"match_all": {}
	},
	"aggs": 
	{ 
		"age_agg": 
		{ 
			"terms": 
			{ 
				"field": "age", "size": 100
			},
			"aggs": 
			{ 
				"gender_agg": 
				{ 
					"terms": 
					{ 
						"field": "gender.keyword", 
						"size": 100
					},
					"aggs": 
					{ 
						"balance_avg": 
						{ 
							"avg": 
							{ 
								"field": "balance"
							}
						}
					}
				},
				"balance_avg":
				{ 
					"avg": 
					{ 
						"field": "balance"
					}
				}
			}
		}
	},
	"size": 1000
}

3、Mapping

A、字段类型

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

B、映射

Mapping 是用来定义一个文档 (document)，以及它所包含的属性 (field) 是如何存储和索引的。比如，使用 mapping 来定义：

  • 哪些字符串属性应该被看做全文本属性 (full text fields)。
  • 哪些属性包含数字，日期或者地理位置。
  • 文档中的所有属性是否都能被索引 (_all 配置)。
  • 日期的格式。
  • 自定义映射规则来执行动态添加属性。

查看 mapping 信息：

GET bank/_mapping

修改 mapping 信息

https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping.html

自动猜测的映射类型

在这里插入图片描述
C、新版本改变
Es7 及以上移除了 type 的概念。

关系型数据库中两个数据表示是独立的，即使他们里面有相同名称的列也不影响使用，但 ES 中不是这样的。elasticsearch 是基于 Lucene 开发的搜索引擎，而ES 中不同type下名称相同的 filed 最终在 Lucene 中的处理方式是一样的。

两个不同 type 下的两个 user_name，在 ES 同一个索引下其实被认为是同一个filed，你必须在两个不同的 type 中定义相同的 filed 映射。否则，不同type 中的相同字段名称就会在处理中出现冲突的情况，导致 Lucene 处理效率下降。

去掉 type 就是为了提高 ES 处理数据的效率。

Elasticsearch 7.x

  • URL 中的 type 参数为可选。比如，索引一个文档不再要求提供文档类型。Elasticsearch 8.x
  • 不再支持 URL 中的 type 参数。

解决：

将索引从多类型迁移到单类型，每种类型文档一个独立索引
将已存在的索引下的类型数据，全部迁移到指定位置即可。详见数据迁移

创建映射

A、创建索引并指定映射

PUT /my-index
{ 

	"mappings": 
	{ 
		"properties": 
		{
			"age": { "type": "integer" }, 
			"email": { "type": "keyword" }, 
			"name": { "type": "text" }
		}
	}
}

B、添加新的字段映射

PUT /my-index/_mapping
{ 
	"properties": 
	{ 
		"employee-id": { "type": "keyword", "index": false}
	}
}

C、更新映射
对于已经存在的映射字段，我们不能更新。更新必须创建新的索引进行数据迁移

D、数据迁移

先创建出 new_twitter 的正确映射。然后使用如下方式进行数据迁移POST _reindex [固定写法]

{ 
	"source": { "index": "twitter"},
	"dest": { "index": "new_twitter"}
}

将旧索引的 type 下的数据进行迁移

POST _reindex
{ 
	"source": 
	{
		"index": "twitter", 
		"type": "tweet"
	},
	"dest": 
	{ 
		"index": "tweets"
	}
}
在森林中麋了鹿
关注
专栏目录
全网最全-谷粒商城项目-面试总结-简历优化
成功最快的秘诀: 抱团取暖 。
09-20 28万+
该系用采用SpringCloud架构，利用SpringBoot构建应用，利用Nacos作为服务的注册、配置中心，利用OpenFeign实现与其他模块进行交互，利用Sentinel实现熔断降级和错误处理，利用Gateway作为服务网关，利用RabbitMQ实现延迟队列，利用Redis作为缓存解决读多写少的场景，利用MySQL进行持久化，利用MyBatisPlus作为持久化框架。
谷粒商城项目总结--Elasticsearch
AgoniL的博客
08-09 1102
Elasticsearch一、基本概念二、安装三、初步检索1、_cat2、索引一个文档（保存）3、查询文档4、更新文档5、删除文档&索引6、bulk 批量 API7、样本测试数据四、进阶检索1、检索信息2、Query DSL1、基本语法格式2、返回部分字段3、match【匹配查询】4、match_phrase【短语匹配】5、multi_match【多字段匹配】6、bool【复合查询】7、filter【结果过滤】8、term9、aggregations（执行聚合）3、Mapping4、数据迁移5、分词
elastic search入门增删改查
Sunltyy的博客
10-21 756
本文，本文重在扫盲，从简单的添加索引、创建mapping、增、删、改、查、分页、聚合、嵌套查询等常用的语法切入，把大家带入到Elastic search的使用，让我们对es有个大概的体感。 目录 一、添加索引 二、设置mapping 属性映射类型可参考： 示例 三、插入数据 四、查询数据 以上mapping的设置，涵盖了四种常用的数据类型。对每种数据类型查询做下分析 1.简单数据类型：如上述示例中的goodsId，goodsName 2.对于type为long...
elasticSearch基础语法
weixin_40964170的博客
08-30 352
1、简介 https://www.elastic.co/cn/what-is/elasticsearch 全文搜索属于最常见的需求，开源的 Elasticsearch 是目前全文搜索引擎的首选。 它可以快速地储存、搜索和分析海量数据。维基百科、Stack Overflow、Github 都采用它 Elastic 的底层是开源库 Lucene。但是，你没法直接用 Lucene，必须自己写代码去调用它的 接口。Elastic 是 Lucene 的封装，提供了 REST API 的操作接口，开箱即用。 REST
ElasticSearch常见用法，看这一篇就够了
最新发布
学Java，找哪吒
03-17 1万+
文末送3本《一本书讲透Elasticsearch：原理、进阶与工程实践》
ELasticSearch 基础语法
鲨鱼辣椒的博客
08-25 470
ELasticSearch 基础语法 索引一个员工文档 PUT /megacorp/employee/1 { "first_name": "John", "last_time": "Smith", "age": 25, "about": "I love to go rock climbing", "interests": ["sport", "music"] } # Megacorp : 索引名称 # Employee: 类型名称 # 1: 特定雇员的ID # 请求体：JSON
ElasticSearch基本语法
weder的博客
03-09 795
一、ElasticSearch与关系型数据库相似之处 ElasticSearch与关系型数据库（Mysql、Sql Server）在语法使用上是有类似之处的。 关系型数据库 ElasticSearch 数据库（database） 索引（indices） 表（tables） 类型（types） 行（rows） 文档(document) 字段（columns） 字段（fields） 二、基本数据类型 （1）字符串类型： text（会被分词器拆分）, keyword（不会被分词器拆
2-分布式高级篇 _SpringCloud系统_spring_谷粒商城_分布式_分布式高级篇_
10-03
RabbitMQ柔性事务方案、SpringCloud-Gateway网关、Feign远程调用、Sleuth+Zipkin链路追踪系统、Spring Cache缓存、SpringSession跨子域Session同步方案、基于ElasticSearch7全文检索、异步编排与线程池、压力测试...
谷粒商城-高级篇
xiang_yu_pai的博客
08-28 2104
谷粒商城上架商品新的改变 上架商品 上架商品：为了让前台可以看到商品，购买商品。 查询商品：前台查询商品主要是从es查询到的。 后台上架商品主要是传入一个spuId,通过这个spuId去查询sku相关信息，再将所有的商品上架 1、查出当前spuId对应的所有sku信息,品牌的名字 2、封装每个sku的信息 （1、发送远程调用，库存系统查询是否有库存 2、热度评分。0 3、查询品牌和分类的名字信息 4、查出当前sku的所有可以被用来检索的规格属性） 3、将数据发给es进行保存：gulimall-search
第一章 ：JavaEE项目之“谷粒商城” ----项目简介
m0_46977723的博客
04-04 1439
一.谷粒商城----项目简介 目录一.谷粒商城----项目简介1、项目背景（1）、电商模式（2）、谷粒商城2、项目架构图3、项目技术&特色4、项目前置要求 1、项目背景 （1）、电商模式 1、市面上有5种常见的电商模式 B2B、B2C、C2B、C2C、O2O; 本项目属于B2C模式 B2C (Business to Consumer)，就是我们经常看到的供应商直接把商品卖给用户，即“商对客”模式，也就是通常说的商业零售，直接面向消费者销售产品和服务。如：苏宁易购、京东、天猫、小米商城。 （2）、
elasticsearch基本语法
01-07
1.创建索引 #创建索引，指定id建立索引 PUT /employee/_doc/1 { name: 凯杰, age: 30 } 2.删除索引 #删除索引 DELETE /employee 3.索引修改 es索引修改需要指定id, /employee/_doc/1  1为id #创建索引，指定id建立索引 PUT /employee/_doc/1 { name: 凯杰2, age: 30 } 4.使用搜索全部 查询索引名为 /employee 的索引  _search 表示查询全部 GET /employee/_search 5.
Elasticsearch之详细基础语法
weixin_42526326的博客
11-26 1671
Elasticsearch之详细基础语法优化配置创建查询命令字段类型创建添加数据修改索引打开/关闭索引删除自定义分词器查询命令说明查询索引Mapping（结构）查全部 match_all单条件查询Bool多条件查询聚合查询 Aggregation 优化 配置 当机器内存小于64G时，遵循通用的原则，50%给ES，50%留给lucene。 当机器内存大于64G时，遵循以下原则： a. 如果主要的使用场景是全文检索, 那么建议给ES Heap分配 4~32G的内存即可；其它内存留给操作系统, 供lu
ElasticSearch基础语法
没有梦想何必远方#
04-13 447
常用语句 查询全部索引 GET /_cat/indices 新建索引 PUT weather 新建/更新数据 PUT /weather/d1/1 { "age":1, "name":"zs", "bri":"2018-08-08" } 新建/更新数据 PUT /weather/d1/2 { "age":10, "name":"xwk", "bri":"2018-08-08"...
Elasticsearch（一）基本语法命令
fox_bert的博客
08-14 3086
重要】1、关于分词term：直接查询精确的解析（会用到分词器，分词器存在两种情况，text 和 keyword）match：会使用分词器解析！（先分析文档，然后再通过分析的文档进行查询）两个类型text：会被分词器分析keyword：不会被分词器分析。......
elasticsearch简单入门语法
weixin_39509262的博客
08-10 1507
elasticsearch 简单入门语法
Elasticsearch基础语法汇总
qq_46124873的博客
07-26 490
创建数据库表需要设置字段名称，类型，长度，约束等；条件删除文档 实际进行删除文档的操作时，可以根据条件对多条数据进行删除，向ES服务器发送POST请求 如：http://127.0.0.1:9200/shopping/_delete_by_query 同时带上条件查询的数据。删除文档 向ES服务器发送DELETE请求，如：http://127.0.0.1:9200/shopping/phone/1 删除文档的操作为逻辑删除，一般删除文档需要根据文档的唯一性标识进行删除。
Elasticsearch语法大全
qq_41911898的博客
11-24 7303
ElasticSearch常见操作语法Elasticsearch语法大全一、 ElasticSearch 创建index、type、field语法1、Elasticsearch和关系型数据库数据模型对应关系表2、创建索引并查看3、删除索引并查看4、文档操作4.1、查看文档类型4.2、在索引中添加文档4.3、在索引中查看文档4.4、在索引中修改文档4.5、在索引中删除文档4.6、在索引中批量操作文档5、创建一个数据模型样例（包含index、type、field）：6、Elasticsearch给type增加一
ElasticSearch-head插件：可视化操作的便捷工具
资源摘要信息: "ElasticSearch-head是一个针对Elasticsearch的可视化操作插件。ElasticSearch-head插件允许用户通过图形界面来管理和操作Elasticsearch集群，其主要功能包括但不限于数据的浏览、索引的创建、查询...
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

打赏作者

在森林中麋了鹿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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