ElasticSearch基础入门

已于 2022-02-24 18:30:27 修改
阅读量1k 收藏
点赞数
分类专栏： 技术专栏 文章标签： elasticsearch big data 大数据
于 2022-02-24 15:27:04 首次发布
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_36280879/article/details/123112702
版权

ElasticSearch基础入门

小注解：全原创，一个字一个字敲的，全测试过了，可以跑通，猿猴们，欢迎大家点点关注，收藏点赞走起，持续更新原创文档，通俗易懂

1.核心概念

1.1 索引(Index)

  • 白话：相当于mysql的数据库
  • 一个索引就是一个拥有几分相似特征的文档的集合。比如说，你可以有一个客户数据的索引，另一个产品目录的索引，还有一个订单数据的索引。一个索引由一个名字来标识（必须全部是小写字母），并且当我们要对这个索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字。在一个集群中，可以定义任意多的索引。能搜索的数据必须索引，这样的好处是可以提高查询速度，比如：新华字典前面的目录就是索引的意思，目录可以提高查询速度。
  • ElasticSearch索引的精髓：一切设计都是为了提高搜索的性能

1.2 类型(Type)

  • 白话：相当于mysql的表，不过es是直接索引对应文档的，这个type没意义，7.0以上后就被弃用了
  • 在一个索引中，你可以定义一种或多种类型。一个类型是你的索引的一个逻辑上的分类/分区，其语义完全由你来定。通常，会为具有一组共同字段的文档定义一个类型。不同的版本，类型发生了不同的变化==(类型其实毫无意义)==
  • 在这里插入图片描述

1.3 文档(Document)

  • 白话：文档就相当于mysql中表中的一行行数据，一条文档=一条数据(由JSON组成的数据)
  • 一个文档是一个可被索引的基础信息单元，也就是一条数据，比如：你可以拥有某一个客户的文档，某一个产品的一个文档，当然，也可以拥有某个订单的一个文档。文档以 JSON（Javascript Object Notation）格式来表示，而 JSON 是一个到处存在的互联网数据交互格式。在一个 index/type 里面，你可以存储任意多的文档。

1.4 字段(Field)

  • 白话：字段相当于mysql中表的字段(列)，比如age年龄字段，name名称字段
  • 相当于是数据表的字段，对文档数据根据不同属性进行的分类标识。

1.5 映射(Mapping)

  • 白话：定义规格，比如某个字段是否可以被索引等等
  • mapping 是处理数据的方式和规则方面做一些限制，如：某个字段的数据类型、默认值、分析器、是否被索引等等。这些都是映射里面可以设置的，其它就是处理 ES 里面数据的一些使用规则设置也叫做映射，按着最优规则处理数据对性能提高很大，因此才需要建立映射，并且需要思考如何建立映射才能对性能更好。

1.6 分片(Shards)

  • 白话：类似mysql中的水平分表，一个表存多了搜索起来卡，就分成多个表进行存储，作用：缓解压力，提高吞吐量

  • 一个索引可以存储超出单个节点硬件限制的大量数据。比如，一个具有 10 亿文档数据的索引占据 1TB 的磁盘空间，而任一节点都可能没有这样大的磁盘空间。或者单个节点处理搜索请求，响应太慢。为了解决这个问题，Elasticsearch 提供了将索引划分成多份的能力，每一份就称之为分片。当你创建一个索引的时候，你可以指定你想要的分片的数量。每个分片本身也是一个功能完善并且独立的“索引”，这个“索引”可以被放置到集群中的任何节点上。

  • 分片很重要，主要有两方面的原因：

    1. 允许你水平分割 / 扩展你的内容容量。
    2. 允许你在分片之上进行分布式的、并行的操作，进而提高性能/吞吐量。

  • 至于一个分片怎样分布，它的文档怎样聚合和搜索请求，是完全由 Elasticsearch 管理的，对于作为用户的你来说，这些都是透明的，无需过分关心。

  • 被混淆的概念是，一个Lucene索引 我们在Elasticsearch称作 分片 。 一个Elasticsearch索引 是分片的集合。 当Elasticsearch在索引中搜索的时候， 他发送查询到每一个属于索引的分片(Lucene索引)，然后合并每个分片的结果到一个全局的结果集。

1.7 副本(Replicas)

  • 白话：副本相当于备份，如果分片挂了，副本顶上，还能进行负载均衡，分片和副本两个切换着来使用，集群环境下，副本是存储在其他集群节点上的，为了保证高可用。
  • 在一个网络 / 云的环境里，失败随时都可能发生，在某个分片/节点不知怎么的就处于离线状态，或者由于任何原因消失了，这种情况下，有一个故障转移机制是非常有用并且是强烈推荐的。为此目的，Elasticsearch 允许你创建分片的一份或多份拷贝，这些拷贝叫做复制分片(副本)。
  • 复制分片之所以重要，有两个主要原因：
    • 在分片/节点失败的情况下，提供了高可用性。因为这个原因，注意到复制分片从不与原/主要（original/primary）分片置于同一节点上是非常重要的。
    • 扩展你的搜索量/吞吐量，因为搜索可以在所有的副本上并行运行。
    • 总之，每个索引可以被分成多个分片。一个索引也可以被复制 0 次（意思是没有复制）或多次。一旦复制了，每个索引就有了主分片（作为复制源的原来的分片）和复制分片（主分片的拷贝）之别。分片和复制的数量可以在索引创建的时候指定。在索引创建之后，你可以在任何时候动态地改变复制的数量，但是你事后不能改变分片的数量。默认情况下，Elasticsearch 中的每个索引被分片 1 个主分片和 1 个复制，这意味着，如果你的集群中至少有两个节点，你的索引将会有 1 个主分片和另外 1 个复制分片（1 个完全拷贝），这样的话每个索引总共就有 2 个分片，我们需要根据索引需要确定分片个数。

1.8 分配(Allocation)

  • 白话：也就是分配规格，集群下如果有3个节点，其中一个是主节点，由主节点来分配分片和副本的规格，参考下面系统架构的图

    P:分片

    R:副本

  • 将分片分配给某个节点的过程，包括分配主分片或者副本。如果是副本，还包含从主分片复制数据的过程。这个过程是由 master 节点完成的。

##2.ElasticSearch索引概念

2.1 正排索引

  • 在这里插入图片描述

  • 根据索引id查询value(根据key查询value)

2.2 倒排索引

  • 在这里插入图片描述

  • 根据值查询id(根据value查询key)

    • es会先对value进行拆分(分词)，value会对应相对应的id,查询的时候会根据这个value查询所对应的一些id

3.索引操作

3.1 创建索引

  • 对比关系型数据库，创建索引就相当于创建数据库

  • 向ES服务器发送PUT请求：http://127.0.0.1:9200/索引名(数据库名)

  • 文档类型

    • text 可被分词
    • keyword 不可被分词

  • index 是否索引

    • true 可以被索引(默认)
    • false 不可被索引(搜索不到)
  • PUT 索引名
{
  "mappings": {
    "properties": {
      "name":{
        "type": "text" //text可被分词
        , "index": true
      },
      "sex":{
        "type": "keyword" //keyword 不可被分词
        ,"index": true
      },
      "tel":{
        "type": "keyword"
        ,"index": false //index = false 不可被索引
      }
    }
  }

3.2 获取索引信息

  • 向ES服务器发送GET请求：http://127.0.0.1:9200/索引名(数据库名)

3.3 获取所有索引

  • 向ES服务器发送GET请求：http://127.0.0.1:9200/_cat/indices?v

3.4 删除索引

  • 向ES服务器发送DELETE请求：http://127.0.0.1:9200/索引名(数据库名)

4.文档操作

4.1 创建文档

  • 文档=数据
  • 可以PUT也可以POST
  • PUT：http://127.0.0.1:9200/索引名/_doc/id
  • POST：http://127.0.0.1:9200/索引名/_doc/id（id可选操作，有id则以id为标准，没有id则随机生成）

4.2 查询文档-简单查询(根据ID查询)

  • 向ES服务器发送GET请求：http://127.0.0.1:9200/索引名/_doc/id

4.3 修改文档

  • 全局修改

    • 向ES服务器发送PUT请求：http://127.0.0.1:9200/索引名/_doc/id
    • 请求体发送JSON

  • 局部修改

    • 向ES服务器发送POST请求：http://127.0.0.1:9200/索引名/_doc/id/_update

    • 请求体发送JSON，修改内容包含在doc里面

      •  {
     "doc":{
         "price": 15999.00
     }
 }

4.4 删除文档

  • 向ES服务器发送POST请求：http://127.0.0.1:9200/索引名/_doc/id

4.5 条件查询

  1. 向ES服务器发送==GET==请求：http://127.0.0.1:9200/索引名/_search/q=key:value

4.6 复杂查询

  1. 向ES服务器发送GET请求：http://127.0.0.1:9200/索引名/_search

  2. 参数说明

    1. query 条件

      • {
    "query": {}
}

    2. match: 匹配

      • {
    "query": {
        "match": {
            "category": "小米" // key：字段名 value：查询值
        }
    }
}

    3. match_phrase 完全匹配 比如小米 那么一段话中小和米两个字必须挨在一起

      • {
    "query": {
        "match_phrase": {
            "category": "小米"
        }
    }
}

    4. match_all 查询所有(一般分页查询)

      • {
    "query": {
        "match_all": {}
    }
}

      • 分页查询

      • from：从第几条开始查询

      • size：查询几条

      • {
    "query": {
        "match_all": {}java
    },
    "from": 0, //从第几条开始查询(偏移量)
    "size": 2 //每页显示多少条
}

    5. _source 数据源控制(查出你所需要的字段列)

      • {
    "query": {
        "match_all": {}
    },
    "_source": [ //需要显示的字段名
        "title",
        "price"
    ]
}

    6. sort 排序

      • {
    "query": {
        "match_all": {}
    },
    "sort": {
        "price": { //需要排序的字段
            "order": "desc" //key：固定的order value可选asc升序 desc降序
        }
    }
}

4.7 must 多条件查询

  1. must 相当于mysql中的and

  2. should 相当于mysql中的or

  3. must_not 与must相反 must是必须全部匹配 must_not是必须全部不匹配

  4. filter 过滤

    1. range 范围查询
      • gt 大于
      • lt 小于
      • gte 大于等于
      • lte 小于等于
  5. {
    "query": {
        "bool": {
            "must": [
                {
                    "match": {
                        "category": "小米"
                    }
                },
                {
                    "match": {
                        "price": 3999
                    }
                }
            ],
            "filter": { //过滤
                "range": { //范围查询
                    "price": { //字段
                        "gt": 3000 //gt表示大于
                    }
                }
            }
        }
    }
}

4.8 highlight 高亮查询显示

  1. 使用highlight属性来实现结果高亮显示，需要的字段名称添加到fields内即可，elasticsearch会自动帮我们实现高亮。

    • {
    "query": {
        "match_phrase": {
            "category": "小米"
        }
    },
    "highlight": {
        "fields": {
            "category": {}//高亮字段
        }
    }
}

  2. 自定义高亮显示

    1. pre_tags 以什么标签开头

    2. post_tags 以什么标签结尾

    3. {
    "query": {
        "match_phrase": {
            "category": "小米"
        }
    },
    "highlight": {
        "pre_tags": "<span style='color:red'>",
        "post_tags": "</span>",
        "fields": {
            "category": {}
        }
    }
}

4.9 聚合查询

  1. terms 分组

    • 默认会显示原始数据 不需要原始数据加上size:0

    • {
    "aggs": { //聚合操作
        "price_group": { //给聚合操作取名字 比如这里是对价格分组
            "terms": { //分组
                "field": "price" //分组字段
            }
        }
    },
    "size": 0 //可选 不加则显示原始数据 加了则不显示
}

  2. avg 平均值

    • 默认会显示原始数据 不需要原始数据加上size:0

    • {
    "aggs": { //聚合操作
        "price_group": { //给聚合操作取名字 比如这里是对价格分组
            "avg": { //分组
                "field": "price" //分组字段
            }
        }
    },
    "size": 0 //可选 不加则显示原始数据 加了则不显示
}

5.部署

5.1 概述

​ 单台ElasticSearch服务器提供服务，往往都有最大的负载能力，超过这个阀值，服务器的性能就会大大的降低，甚至不可用，所以生产环境中，一般都是运行在指定服务器集群中。

除了负载能力，单点服务器也存在其他问题

  • 单台服务器存储容量有限
  • 单服务器容易出现单点故障，无法实现高可用
  • 单服务的并发处理能力有限

配置服务器集群时，集群中节点数量没有限制，大于等于2个节点就可以看作是一个集群，一般出于高性能及高可用方面来考虑，集群中节点数量都是大于3个

5.2 Linux部署单机elasticSearch

  1. 下载elasticSearch 地址：https://www.elastic.co/cn/downloads/past-releases#elasticsearch

    • 在这里插入图片描述

  2. 解压elasticSearch压缩包

    • tar zxvf 文件名

  3. 新建es用户

    • useradd es #新增 es 用户
passwd es #为 es 用户设置密码
userdel -r es #如果错了，可以删除再加
chown -R es:es es目录 #赋予文件夹所有者

  4. 修改elasticSearch目录中config/elasticSearch.yml配置文件

    • cluster.name: elasticsearch #集群名称
node.name: node-1 #节点名称
network.host: 0.0.0.0
http.port: 9200 #端口号
cluster.initial_master_nodes: ["node-1"] #表示把当前机器当作主节点

  5. 修改系统文件vim /etc/security/limits.conf

    • # 在文件末尾中增加下面内容
# 每个进程可以打开的文件数的限制
es soft nofile 65536
es hard nofile 65536

  6. 修改系统文件vim /etc/security/limits.d/20-nproc.conf

    • # 在文件末尾中增加下面内容
# 每个进程可以打开的文件数的限制
es soft nofile 65536
es hard nofile 65536

  7. 修改系统文件vim /etc/sysctl.conf

    • # 在文件中增加下面内容
# 一个进程可以拥有的 VMA(虚拟内存区域)的数量,默认值为 65536
vm.max_map_count=655360

  8. 重新加载

    • sysctl -p

  9. 启动软件

    1. 使用 ES 用户启动

      • cd es目录
#启动
bin/elasticsearch
#后台启动
bin/elasticsearch -d

      • 启动时，会动态生成文件，如果文件所属用户不匹配，会发生错误，需要重新进行修改用户和用户组(参考5.2-3)

      • 在这里插入图片描述

      • 关闭防火墙

        • #暂时关闭防火墙

systemctl stop firewalld

#永久关闭防火墙

systemctl enable firewalld.service #打开放货抢永久性生效，重启后不会复原

systemctl disable firewalld.service #关闭防火墙，永久性生效，重启后不会复原

5.4 linux部署集群elasticSearch

  1. 下载elasticSearch 地址：点击此处打开elasticSearch下载地址

    • 在这里插入图片描述

  2. 解压elasticSearch压缩包

    • tar zxvf 文件名

  3. 新建es用户

    • useradd es #新增 es 用户
passwd es #为 es 用户设置密码
userdel -r es #如果错了，可以删除再加
chown -R es:es es目录 #赋予文件夹所有者

  4. 修改elasticSearch目录中config/elasticSearch.yml配置文件

    • cluster.name: elasticsearch #集群名称
node.name: node-1 #节点名称
network.host: 0.0.0.0
http.port: 9200 #端口号
cluster.initial_master_nodes: ["node-1"] #表示把当前机器当作主节点

  5. 修改系统文件vim /etc/security/limits.conf

    • # 在文件末尾中增加下面内容
# 每个进程可以打开的文件数的限制
es soft nofile 65536
es hard nofile 65536

  6. 修改系统文件vim /etc/security/limits.d/20-nproc.conf

    • # 在文件末尾中增加下面内容
# 每个进程可以打开的文件数的限制
es soft nofile 65536
es hard nofile 65536

  7. 修改系统文件vim /etc/sysctl.conf

    • # 在文件中增加下面内容
# 一个进程可以拥有的 VMA(虚拟内存区域)的数量,默认值为 65536
vm.max_map_count=655360

  8. 重新加载

    • sysctl -p

  9. 每台服务器都重复1-8的操作

  10. 修改config/elasticsearch.yml配置文件

    • 每台节点的配置文件都一样，只需要修改两个地方

      1. 第三行 node.name 保持唯一(随便起名，保持唯一就行)
      2. 第六行 network.host 保持唯一(当前节点内网ip)

    • 第20行cluster.initial_master_nodes: [“node-1”] 中的"node-1"填写主节点的node.name即可

    • 解：文件中的linux1 linux2 linux3是配置的/etc/hosts文件，可以用内网ip来代替，比如：

      1. 192.168.1.11 linux1
      2. 192.168.1.12 linux2
      3. 192.168.1.13 linux3
    • #集群名称
cluster.name: cluster-es
#节点名称，每个节点的名称不能重复
node.name: node-1
#ip 地址，每个节点的地址不能重复
network.host: linux1
#当前节点是否参与选举主节点资格
node.master: true
#当前节点是否存储数据
node.data: true
#端口号
http.port: 9200
#内网TCP传输监听端口
transport.tcp.port: 9300
#跨域配置 head插件需要这打开这两个配置 
http.cors.allow-origin: "*"
http.cors.enabled: true
http.max_content_length: 200mb
#es7.x 之后新增的配置，初始化一个新的集群时需要此配置来选举 master
cluster.initial_master_nodes: ["node-1"]
#es7.x 之后新增的配置，节点发现
discovery.seed_hosts: ["linux1:9300","linux2:9300","linux3:9300"]
gateway.recover_after_nodes: 2
network.tcp.keep_alive: true
network.tcp.no_delay: true
transport.tcp.compress: true
#集群内同时启动的数据任务个数，默认是 2 个
cluster.routing.allocation.cluster_concurrent_rebalance: 16
#添加或删除节点及负载均衡时并发恢复的线程个数，默认 4 个
cluster.routing.allocation.node_concurrent_recoveries: 16
#初始化数据恢复时，并发恢复线程的个数，默认 4 个
cluster.routing.allocation.node_initial_primaries_recoveries: 16
现实理想主义中的猿猴
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Elasticsearch 架构图
05-20
ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。 我们建立一个网站或应用程序，并要添加搜索功能，但是想要完成搜索工作的创建是非常困难的。我们希望搜索解决方案要运行速度快，我们希望能有一个零配置和一个完全免费的搜索模式，我们希望能够简单地使用JSON通过HTTP来索引数据，我们希望我们的搜索服务器始终可用，我们希望能够从一台开始并扩展到数百台，我们要实时搜索，我们要简单的多租户，我们希望建立一个云的解决方案。因此我们利用Elasticsearch来解决所有这些问题及可能出现的更多其它问题。 架构图方便理解Elasticsearch
Elasticsearch 入门到高手的成长阶梯-索引的基本操作(1)
冯立彬的博客
06-13 515
1. 创建索引 Elasticsearch中索引的名称，必须符合以下要求： 字母只能够是小写字母 不能够包含特殊字符，如\, /, *, ?, ", <, >, |, ` ` , ,, #等 名称不能够以英文的中划线“-”、下划线“_”以及加号“+”开头 名称不可以是“.”或“..” 名称的长度否以超过255个字节 1创建全部使用默认参数的索引 索引的创建，需要使用...
ElasticSearch架构介绍及原理解析
最新发布
love6a6的博客
02-28 1365
ElasticSearch是一款基于Lucene构建的开源、分布式、RESTful搜索和分析引擎。ElasticSearch以其弹性伸缩能力、高可用性和易用性而受到广泛欢迎，被应用于日志分析、全文搜索、实时数据检索等领域。ElasticSearch因其强大的搜索能力、灵活的配置选项和可扩展性，在各种行业中得到了广泛的应用。通过合理利用其功能和特点，企业和组织可以更高效地管理和分析数据，从而做出更明智的决策。ElasticSearch广泛应用于全文搜索、实时分析以及其它类型的搜索场景。
ElasticSearch-常用搜索
qq_45779998的博客
12-13 1573
ES常见查询
elasticsearch的indexId中使用竖划线|作分隔符时报错
qq_34412985的博客
03-26 367
elasticsearch的indexId中使用竖划线|时报错：使用中划线——可以，英文下划线_不报错 java.lang.IllegalArgumentException: Illegal character in path at index 57: /table_53ec17473f834426ad0cfa4fd3a2de8b ...
ES查询中.keyword详解
热门推荐
佐月儿
01-13 2万+
分析 ES5.0及以后的版本取消了string类型，将原先的string类型拆分为text和keyword两种类型。它们的区别在于text会对字段进行分词处理而keyword则不会。 当你没有以IndexTemplate等形式为你的索引字段预先指定mapping的话，ES就会使用Dynamic Mapping，通过推断你传入的文档中字段的值对字段进行动态映射。例如传入的文档中字段price的值为...
elasticsearch基础入门.pptx
08-16
elasticsearch的入门级课件，可用做项目初期的培训课件
ES基础入门培训-零基础门槛
08-16
零基础教学ElasticSearch，让你在运维领域脱颖而出，人人都能看懂的ElasticSearch培训PPT。
OpenGL_ES基础入门
10-28
OpenGL_ES基础入门 OpenGL_ES基础入门
elasticsearch基础知识，从小白到入门
02-01
elasticsearch基础知识，从小白到入门 该资源仅供学习！！！ 该资源仅供学习！！！ 该资源仅供学习！！！ 该资源仅供学习！！！ 该资源仅供学习！！！
Elasticsearch7.8零基础入门进阶视频教程05.rar
06-05
Elasticsearch7.8零基础入门进阶视频教程05 解压密码 www.itjc8.com&@xe0@35LWeY*
ES基础知识
weixin_44008460的博客
02-17 639
ES ES基础知识 1. ES配置集群 配置方式：直接修改conf/elasticsearch.yml/cluster-name:#默认即为elasticsearch,cluster-node:&amp;amp;quot;&amp;amp;quot; 查询集群即使用ES的REST API可实现功能 - 管理集群，节点，索引数据和元数据； - 执行创建，读取，更新和删除操作，以及根据索引查询； - 执行更深入的操作，比如分页、排序、过滤、脚本...
es index keyword和text java查询实现
C18298182575的博客
03-18 1348
public List<ReqProductInfoEsVo> searchProductInfoByKey(ReqProductSearchVO vo) { SearchRequest searchRequest = new SearchRequest(EsOperateTables.BASE_PRODUCT_INFO_SAP.getValue()); Search...
Elasticsearch基础3——密钥库工具、证书生成工具及四种生成模式、https请求步骤流程
百慕卿君博客
02-04 5836
1.密钥库工具的使用。 2.证书生成工具使用、四种生成模式。 3.https请求步骤流程
Symbol的使用,es6获取key值的新方法
greed
07-20 1492
symbol这个英文单词表示"唯一"没错它是javascript新增的基本数据类型,使用symbol来当做属性名,可以有效的防止属性重复,属性值被覆盖。
Elasticsearch操作索引
Dreamer.
01-11 423
1.基本概念 Elasticsearch也是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySQL类似的。 对比关系： 索引（indices）--------------------------------Databases 数据库 ​ 类型（type）-----------------------------Table 数据表 ​ 文档（Document）--------...
es中keyword字符串类型排序问题
黑白相间...
02-20 2796
kibana中请求如下 size为返回条数，source为返回字段，aggs为聚合查询，sum为求和 GET /tms-pro-insurance-record-beta-1/_search { "track_scores": false, "_source": [ "order_num", "company_id", "Order|b_tr_car_batch", "create_time", "ol_create_time", "show_orde
ES6 中如何处理二维数组通过value 推到key
weixin_35753291的博客
12-17 304
在 ES6 中，您可以使用数组解构赋值来轻松访问二维数组中的键和值。例如，假设您有以下二维数组： const array = [ ["key1", "value1"], ["key2", "value2"], ["key3", "value3"] ]; 您可以使用数组解构赋值来循环遍历数组并访问键和值： for (const [key, value] of array) { co...
ElasticSearch入门(1)——了解ES
qq_40788718的博客
08-04 1866
ElasticSearch入门(1)——了解ES 文章目录ElasticSearch入门(1)——了解ES1. Lucene2. ElasticSearch1. ES开启跨域2. 索引 - index3. 类型 - type4. 文档 - document5. 分片 - shared6. 集群 - cluster7. 节点 - Node3. IK分词器1. ik_smart - 最少切分2. ik_max_word - 最细粒度划分3. 增加自定义字典4. 请求方式1. PUT2. GET3. POST5.
elasticsearch入门到精通pdf
05-16
elasticsearch入门到精通是一本非常优秀的elasticsearch学习指南。本书从elasticsearch的基础概念入手，对elasticsearch的结构、存储、检索、分布式架构等方面进行了详细的介绍。通过对官方文档的深入分析，本书展示...

“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

打赏作者

现实理想主义中的猿猴

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