ElasticSearch7 学习笔记

最新推荐文章于 2024-09-13 09:49:54 发布
最新推荐文章于 2024-09-13 09:49:54 发布
阅读量510 收藏 1
点赞数
分类专栏： 待改进 笔记 大数据
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/qq_26950567/article/details/117904971
版权
笔记 同时被 3 个专栏收录
56 篇文章 0 订阅
订阅专栏
待改进
39 篇文章 1 订阅
订阅专栏
大数据
12 篇文章 0 订阅
订阅专栏

集群内的原理

空集群

https://www.elastic.co/guide/cn/elasticsearch/guide/current/_an-empty-cluster.html

  1. ElastiSearch天生就是 分布式的 , 其强大之处在于水平扩容（增加节点）。
  2. 一个ElasticSearch实例就是一个节点，一个节点就是一个集群（只不过是空集群）。
  3. 拥有相同cluster.name的节点，组成一个集群，共同抗压。
  4. 选举主节点，主节点管理集群级别变更，增加删除节点、增加删除索引。从节点管理文档级别的操作。
  5. 每个节点都知道所有文档的存储位置，请求发送到任何节点都ok。

åå«ç©ºå容èç¹çé群

索引

索引是保存数

据的地方，是指向1或N个具体分片的逻辑命名空间（类似mysql schema）。

索引名必须小写，不能以下划线开头，不能包含逗号。

分片

  1. 一个分片存储一部分数据。
  2. 一个分片就是一个lucence实例。
  3. 分片被分配到集群的各个节点里。
  4. 扩容缩容会移动分片，故不影响数据查询。
  5. 一个分片可以是 主 分片或者 副本 分片。
  6. 缺失主分片的索引无法正常工作。

创建索引onionli，并指向3个主分片，且每个主分片一个副本分片，可见所有分片将会被分布在两个节点上。

PUT /onionli
{
   "settings" : {
      "number_of_shards" : 3,
      "number_of_replicas" : 1
   }
}

添加故障转移（运维类）

https://www.elastic.co/guide/cn/elasticsearch/guide/current/_add_failover.html

水平扩容（运维类）

https://www.elastic.co/guide/cn/elasticsearch/guide/current/_scale_horizontally.html

  • 水平扩容后，每个节点的分片数更少，分片是Lucense实例，其独占资源更多，故效率更高。
  • 节点数量扩容，总结点数大于主分片+副本分片数，可以运行中调整索引副本数，副本越多，检索效率也越高。
  • 节点数量不变，盲目增加分片数，会降低效率。

æ¥æä¸ä¸ªèç¹çé群

应对故障（运维类）

  1. 某节点宕机，其上某索引的部分主分片丢失，该索引无法正常工作，此时集群状态为红色（存在主分片无法正常工作则红）。
  2. 从新选举主节点，提升副本分片为主分片，副本分片减少，此时集群状态为黄色（部分副本分片丢失或异常）。
  3. 等节点重启，集群尝试恢复，恢复成功后，集群状态回归绿色。

https://www.elastic.co/guide/cn/elasticsearch/guide/current/_coping_with_failure.html

集群的健康

  • green 健康
  • yellow 主分片正常，部分副本分片异常
  • red 存在主分片异常（某节点宕机，其上主分片丢失，缺失主分片的索引无法正常工作）

文档路由到分片

解释为何创建索引时要固定分片，文档会根据文档id进行hash后mod固定的分片数量，以确定文档位于哪个分片。所以若分片数变化，则之前分配好的文档就会都丢失了。

根据公式

shard = hash(routing) % number_of_primary_shards

所有的文档 API（ get 、 index 、 delete 、 bulk 、 update 以及 mget ）都接受一个叫做 routing的路由参数 ，通过这个参数我们可以自定义文档到分片的映射。一个自定义的路由参数可以用来确保所有相关的文档——例如所有属于同一个用户的文档——都被存储到同一个分片中。

索引相关

获取索引的映射（索引中会存储哪些字段，每个字段是啥类型，是什么格式）

GET /onion/_mapping

文档元数据

_index（文档归属索引）

  • 索引是保存数据的地方，是指向1或N个具体分片的逻辑命名空间（类似mysql schema）。
  • 索引名必须小写，不能以下划线开头，不能包含逗号。

_type（文档类型）

  • 文档虽属于同一索引，但是可以继续细分类型，_type可以用于同索引下的文档进行二次逻辑分类。
  •  _type 命名可以是大写或者小写，但是不能以下划线或者句号开头，不应该包含逗号， 并且长度限制为256个字符

_id

  • ID 是一个字符串，当它和 _index 以及 _type 组合就可以唯一确定 Elasticsearch 中的一个文档。 当你创建一个新的文档，要么提供自己的 _id ，要么让 Elasticsearch 帮你生成。

对象指json，对象内部可嵌套对象。文档大部分等于对象，在存在嵌套时特指根对象。

插入文档

由于es7已经完全将type给废弃了，所以插入文档的语句中原本type的位置变为_doc或_create。

post /{index}/_doc/{id}     

这种方式不论是否存在都能插入成功，不存在则纯插入，存在则更新文档和版本号。

post /{index}/_doc           

这种方式系统会帮您自动创建id。

post /{index}/_create/{id}

这种方式会在插入前校验文档是否存在，存在则不插，不存在则插入，并会返回元数据和一个 201 Created 的 HTTP 响应码。

纯插

post /onion/_doc/id
{
    "name":"lisi",
    "birth":"2021-05-20"
}

查询文档

简单查询

拿所有字段slect * 

GET /onionli/typeA/id1?pretty pretty表示json化打印

返回found=true

{
   "_index": "onionli",
   "_type": "typeA",
   "_id": "id1",
   "_version": 2,
   "_seq_no": 1,
   "_primary_term": 1,
   "found": true,
   "_source": {
      "name": "28",
      "sex": 1
   }
}

拿部分字段select name,sex

先存入一个新文档
put /onionli/typeA/id2
{
    "name":"magic",
    "sex":"0",
    "age":10
}

只查这个文档的name和sex两个字段
GET /onionli/typeA/id2?_source=name,sex

只拿业务数据（忽略文档元数据）

GET /onionli/typeA/id2/_source

返回
{
   "name": "magic",
   "sex": "0",
   "age": 10
}

Query、Filter、Should、Must

https://blog.csdn.net/weixin_30446969/article/details/113491063

Query DSL 和 Filter DSL 的区别

先看案例，最外层是query，然后一个 bool 查询可以包含一个或多个查询字句 ，bool里面包含两部分：

  • 查询部分 must、should、mustNot等，这部分被称为query DSL
  • 过滤部分 filter，这部分被称为filter DSL
POST onion/_doc/_search
{
    "query": {
        "bool": {
            "must": [
               {
                   "match_all": {}
               }
            ],
            "filter": [
               {
                   "term": {
                      "name": {
                         "value": "lisi"
                      }
                   }
               }
            ]
        }
    }
}

Query DSL 和 Filter DSL的差别如下

Query DSL

  • 会进行全文检索。
  • 会进行相关性检查，比如查询包含run单词，如果包含这些单词：runs、running、jog、sprint，也被视为包含run单词。
  • 查询结果不会被缓存。
  • 查询结果会计算分值。

除非需要搜索文本，若纯粹当数据库使用，效率更低。

Filter DSL

  • 仅仅校验field与传入的待匹配值是否相等。
  • 结果会缓存。
  • 查询结果不会贡献算分。

所以存粹当数据库使用，filter效率更高。

Query DSL 中的must、should、must not

  • must：必须匹配，贡献算分
  • should：选择性匹配，贡献算分
  • must_not：查询字句，必须不能匹配
  • filter：必须匹配，不贡献算分

上图是一个 bool 查询，是对用户(user)进行搜索，城市必须是北京(beijing) ，性别必须是男(man)，这个采用的是 filter，说明这个对算分是不会产生影响的，must_not 是一个 range 的查询：年龄大于等于 35 岁；should 里是一个数组，说明这个 should 中可以写多个条件，只要用户的名字是这两个中的一个就是满足条件的。

其实，bool 查询的子查询可以任意顺序出现，并且可以嵌套多个查询。

另外，should 的使用分两种情况：

  • bool 查询中只包含 should，不包含 must  或 filter 查询：如果在 bool 查询中没有 must、filter 子句，should 中必须至少满足一条查询(可以通过 minimum_should_match 来设置满足条件的个数或者百分比)。
  • bool 查询中同时包含 should 和 （must或filter) 查询：同时包含 should 和 (must或filter) 时，文档不必满足 should 中的条件，但是如果满足条件，会增加相关性算分。

查询模板

官网 https://www.elastic.co/guide/en/elasticsearch/reference/7.x/search-template.html

https://www.cnblogs.com/sanduzxcvbnm/p/12085136.html

往es里存两份文档

 PUT twitter/_doc/1
    {
      "user" : "双榆树-张三",
      "message" : "今儿天气不错啊，出去转转去",
      "uid" : 2,
      "age" : 20,
      "city" : "北京",
      "province" : "北京",
      "country" : "中国",
      "address" : "中国北京市海淀区",
      "location" : {
        "lat" : "39.970718",
        "lon" : "116.325747"
      }
    }
     
    PUT twitter/_doc/2
    {
      "user" : "虹桥-老吴",
      "message" : "好友来了都今天我生日，好友来了,什么 birthday happy 就成!",
      "uid" : 7,
      "age" : 90,
      "city" : "上海",
      "province" : "上海",
      "country" : "中国",
      "address" : "中国上海市闵行区",
      "location" : {
        "lat" : "31.175927",
        "lon" : "121.383328"
      }
    }

定义查询模板

  1. 使用_scripts端点将模板存储在集群状态中。
  2. 在search template中使用mustache语法。
{{#param1}}{{/param1}代表mybatis中的if标签，如果那个变量是false或null，则不会执行其中的片段。
{{#join}}array{{/join}}可以将数组转成逗号分隔的string
{{#toJson}}parameter{{/toJson}}将map或array转成json格式
{
  "from": {{from}}{{^from}}0{{/from}},
  "size": {{size}}{{^size}}5{{/size}},
  "sort": [{"price_effective_time": "asc"}],
  "query": {
        "bool": {
            "filter": [
               {
                  "exists": {
                     "field": "mer_item_no"
                  }
               }
               
               {{#startTime}}
               ,{
                   "range": {
                      "price_effective_time": {
                         "gte": "{{startTime}}",
                         "format": "yyyy-MM-dd HH:mm:ss"
                      }
                   }
               }
               {{/startTime}}
               
               {{#endTime}}
               ,{
                   "range": {
                      "price_effective_time": {
                         "lte": "{{endTime}}",
                         "format": "yyyy-MM-dd HH:mm:ss"
                      }
                   }
               }
               {{/endTime}}
               
               {{#midSet}}
               ,{
                   "terms": {
                      "merchandise_no": {{#toJson}}midSet{{/toJson}}
                   } 
               }
               {{/midSet}}
               
               {{#goodsNoSet}}
               ,{
                   "terms": {
                      "goods_no": {{#toJson}}goodsNoSet{{/toJson}}
                   } 
               }
               {{/goodsNoSet}}
               
               {{#merItemNoSet}}
               ,{
                   "terms": {
                      "mer_item_no": {{#toJson}}merItemNoSet{{/toJson}}
                   } 
               }
               {{/merItemNoSet}}
               
               {{#brandStoreSnSet}}
               ,{
                   "terms": {
                      "brand_store_sn": {{#toJson}}brandStoreSnSet{{/toJson}}
                   } 
               }
               {{/brandStoreSnSet}}
            ]
        }
    }
}

使用模板查询

GET twitter/_search/template
    {
      "id": "my_search_template",
      "params": {
        "my_field": "city",
        "my_value": "北京"
      }
    }

获取查询模板

GET _scripts/<templateid>

删除查询模板

DELETE _scripts/<templateid>

调试查询模板（验证模板生成的DSL）

GET _search/template
{
  "id": "你的templateId",
  "params": {
        "startTime":"2021-05-01 11:00:00",
        "endTime":"2021-08-01 11:00:00",
        "midSet":["1","2"],
        "goodsNoSet":["11","22"],
        "merItemNoSet":["111","222"],
        "brandStoreSnSet":["1111","2222"]
    }
}

调试的渲染结果
{
  "from": 0,
  "size": 5,
  "sort": [
    {
      "price_effective_time": "asc"
    }
  ],
  "query": {
    "bool": {
      "filter": [
        {
          "exists": {
            "field": "mer_item_no"
          }
        },
        {
          "range": {
            "price_effective_time": {
              "gte": "2021-05-01 11:00:00",
              "format": "yyyy-MM-dd HH:mm:ss"
            }
          }
        },
        {
          "range": {
            "price_effective_time": {
              "lte": "2021-08-01 11:00:00",
              "format": "yyyy-MM-dd HH:mm:ss"
            }
          }
        },
        {
          "terms": {
            "merchandise_no": [
              "1",
              "2"
            ]
          }
        },
        {
          "terms": {
            "merchandise_no": [
              "1",
              "2"
            ]
          }
        },
        {
          "terms": {
            "goods_no": [
              "11",
              "22"
            ]
          }
        },
        {
          "terms": {
            "goods_no": [
              "11",
              "22"
            ]
          }
        },
        {
          "terms": {
            "mer_item_no": [
              "111",
              "222"
            ]
          }
        },
        {
          "terms": {
            "mer_item_no": [
              "111",
              "222"
            ]
          }
        },
        {
          "terms": {
            "brand_store_sn": [
              "1111",
              "2222"
            ]
          }
        },
        {
          "terms": {
            "brand_store_sn": [
              "1111",
              "2222"
            ]
          }
        }
      ]
    }
  }
}

删除文档

成功则返回200，找不到文档则返回404

DELETE /onionli/typeA/id1

批量删除

bulk批量删除（不是批量越大越好，上线前请先调优最佳批量大小）

https://www.elastic.co/guide/cn/elasticsearch/guide/current/bulk.html

批量处理

原文链接：https://blog.csdn.net/weixin_39723544/article/details/109237175

es中的批量处理就是使用bulk进行操作。

bulk的操作类型

  • create 如果文档不存在就创建，但如果文档存在就返回错误
  • index 如果文档不存在就创建，如果文档存在就更新
  • update 更新一个文档，如果文档不存在就返回错误
  • delete 删除一个文档，如果要删除的文档id不存在，就返回错误
  • 其实可以看得出来index是比较常用的。还有bulk的操作，某一个操作失败，是不会影响其他文档的操作的，它会在返回结果中告诉你失败的详细的原因。

准备操作

  • 测试数据准备
  • 索引及映射结构准备
PUT example
PUT example/docs/_mapping
{
  "properties": {
    "id": {"type": "long"},
    "name": {"type": "text"},
    "counter": {"type": "integer"},
    "tags": {"type": "text"}
  }
}

批量插入

插入的action为index。

POST example/docs/_bulk
{"index": {"_id": 1}}
{"id":1, "name": "admin", "counter":"10", "tags":["red", "black"]}
{"index": {"_id": 2}}
{"id":2, "name": "张三", "counter":"20", "tags":["green", "purple"]}
{"index": {"_id": 3}}
{"id":3, "name": "李四", "counter":"30", "tags":["red", "blue"]}
{"index": {"_id": 4}}
{"id":4, "name": "tom", "counter":"40", "tags":["orange"]}

批量修改

修改的action为update。

POST example/docs/_bulk
{"update": {"_id": 1}}
{"doc": {"id":1, "name": "admin-02", "counter":"11"}}
{"update": {"_id": 2}}
{"script":{"lang":"painless","source":"ctx._source.counter += params.num","params": {"num":2}}}
{"update":{"_id": 3}}
{"doc": {"name": "test3333name", "counter": 999}}
{"update":{"_id": 4}}
{"doc": {"name": "test444name", "counter": 888},  "doc_as_upsert" : true}

批量删除

修改的action为delete。

POST example/docs/_bulk
{"delete": {"_id": 1}}
{"delete": {"_id": 2}}
{"delete": {"_id": 3}}
{"delete": {"_id": 4}}

批量的混合操作

不过一般不推荐这种使用，项目中也用的极少。

POST _bulk
{ "index" : { "_index" : "example", "_type" : "docs", "_id" : "1" } }
{ "name" : "value11111" }
{ "delete" : { "_index" : "example", "_type" : "docs", "_id" : "2" } }
{ "create" : { "_index" : "example", "_type" : "docs", "_id" : "3" } }
{ "tags" : "value333" }
{ "update" : {"_id" : "4", "_type" : "docs", "_index" : "example"} }
{ "doc" : {"name" : "混合444"} 

并发控制（高级部分）

处理冲突

https://www.elastic.co/guide/cn/elasticsearch/guide/current/version-control.html

乐观并发控制

https://www.elastic.co/guide/cn/elasticsearch/guide/current/optimistic-concurrency-control.html

部分文档更新

https://www.elastic.co/guide/cn/elasticsearch/guide/current/partial-updates.html

更新文档

es提供了put 和 update两个api进行文档更新。

update较重，是从原文档生出新文档，再删除原文档，索引新文档。

https://www.elastic.co/guide/cn/elasticsearch/guide/current/update-doc.html

一切都是json

Mysql与es中名词的对应关系

  • Index 对应 MySQL 中的 Database
  • Type 对应 MySQL 中的 Table
  • Document 对应 MySQL 中表的记录
  • field对应MySQL中表的column

es在后台将每个索引划分成多个分片，分片可以在集群中不同服务器之间进行转移。

standalone模式的es，一个人就是一个集群，其集群名字默认为elasticSearch。

es文档的特点(Document的特点)

  1. document同时包含key:value。
  2. document可以嵌套包含另一个文档。
  3. document没有固定的字段，可以动态新增或忽略字段。

字段的特点（fields的特点）

es会特别关注并存储每个field的类型，这个类型被称为映射类型。

未归类

一个集群至少一个节点，一个节点是一个es进程。

节点可以有多个默认索引，创建新索引（库）默认产生10个分片，5个主分片（primary shard）5个副本分片（replica shard）。

一个es索引代表一个es的库，库里面包含多个lucense索引文件，每个文件包含<标签，含有标签的document>

一定要保证es的maven相关包和当前使用的es版本保持一致。

集群的健康状况为 yellow 则表示全部 主 分片都正常运行（集群可以正常服务所有请求），但是 副本分片没有全部处在正常状态。

刀剑如梦TOTO333
关注
专栏目录
Elasticsearch及ELK使用（一）：分析搜索引擎入门
zyplanke的专栏
06-25 1551
Elasticsearch及ELK使用入门。 包括Elasticsearch（ES）、kibana、logstash、filebeat全套使用指南。 原来叫ELK，现在为Elastic Stack，可称为Elastic Stack的全家桶。
ES7-ES11重点学习笔记
丑小鸭变黑天鹅的博客
06-17 609
ES7-ES11重点学习笔记一、ECMASript 7 新特性1、Array.prototype.includes2、指数操作符3、测试用例二、ECMASript 8 新特性1、async 函数2、await 表达式3、async 和 await 两种语法结合可以让异步代码像同步代码一样1、async 和 await 结合读取文件2、async 和 await 结合封装AJAX请求4、Object.values 和 Object.entries三、ECMASript 9 新特性1、Rest/Spread 属
ES7 学习笔记
weixin_42915204的博客
09-30 325
ES7只有2个特性: includes() 指数操作符( ** ) includes() 他是一个替代indexOf()，开发人员用来检查某个字在数组中是否存在的。 indexOf() 验证数组中是否存在某个元素，这时需要根据返回值是否为-1来判断。 includes() 验证数组中是否存在某个元素，这样更加直观简单，直接返回 true 或 false。 let arr = ['react',...
Elasticsearch7.X常用语法笔记
最新发布
yugi1017的专栏
09-13 1280
Elasticsearch 常用语法笔记
ElasticSearch黑马学习笔记（超详细）搜索引擎ElasticSearch7.x笔记
weixin_43494537的博客
07-02 1240
match和multi_match的区别是什么？match：根据一个字段查询multi_match：根据多个字段查询，参与查询字段越多，查询性能越差query：查询条件from和size：分页条件sort：排序条件highlight：高亮条件查寻有四种；全文查询，精确查询，地理查询，符合查循，其中符合查询包含bool与functions；
ES7+ES8学习笔记
qq_38850058的博客
11-14 245
Object.entries() 1：作用 作用：将一个对象中可枚举属性的键名和键值按照二维数组的方式返回。 若对象是数组，则会将数组的下标作为键值返回。 Object.entries({ one: 1, two: 2 }) //[['one', 1], ['two', 2]] Object.entries([1, 2]) //[['0', 1], ['1'...
Elasticsearch7学习笔记(实战)
起岸星辰
04-12 563
在SpringBoot中集成Elasticsearch的使用示例，带你快速上手使用Elasticsearch。 添加如下maven依赖： <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-elasticsearch</artifactId> </dependency> 注意在这里引入e
Elasticsearch入门学习笔记
06-28
这篇入门学习笔记将引导初学者了解如何安装、配置以及使用Elasticsearch。 首先，让我们从安装开始。要安装Elasticsearch，你可以访问官方网站（https://www.elastic.co/cn/downloads/elasticsearch）下载最新版本...
Elasticsearch7学习笔记(下)
起岸星辰
04-13 1640
Elasticsearch是实时全文搜索和分析引擎，提供搜集、分析、存储数据三大功能；是一套开放REST和JAVA API等结构提供高效搜索功能，可扩展的分布式系统。它构建于Apache Lucene搜索引擎库之上。 本文是在学习 中华石杉老师的 Elasticsearch顶尖高手系列 的视频教程的过程中做的笔记，实际操作使用的Elasticsearch7而非视频教程中使用的版本；现在这套视频教程是免费公开的（网上直接搜索就有），强烈推荐大家去观看学习。 Elasticsearch7学习笔记(上) E
Elasticsearch5学习笔记和Java对es进行增删改查示例
01-09
**Elasticsearch 5 学习笔记** Elasticsearch 是一个开源的全文搜索引擎，它以其分布式、实时、灵活和强大的数据分析能力而广受赞誉。在版本 5 中，Elasticsearch 强化了搜索性能，优化了API，并引入了一些新特性。...
Elasticsearch教程（七） elasticsearch Insert 插入数据（Java）
weixin_33755557的博客
05-19 794
首先我不赞成再采用一些中间件（jar包）来解决和 Elasticsearch  之间的交互，比如 Spring-data-elasticsearch.jar 系列一样，用就得依赖它。而 Elasticsearch  本身的用法就是很简洁的，也很容易，只要稍微加一下封装，即可解决。下面上我的简单封装的批量处理。 package com.sojson.core.elasticsearch.manage...
Elasticsearch 7学习笔记 高阶篇-聚合技术
stay foolish
06-23 443
一 聚合分析之 bucket(分组)&meteric(统计) 这一节内容主要是介绍下 bucket(分组)的概念 以及 meteric(聚合统计)概念，其实我们做过开发写过sql的就很容易理解了。然后我们结合案例进行练习和体会不同的bucket，以及不同的meteric，强化我们对分组和聚合统计的理解和记忆。 1.1 原理 bucket(分组)与metric(聚合统计)概念理解 bucket它是指对一组数据进行分组 假设一组数据为： city name 北京 小李 北京 小王 ...
ElasticSearch 7.7.0 进阶篇
dz45693的专栏
02-08 2579
前言 上一篇讲述了ES的基本操作和基本概念，这篇会更加深入了解ES相关操作以及相关操作的背后原理。当然其内容主要是概念和基本原理为主，并且穿插一些实战操作来加深体会。 了 一 ES分布式架构 我们主要了解分片&副本机制，集群发现机制 ，负载机制，容错机制，扩容机制等。 1.1 shard&replica机制 index包含多个shard 每个shard都是一个最小工作单元，承载部分数据，lucene实例，完整的建立索引和处理请求的能力 增减节点时，shard会自动在nodes
Elasticsearch7入门基础语法练习
weixin_37530941的博客
01-27 1890
Elasticsearch7基础语法入门，中文官方网站学习模拟练习，适合初学入门，ES比对mysql给出自己的理解
Elasticsearch7x upsert亲测试有效
lbl251的博客
08-20 715
kibana 局部更新 Elasticsearch7x POST index/_doc/(你自己的id)/_update { "doc": { "doneState": 1, "statusReport" : "DELIVRD" } }
ElasticSearch7学习笔记之布尔查询
四国棋客
01-25 2502
文章目录基本正向匹配负向匹配嵌套布尔查询单字符串查询should查询dis_max查询单字符串多字段查询最佳字段多数字段混合字段中文和多语言分词检索中文分词拼音分词器hanlp分词英文精确分词 基本 一个布尔查询是一个或多个查询字句的组合，总共有四种子句，其中两个会影响算分，两个个不影响 正向匹配 子句顺序不重要，但如果没有must子句，那么should子句中必须至少有一项匹配。 示例如下，先插入数据： POST /products/_bulk { "index": { "_id": 1 }} { "pr
elasticsearch7 基本语法
zhyke
06-25 5336
注意： megacorp：是index employee：是type 使用es版本是7.1.1 在postman下进行的模拟 参考：elasticsearch权威指南 通过id进行查询 megacorp/employee/1?_source=last_name,age _id=1 且只显示last_name,age字段 全文搜索 既能匹配出完整完整的rock climbing,又能匹配出带有ro...
Elasticsearch7 index语法
TreeCode的博客
07-09 239
Elasticsearch7 index语法 查询： Get API | Elasticsearch Guide [7.13] | Elastic GET index/_doc/_id 举例： GET my-index-000001/_doc/0 插入和更新： Update API | Elasticsearch Guide [7.13] | Elastic _id存在就是更新，否则执行插入操作 PUT /index/_doc/_id { "content":"it is cool !" } 举例： P
ElasticSearch实战技巧与学习笔记
资源摘要信息:"在本节学习笔记中，我们将深入探讨Elasticsearch的实际应用。Elasticsearch是一个基于Lucene的搜索引擎，它提供了一个分布式、多用户能力的全文搜索引擎。基于HTTP Web接口，并使用JSON作为数据交换...
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