Negen.H

自定义分析器 虽然Elasticsearch内置了一系列的分析器，但是真正的强大之处在于定制你自己的分析器。你可以通过在配置文件中组合字符过滤器，分词器和表征过滤器，来满足特定数据的需求。 分析器  是三个顺序执行的组件的结合（字符过滤器，分词器，表征过滤器）。 字符过滤器     字符过滤器是让字符串在被分词前变得更加“整洁”。例如，如果我们的文    本是HTML格式，它可能会

映射 索引中每个文档都有一个类型(type)。每个类型拥有自己的映射(mapping)或者模式定义(schema definition)。一个映射定义了字段类型，每个字段的数据类型，以及字段被Elasticsearch处理的方式。映射还用于设置关联到类型上的元数据。 核心简单字段类型 Elasticsearch支持以下简单字段类型： 当你索引一个包含新字段的文档--一个之前没有

分析和分析器 分析（analysis）是这样一个过程：     *首先，表征化一个文本块适用于倒排索引单独的词(term)     *然后标准化这些词为标准形式，提高它们的“可搜索性”和“查全率” 这个工作是分析器(analyzer)完成的。一个分析器(analyzer)只是一个包装用于将三个功能放到一个包里： 字符过滤器： 首先字符串经过字符过滤器(character fil

确切值(Exact values)vs全文文本(Full text) Elasticsearch中的数据可以大致分为两种类型： 确切值及全文文本。 确切值是确定的，正如它的名字一样。比如一个date或用户ID，也可以包含更多的字符串比如username或email地址。 确切值“foo”和“foo”就并不相同。确切值2014和2014-09-15也不相同。 全文文本，从另一个角度来说是文

空搜索 最基本的搜索API表单是空搜索(empty search),它没有指定任何的查询条件，只返回集群中的索引文档： 请求命令： url http://10.139.32.155:9200/_search 响应内容类似于这样： {"took":18,"timed_out":false,"_shards":{"total":5,"successful":5,"failed":0},"hi

新建索引和文档 新建索引和删除请求都是写操作，它们必须在主分片上成功完成才能复制到相关的复制分片上。 主分片和复制分片上成功创建索引和删除一个文档必要的顺序步骤： 1、客户端给node1发送新建索引和删除请求。 2、节点使用文档的_id确定文档属于分片0.它转发请求到node3，分片0位于这     个节点上。 3、node3在主分片上执行请求，如果成功，它转发请求到相应的位

文档局部更新 文档是不可变的---它们不能被更改，只能被替换。update API必须遵循相同的规则。表面看来，我们似乎是局部更新了文档的位置，内部却是像我们之前说的一样简单的使用update API处理相同的检索-修改-重建索引流程，我们也减少了其他进程可能导致冲突的修改。 最简单的update请求表单接收一个局部文档参数doc，它会合并到现有文档中---对象合并在一起，存在的标量字段被

处理冲突 当使用index API更新文档的时候，我们读取原始文档，做修改，然后将整个文档（whole document）一次性的重新索引。最近的索引请求会生效-Elasticsearch中只存储最后被索引的任何文档。如果其他人同时也修改了这个文档，他们的修改，将会丢失。 例子： 一天，老板决定做一个促销。瞬间，我们每秒就销售了几个商品。想象两个同时运行的web进程，两者同时处理一件商品

#!/usr/bin/env python # -*- coding: utf-8 -*- """ Created on 2017-11-20 @author: Negen """ import pyes #创建ES连接，这是我的ip地址，个人本机上就用localhost，默认端口9200 conn = pyes.ES(['10.139.32.155:9200']) ''' 查询语句

名词解释： boost: boost参数被用来增加一个子句的相对权重(当boost大于1时)，或者减小相对权重(当boost介于0到1时)，但是增加或者减小不是线性的。换言之，boost设为2并不会让最终的_score加倍。 相反，新的_score会在适用了boost后被归一化(Normalized)。每种查询都有自己的归一化算法(Normalization Algorithm)。但是能够说