许晨的博客

1.什么是ElasticSearchElasticSearch是一个基于Apache Lucene的分布式多用户能力的全文搜索引擎Elasticsearch是用Java开发的，提供简单易用的RESTful web API。轻松的横向扩展，支持PB级的结构化数据或者非结构化数据处理。 2.索引创建 es是以restful风格来命名自己的api的，动作是以http方法来决定的 创建...

《ElasticSearch使用总结》系列：Elasticsearch使用已经近一年时间了，现特将Elasticsearch相关核心知识、原理从初学者认知、学习的角度，企业实际开发的角度进行详细梳理。欢迎讨论。 以下文章已经收录到本人专栏：Elasticsearch从入门到开发之路ElasticSearch使用总结（一）：索引的创建ElasticSearch使用总结（二）：CRUD操...

Elasticsearch是一款提供检索以及相关度排序的开源框架，同时，也支持对存储的文档进行复杂的统计——聚合。 ES中的聚合被分为两大类：Metric度量和bucket桶（原谅我英语差，找不到合适的词语…..就用单词来说吧！）。说的通俗点，metric很像SQL中的avg、max、min等方法，而bucket就有点类似group by了。 本篇就简单的介绍一下metric聚合的用法。 m...

分页查询按照一般的查询流程来说，如果我想查询前10条数据：1 客户端请求发给某个节点 2 节点转发给个个分片，查询每个分片上的前10条 3 结果返回给节点，整合数据，提取前10条 4 返回给请求客户端 那么当我想要查询第10条到第20条的数据该怎么办呢？这个时候就用到分页查询了。from-size”浅”分页” 浅”分页的概念是我自己定义的，可以理解为简单意义上的分页。它的原理...

高级查询有多好，就是有多么匹配。 全文本查询分为模糊查询，习语匹配，以及多个字段的查询。 模糊查询 习语匹配 多个字段查询 语法查询 结构化数据查询 term查询具体项 范围查询 range范围，gte大于等于，lte小于等于 子条件查询 子条件查询要结合bool，filter就是来做数据过滤的，而且es会对他的数据进行缓存。所...

可视化工具postman数据的crud操作 新增数据people是索引，man是类型，1是指定的id 可以修改put为post，不指定id，es自动为我们编写id，插入数据 修改文档数据a）直接修改文档数据 b）通过脚本修改 要修改的文本定义在关键词doc后面 es支持多种脚本语音，自带painless，支持js，python等，这里用自带的painless ...

ElasticSearch 支持Java正则表达式查询，但是，在对大段的文本(Text Block)进行挖掘之前，必须了解正则表达式查询的特殊之处。由于分析器会对文本字段进行分词，移除停用词，小写转换等操作，最终存储在倒转索引中的是小写的标记流(Token Stream)，默认情况下，每一个标记是一个分词（Term），这无法满足正则表达式查询的一般要求，这就是说，正则表达式查询的是原始文本，需要注...

在ElasticSearch中文档存储的介质分为内存和硬盘：内存速度快，但是容量有限；硬盘速度较慢，但是容量很大。同时，ElasticSearch进程自身的运行也需要内存空间，必须保证ElasticSearch进程有充足的运行时内存。为了使ElasticSearch引擎达到最佳性能，必须合理分配有限的内存和硬盘资源。 一.倒排索引（Inverted Index） ElasticSearch引擎...

Elasticsearch中，内置了很多分词器（analyzers）。下面来进行比较下系统默认分词器和常用的中文分词器之间的区别。系统默认分词器：1、standard 分词器 英文的处理能力同于StopAnalyzer.支持中文采用的方法为单字切分。他会将词汇单元转换成小写形式，并去除停用词和标点符号。/**StandardAnalyzer分析器*/ public v...

Elasticsearch提供了多种聚合方式，能帮助用户快速的进行信息统计与分类，本篇主要讲解下如何使用Range区间聚合。最简单的例子，想要统计一个班级考试60分以下、60到80分、80到100分，在ES中只要一个命令就可以轻松统计…. 聚合例子{ "aggs":{ "grade_ranges":{ "range":{ ...

之前总结过metric聚合的内容，本篇来说一下bucket聚合的知识。Bucket可以理解为一个桶，他会遍历文档中的内容，凡是符合要求的就放入按照要求创建的桶中。 本篇着重讲解的terms聚合，它是按照某个字段中的值来分类： 比如性别有男、女，就会创建两个桶，分别存放男女的信息。默认会搜集doc_count的信息，即记录有多少男生，有多少女生，然后返回给客户端，这样就完成了一个terms得统计...