Elasticsearch尚硅谷学习笔记胎级教程(一)

最新推荐文章于 2022-04-05 16:04:54 发布
最新推荐文章于 2022-04-05 16:04:54 发布
阅读量1.3k 收藏 25
点赞数 2
分类专栏： elasticsearch 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/qq_36364955/article/details/115838058
版权

Elasticsearch目录

前言

The Elastic Stack, 包括 Elasticsearch、Kibana、Beats 和 Logstash（也称为 ELK Stack）。能够安全可靠地获取任何来源、任何格式的数据，然后实时地对数据进行搜索、分析和可视化。Elaticsearch，简称为 ES，ES 是一个开源的高扩展的分布式全文搜索引擎，是整个 Elastic Stack 技术栈的核心。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 级别的数据。

提示：以下是本篇文章正文内容，下面案例可供参考

一、Elasticsearch 7.12.0安装

Elasticsearch 的官方地址：https://www.elastic.co/cn/，Elasticsearch 最新的版本是 7.12.0（截止 2021.3.24），我们选择最新版本，下载地址：https://www.elastic.co/cn/downloads/past-releases#elasticsearch，前面一文我已经将Elasticsearch.7.12.0安装虚拟机docker上面了，这里就不说明了。这边用到测试接口的工具是Postman，Postman 官网：https://www.getpostman.com。Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。为了方便大家理解，我们将 Elasticsearch 里存储文档数据和关系型数据库 MySQL 存储数据的概念进行一个类比：
ES 里的 Index 可以看做一个库，而 Types 相当于表，Documents 则相当于表的行。这里 Types 的概念已经被逐渐弱化，Elasticsearch 6.X 中，一个 index 下已经只能包含一个type，Elasticsearch 7.X 中, Type 的概念已经被删除了,官方文档还是基于ES2.x，有些方法已经过时了。在这里插入图片描述

二、HTTP 操作

1.索引操作

1)创建索引

创建索引（示例）：
在 Postman 中，向 ES 服务器发 PUT 请求 ：http://192.168.28.129:9200/fangdada
在这里插入图片描述

{
    "acknowledged": true,  //响应结果
    "shards_acknowledged": true, //分片结果 
    "index": "fangdada" //索引名称
}
# 注意：创建索引库的分片数默认 1 片，在 7.0.0 之前的 Elasticsearch 版本中，默认 5 片

上面我们已经创建一个fangdada的索引，现在我们尝试再次创建，会报错，错误信息显示已经存在了同名索引。
在这里插入图片描述

2)查看所有索引

发送GET请求，http://192.168.28.129:9200/_cat/indices?v
_cat 表示查看的意思，indices 表示索引，所以整体含义就是查看当前 ES服务器中的所有索引，就好像 MySQL 中的 show tables 的感觉。
在这里插入图片描述
我们来看下各个返回参数的含义：

health 当前服务器健康状态：
green(集群完整) yellow(单点正常、集群不完整) red(单点不正常)
status 索引打开、关闭状态
index 索引名
uuid 索引统一编号
pri 主分片数量
rep 副本数量
docs.count 可用文档数量
docs.deleted 文档删除状态（逻辑删除）
store.size 主分片和副分片整体占空间大小
pri.store.size 主分片占空间大小

3)查看单个索引

GET请求http://192.168.28.129:9200/fangdada，即ip+索引名
在这里插入图片描述
来分析下返回的json数据

{
    "fangdada"【索引名】: {
        "aliases"【别名】: {},
        "mappings"【映射】: {},
        "settings"【设置】: {
            "index"【设置 - 索引】: {
                "routing"【设置 - 路由】: {
                    "allocation": {
                        "include": {
                            "_tier_preference": "data_content"
                        }
                    }
                },
                "number_of_shards"【设置 - 索引 - 主分片数量】: "1",
                "provided_name"【设置 - 索引 - 名称】: "fangdada",
                "creation_date"【设置 - 索引 - 创建时间】: "1618753338924",
                "number_of_replicas"【设置 - 索引 - 副分片数量】: "1",
                "uuid"【设置 - 索引 - 唯一标识】: "5G-cwqkzQWikvicfRryIhQ",
                "version""【设置 - 索引 - 版本】: {
                    "created": "7120099"
                }
            }
        }
    }
}

4)删除索引

发送DELETE请求，http://192.168.28.129:9200/fangdada，执行完索引已经删除，再次访问，服务器放回响应：索引不存在。
在这里插入图片描述

2.文档操作

1)创建文档

向 ES 服务器发 POST 请求 ：http://127.0.0.1:9200/fangdada/mobile
fangdada是索引名，type类型名为mobile
在这里插入图片描述
分析ES服务器返回的响应体：

{
    "_index": "fangdada",	//索引名称
    "_type": "mobile",	//类型
    "_id": "03tS5XgBzIZ_cMxMK5B0", //主键ID，随机生成
    "_version": 1,	//版本
    "result": "created", //返回结果created表示创建成功
    "_shards": { 	// 分片
        "total": 2, // 分片总数
        "successful": 1, // 分片成功数
        "failed": 0 // 分片失败数
    },
    "_seq_no": 0,
    "_primary_term": 1
}

这里对于分片的概念可以查看link(elasticsearch 分片(Shards)的理解)，如果我们想自定义一个唯一标识，需要在创建时指定：http://192.168.28.129:9200/fangdada/mobile/1001，此时返回的id是1001
在这里插入图片描述

2)查看文档

向 ES 服务器发 GET 请求 ：http://192.168.28.129:9200/fangdada/mobile/1001
在这里插入图片描述

3)修改文档

向 ES 服务器发 POST 请求 ：http://192.168.28.129:9200/fangdada/mobile/1001，这里需要注意的是返回结果是updated，id：1001的小米手机已经存在，所以现在是更新原来的数据。
在这里插入图片描述

4)修改字段

修改数据时，也可以只修改指定一条数据的某个局部信息
向 ES 服务器发 POST 请求 ：http://192.168.28.129:9200/fangdada/_update/1001
请求内容是：

{
    "doc":{
        "title": "华为手机",
        "price": 5000.00
    }
}

在这里插入图片描述

5)删除文档

删除一个文档不会立即从磁盘上移除，它只是被标记成已删除（逻辑删除）。向 ES 服务器发 DELETE 请求 ：http://192.168.28.129:9200/fangdada/mobile/1001
在这里插入图片描述

6)条件删除文档

首先添加两条数据

{
 "title":"小米手机",
 "category":"小米",
 "images":"http://www.gulixueyuan.com/xm.jpg",
 "price":4000.00
}
{
 "title":"华为手机",
 "category":"华为",
 "images":"http://www.gulixueyuan.com/hw.jpg",
 "price":4000.00
}

向 ES 服务器发 POST 请求 ：http://127.0.0.1:9200/shopping/_delete_by_query，类似批量删除，匹配到price为4000的全部删除,这里注意要使用POST请求，而且方法名是_delete_by_query。

{
    "query": {
        "match": {
            "price": 4000.00
        }
    }
}

3.映射操作

有了索引库，等于有了数据库中的 database。接下来就需要建索引库(index)中的映射了，类似于数据库(database)中的表结构(table)。创建数据库表需要设置字段名称，类型，长度，约束等；索引库也一样，需要知道这个类型下有哪些字段，每个字段有哪些约束信息，这就叫做映射(mapping)。

1)创建映射

向 ES 服务器发 PUT 请求 ：http://127.0.0.1:9200/student/_mapping，如果这里创建不成功，则需要先创建student索引，然后再创建应映射。
请求体内容：

{
    "properties": {
        "name": {
            "type": "text",
            "index": true
        },
        "sex": {
            "type": "text",
            "index": false
        },
        "age": {
            "type": "long",
            "index": false
        }
    }
}

映射数据说明

字段名：任意填写，下面指定许多属性，例如：title、subtitle、images、price
type：类型，Elasticsearch 中支持的数据类型非常丰富，说几个关键的
String 类型，又分两种 text：可分词 keyword：不可分词，数据会作为完整字段进行匹配
Numerical：数值类型，分两类
基本数据类型：long、integer、short、byte、double、float、half_float
浮点数的高精度类型：scaled_float
Date：日期类型
Array：数组类型
Object：对象
index：是否索引，默认为 true，也就是说你不进行任何配置，所有字段都会被索引。
true：字段会被索引，则可以用来进行搜索
false：字段不会被索引，不能用来搜索
store：是否将数据进行独立存储，默认为 false
原始的文本会存储在_source 里面，默认情况下其他提取出来的字段都不是独立存储
的，是从_source 里面提取出来的。当然你也可以独立的存储某个字段，只要设置
"store": true 即可，获取独立存储的字段要比从_source 中解析快得多，但是也会占用
更多的空间，所以要根据实际业务需求来设置。
analyzer：分词器，这里的 ik_max_word 即使用 ik 分词器

在这里插入图片描述

2)查看映射

向 ES 服务器发 GET 请求 ：http://192.168.28.129:9200/fangdada/_mapping
在这里插入图片描述

3)索引映射关联

向 ES 服务器发 PUT 请求 ：http://192.168.28.129:9200/student1

请求体内容：

{
    "settings": {},
    "mappings": {
        "properties": {
            "name": {
                "type": "text",
                "index": true
            },
            "sex": {
                "type": "text",
                "index": false
            },
            "age": {
                "type": "long",
                "index": false
            }
        }
    }
}

在这里插入图片描述

4.高级查询

Elasticsearch 提供了基于 JSON 提供完整的查询 DSL 来定义查询
首先我们来定义一些数据：

# POST http://192.168.28.129:9200/student/_doc/1001
{
    "name": "zhangsan",
    "nickname": "zhangsan",
    "sex": "男",
    "age": 30
}
# POST http://192.168.28.129:9200/student/_doc/1002
{
    "name": "lisi",
    "nickname": "lisi",
    "sex": "男",
    "age": 20
}
# POST http://192.168.28.129:9200/student/_doc/1003
{
    "name": "wangwu",
    "nickname": "wangwu",
    "sex": "女",
    "age": 40
}
# POST http://192.168.28.129:9200/student/_doc/1004
{
    "name": "zhangsan1",
    "nickname": "zhangsan1",
    "sex": "女",
    "age": 50
}
# POST http://192.168.28.129:9200/student/_doc/1005
{
    "name": "zhangsan2",
    "nickname": "zhangsan2",
    "sex": "女",
    "age": 30
}

1)查看所有文档

向 ES 服务器发 GET 请求 ：http://192.168.28.129:9200/student/_search
在这里插入图片描述
这边简单介绍下查询条件

{
    "query":{
        "match_all":{}
    }
}
# "query"：这里的 query 代表一个查询对象，里面可以有不同的查询属性
# "match_all"：查询类型，例如：match_all(代表查询所有)， match，term ， range 等等
# {查询条件}：查询条件会根据类型的不同，写法也有差异

我们来分析下返回的响应体

{
    "took【查询花费时间，单位毫秒】": 2,
    "timed_out【是否超时】": false,
    "_shards"【分片信息】: {
        "total"【总数】: 1,
        "successful"【成功】: 1,
        "skipped"【忽略】: 0,
        "failed"【失败】: 0
    },
    "hits"【搜索命中结果】: {
        "total"【搜索条件匹配的文档总数】: {
            "value" 【总命中计数的值】: 5,
            "relation"【计数规则】: "eq" # eq 表示计数准确， gte 表示计数不准确
        },
        "max_score"【匹配度分值】: 1.0,
        "hits"【命中结果集合】: []
    }
}

2)匹配查询

match 匹配类型查询，会把查询条件进行分词，然后进行查询，多个词条之间是 or 的关系，在 Postman 中，向 ES 服务器发 GET 请求 ：http://192.168.28.129:9200/student/_search
单个词条请求内容

{
    "query":{
        "match":{
            "name": "lisi"
        }
    }
}

在这里插入图片描述
多个词条进行or查询，这里查询条件是匹配姓名是lisi或者zhangsan，多个词条切记需要用空格隔开。
在这里插入图片描述

3)字段匹配查询

multi_match 与 match 类似，不同的是它可以在多个字段中查询。向 ES 服务器发 GET 请求http://192.168.28.129:9200/student/_search
请求体内容，这个意思是匹配字段name或者nickname值为zhangsan的。

{
    "query": {
        "multi_match": {
            "query": "zhangsan",
            "fields": [
                "name",
                "nickname"
            ]
        }
    }
}

在这里插入图片描述

4)关键字精确查询

term 查询，精确的关键词匹配查询，不对查询条件进行分词。
在 Postman 中，向 ES 服务器发 GET 请求 ：http://192.168.28.129:9200/student/_search

{
    "query": {
        "term": {
            "name": {
                "value": "zhangsan"
            }
        }
    }
}

在这里插入图片描述

5)多关键字精确查询

terms 查询和 term 查询一样，但它允许你指定多值进行匹配。
如果这个字段包含了指定值中的任何一个值，那么这个文档满足条件，类似于 mysql 的 in查询，向 ES 服务器发 GET 请求 ：http://192.168.28.129:9200/student/_search

{
    "query": {
        "terms": {
            "name": [
                "zhangsan",
                "lisi"
            ]
        }
    }
}

在这里插入图片描述

6)指定查询字段

默认情况下，Elasticsearch 在搜索的结果中，会把文档中保存在_source 的所有字段都返回。如果我们只想获取其中的部分字段，我们可以添加_source 的过滤，在 Postman 中，向 ES 服务器发 GET 请求 ：http://192.168.28.129:9200/student/_search，这边只查询name和nickname字段，查询条件精确查询nickname=zhangsan的文档。

{
    "_source": [
        "name",
        "nickname"
    ],
    "query": {
        "terms": {
            "nickname": [
                "zhangsan"
            ]
        }
    }
}

在这里插入图片描述

7)过滤字段

我们也可以通过：

includes：来指定想要显示的字段
excludes：来指定不想要显示的字段

向 ES 服务器发 GET 请求 ：http://192.168.28.129:9200/student/_search

{
    "_source": {
        "includes": [
            "name",
            "nickname"
        ]
    },
    "query": {
        "terms": {
            "nickname": [
                "zhangsan"
            ]
        }
    }
}

在这里插入图片描述

8)组合查询

bool把各种其它查询通过must（必须 ）、must_not（必须不）、should（应该）的方式进行组合。在 Postman 中，向 ES 服务器发 GET 请求 ：http://192.168.28.129:9200/student/_search。

{
    "query": {
        "bool": {
            "must": [
                {
                    "match": {
                        "name": "zhangsan"
                    }
                }
            ],
            "must_not": [
                {
                    "match": {
                        "age": "40"
                    }
                }
            ],
            "should": [
                {
                    "match": {
                        "sex": "男"
                    }
                }
            ]
        }
    }
}

这里会发现报错了，因为设置映射时候我们把age和sex的index值设置了false，禁止索引，不能通过索引来查询，查询相关文档，映射无法删除。没有办法，只能删除student索引，再次创建时student索引和_mapping映射。
在这里插入图片描述

9)范围查询

range 查询找出那些落在指定区间内的数字或者时间。range 查询允许以下字符

操作符    说明
gt		 大于>
gte		 大于等于>=
lt		 小于<
lte		 小于等于<=

匹配年龄大于等于30小于等于35的数据

{
    "query": {
        "range": {
            "age": {
                "gte": 30,
                "lte": 35
            }
        }
    }
}

在这里插入图片描述

10)模糊查询

返回包含与搜索字词相似的字词的文档。编辑距离是将一个术语转换为另一个术语所需的一个字符更改的次数。这些更改可以包括：

更改字符（box → fox）
删除字符（black → lack）
插入字符（sic → sick）
转置两个相邻字符（act → cat）

为了找到相似的术语，fuzzy 查询会在指定的编辑距离内创建一组搜索词的所有可能的变体或扩展。然后查询返回每个扩展的完全匹配。通过 fuzziness 修改编辑距离。一般使用默认值 AUTO，根据术语的长度生成编辑距离。

{
    "query": {
        "fuzzy": {
            "name": {
                "value": "zhangsan"
            }
        }
    }
}

在这里插入图片描述

11)单字段排序

sort 可以让我们按照不同的字段进行排序，并且通过 order 指定排序的方式。desc 降序，asc升序。mysql中我们使用select xxx from table where 条件 order by 字段 desc，默认是asc排序，这边根据模糊查询zahngsan，并且根据age降序。

{
    "query": {
        "fuzzy": {
            "name": "zhangsan"
        }
    },
    "sort": [
        {
            "age": {
                "order": "desc"
            }
        }
    ]
}

12)多字段排序

假定我们想要结合使用 age 和 _score 进行查询，并且匹配的结果首先按照年龄排序，然后按照相关性得分排序。向 ES 服务器发 GET 请求 ：http://192.168.28.129:9200/student/_search

{
    "query": {
        "match_all": {}
    },
    "sort": [
        {
            "age": {
                "order": "desc"
            }
        },
        {
            "_score": {
                "order": "desc"
            }
        }
    ]
}

13)高亮查询

在进行关键字搜索时，搜索出的内容中的关键字会显示不同的颜色，称之为高亮。

Elasticsearch 可以对查询内容中的关键字部分，进行标签和样式(高亮)的设置。
在使用 match 查询的同时，加上一个 highlight 属性：
pre_tags：前置标签
post_tags：后置标签
fields：需要高亮的字段
title：这里声明 title 字段需要高亮，后面可以为这个字段设置特有配置，也可以空

向 ES 服务器发 GET 请求 ：http://192.168.28.129:9200/student/_search

{
    "query": {
        "match": {
            "name": "lisi"
        }
    },
    "highlight": {
        "pre_tags": "<font color='red'>",
        "post_tags": "</font>",
        "fields": {
            "name": {}
        }
    }
}

在这里插入图片描述

14)分页查询

from：当前页的起始索引，默认从 0 开始。 from = (pageNum - 1) * size，size：每页显示多少条，这边查询第一页，每页显示两条，年龄降序排序。

{
    "query": {
        "match_all": {}
    },
    "sort": [
        {
            "age": {
                "order": "desc"
            }
        }
    ],
    "from": 0,
    "size": 2
}

在这里插入图片描述

15)聚合查询

聚合允许使用者对 es 文档进行统计分析，类似与关系型数据库中的 group by，当然还有很多其他的聚合，例如取最大值、平均值等等。

  • 对某个字段取最大值 max
{
    "aggs": {
        "max_age": {
            "max": {
                "field": "age"
            }
        }
    },
    "size": 0
}

在这里插入图片描述

  • 对某个字段取最小值 min
{
    "aggs": {
        "min_age": {
            "min": {
                "field": "age"
            }
        }
    },
    "size": 0
}

在这里插入图片描述 - 对某个字段求和 sum

{
    "aggs": {
        "sum_age": {
            "sum": {
                "field": "age"
            }
        }
    },
    "size": 0
}

在这里插入图片描述

  • 对某个字段取平均值 avg
{
    "aggs": {
        "avg_age": {
            "avg": {
                "field": "age"
            }
        }
    },
    "size": 0
}

在这里插入图片描述

  • 对某个字段的值进行去重之后再取总数
{
    "aggs": {
        "distinct_age": {
            "cardinality": {
                "field": "age"
            }
        }
    },
    "size": 0
}

在这里插入图片描述

  • State 聚合
    stats 聚合，对某个字段一次性返回 count，max，min，avg 和 sum 五个指标
{
    "aggs": {
        "stats_age": {
            "stats": {
                "field": "age"
            }
        }
    },
    "size": 0
}

在这里插入图片描述

16)桶聚合查询

桶聚和相当于 sql 中的 group by 语句

  • terms 聚合，分组统计
{
    "aggs": {
        "age_groupby": {
            "terms": {
                "field": "age"
            }
        }
    },
    "size": 0
}

在这里插入图片描述

  • 在 terms 分组下再进行聚合
{
    "aggs": {
        "age_groupby": {
            "terms": {
                "field": "age"
            }
        }
    },
    "size": 0
}

在这里插入图片描述

无情的螺丝
关注
  • 2
    点赞
  • 踩
  • 25
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Elasticsearch 学习资料集合
06-06
Elasticsearch 学习资料集合，elasticsearch集成ik分词器详细文档，elasticsearch+hbase整合步骤，Elasticsearch技术解析与实战
尚硅谷SpringBoot核心技术篇视频教程，百度网盘下载链接，永久有效，无密码
11-04
尚硅谷SpringBoot核心技术篇视频教程，百度网盘下载链接，永久有效，无密码
ElasticSearch 尚硅谷版笔记
weixin_50224527的博客
02-25 2308
1.ElasticSearch简介 测试代码压缩文件 https://gitee.com/laobinggan/img-blog/tree/master/bolg ES是一个开源的高扩展的分布式全栈全文搜索引擎。 下载链接直达：https://www.elastic.co/downloads/past-releases#elasticsearch，解压后点击elasticserch。bat，启动，访问http://localhost:9200/ 数据格式 倒排索引 2.快速入门 中午文档https:/
ElasticSearch全套视频
weixin_41126842的博客
07-09 6568
https://pan.baidu.com/s/15jK9wwPLgUkgM_3wkzjfsQ vifj 我的微信ZF363133213,欢迎加我好友
尚硅谷-ElasticSearch教程笔记
Brave_heart4pzj的博客
04-05 1250
https://blog.csdn.net/u011863024/article/details/115721328
ElasticSearch 学习笔记
01-20
文章目录ElasticSearch 学习笔记基本概念倒排索引timeout 超时Query 与 filter 的区别query全文检索短语检索高亮检索分组检索平均值的检索区间检索批量查询查询排序查询缓存文档替换与删除ES路由查询路由分词Mapping...
ElasticSearch学习笔记
04-11
ElasticSearch学习笔记
Elasticsearch入门学习笔记
06-28
Elasticsearch入门学习笔记，适用于未学过Elasticsearch的人群，其中有些内容也是参考官方文档。
Babel 入门教程学习笔记
01-19
Babel是一个广泛使用的转码器，可以将ES6代码转为ES5代码，从而在现有环境执行。 这意味着，你可以现在就用 ES6 编写程序，而不用担心现有环境是否支持。下面是一个例子。 // 转码前 input.map(item => item + 1);...
Elasticsearch尚硅谷学习笔记(三)进阶详解
用心创造梦想
04-21 392
一、核心概念 1.1索引（Index） 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
ediary 笔记软件
05-24
记笔记非常好用哦~最重要的是可以离线使用
尚硅谷SpringBoot核心技术篇--源码、资料、课件
05-05
尚硅谷SpringBoot核心技术篇，课堂老师讲课使用的课件，资料，源码、和上课笔记资料比较全，共享出来供大家学些
尚硅谷-SpringBoot高级-检索-Elasticsearch快速入门
Leon_Jinhai_Sun的博客
08-17 1406
前面我们安装好了ElasticSearch,我以后就简称他为ES,而一些人还不知道基本的使用,那我们接下来做一个快速 入门,了解一下他的使用方法,以及一些基本概念,方便我们后来整合,那么要学习ES最好的工具呢,就是我们官方文档, ElasticSearch的官方就是elastic.co https://www.elastic.co/cn/learn 在了解这一块, 有一个docs, ...
灰灰商城-ElasticSearch+kibana笔记（尚硅谷谷粒商城2020）够豪横！
weixin_44889138的博客
06-22 1706
文章目录灰灰商城-分布式高级篇-1全文检索-ElasticSearchdocker 安装1、下载镜像文件2、创建实例1. 创建外部ElasticSearch配置文件2. 运行 ElasticSearch3. 运行kibana4. 访问 主机+端口3、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7. 样本测试数据4、进阶检索1. SearchAPI2. Query DSL -> 查询领域对象语言1、一个查询语句的典型结构2、 match用法3、
Elasticsearch - 尚硅谷（3. Elasticsearch 基本操作_上）学习笔记
圆的博客
05-06 2151
上一篇：（2. Elasticsearch 安装）学习笔记 文章目录1. 1.
Elasticsearch - 尚硅谷（5. Elasticsearch 环境）学习笔记
圆的博客
05-07 856
上一篇：（4. Elasticsearch 基本操作_下）学习笔记 文章目录1. 相关概念1.1 Windows 集群1.1.1 部署集群1.1.2 启动集群1.1.3 测试集群 1. 相关概念 1.1 Windows 集群 1.1.1 部署集群 创建 elasticsearch-cluster 文件夹，在内部复制三个 elasticsearch 服务 修改集群文件目录中每个节点的 config/elasticsearch.yml 配置文件 node-1001 节点 #节点 1 的配置信息： #集
Elasticsearch教程（一），全程直播（小白级别）
superviser3000的博客
06-29 1535
以前刚刚开始用  elasticsearch  的时候，记得是0.9版本，现在都2.0+了。再玩一下 elasticsearch  的新版本。2.2.0下载地址：点击下载。下载后在 elasticsearch  根目录下启动。elasticsearch-2.2.0]# ./bin/elasticsearch提示错误：Exception in thread "main" java.lang.Runt...
尚硅谷面试第一季-18ES与Solr的区别
weixin_34097242的博客
03-31 768
背景：它们都是基于Lucene搜索服务器基础之上开发，一款优秀的，高性能的企业级搜索服务器。【是因为他们都是基于分词技术构建的倒排索引的方式进行查询】 开发语言：Java语言开发 诞生时间：Solr ：2004年诞生。ES：2010年诞生。ES 更新【功能越强大】 区别： 1.当实时建立索引的时候，solr会产生io阻塞，而es则不会，es查询性能要高于solr。 2.在不断动态添加数据...
elasticsearch 尚硅谷笔记
最新发布
08-19
对于Elasticsearch尚硅谷笔记，根据提供的引用内容，我没有找到与此相关的信息。请提供更多详细信息或其他引用资料，以便我可以更好地回答您的问题。<span class="em">1</span><span class="em">2</span><span class...

“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 1
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