qq_38146392的博客

Spring Data Elasticsearch是什么Spring Data 的目的是用统一的接口，适配所有不同的存储类型。Spring Data Elasticsearch是Spring Data的一个子项目，该项目旨在为新数据存储提供熟悉且一致的基于 Spring 的编程模型，同时保留特定于存储的功能和功能。Spring Data Elasticsearch是一个以 POJO 为中心的模型，用于与 Elastichsearch 文档交互并轻松编写 Repository 风格的数据访问层特点

ES客户端：Elasticsearch Clients语言无关性Java REST ClientJava APIPython APIGo API.Net APIPHP APIJavaScripts APIRuby APIPerl APIElandRustCommunity Contributed ClientsJava API生命周期（生卒年：ES 0.9 - ES 7.x）Java API使用的客户端名称叫TransportClient，从7.0.0开始，官方已经不建议

ES客户端：Elasticsearch Clients语言无关性Java REST ClientJava APIPython APIGo API.Net APIPHP APIJavaScripts APIRuby APIPerl APIElandRustCommunity Contributed ClientsJava API生命周期（生卒年：ES 0.9 - ES 7.x）Java API使用的客户端名称叫TransportClient，从7.0.0开始，官方已经不建议

数据建模嵌套类型：Nestednested属于object类型的一种，是Elasticsearch中用于复杂类型对象数组的索引操作。Elasticsearch没有内部对象的概念，因此，ES在存储复杂类型的时候会把对象的复杂层次结果扁平化为一个键值对列表。比如：PUT my-index-000001/_doc/1{ "group" : "fans", "user" : [ { "first" : "John", "last" : "Smith" }

搜索推荐：Suggest概述搜索一般都会要求具有“搜索推荐”或者叫“搜索补全”的功能，即在用户输入搜索的过程中，进行自动补全或者纠错。以此来提高搜索文档的匹配精准度，进而提升用户的搜索体验，这就是Suggest。四种Suggesterterm suggester：term suggester正如其名，只基于tokenizer之后的单个term去匹配建议词，并不会考虑多个term之间的关系POST <index>/_search{ "suggest": { "<

模糊查询前缀搜索：prefix概念：以xx开头的搜索，不计算相关度评分。注意：前缀搜索匹配的是term，而不是field。前缀搜索的性能很差前缀搜索没有缓存前缀搜索尽可能把前缀长度设置的更长语法：GET <index>/_search{ "query": { "prefix": { "<field>": { "value": "<word_prefix>" } } }}inde

索引的批量操作批量查询和批量增删改批量查询GET /_mget批量写入：POST /_bulkPOST /<index>/_bulk{"action": {"metadata"}}{"data"}注意：​ bulk api对json的语法有严格的要求，除了delete外，每一个操作都要两个json串（metadata和business data），且每个json串内不能换行，非同一个json串必须换行，否则会报错；​ bulk操作中，任意一个操作失败，是

脚本查询概念Scripting是Elasticsearch支持的一种专门用于复杂场景下支持自定义编程的强大的脚本功能，ES支持多种脚本语言，如painless，其语法类似于Java,也有注释、关键字、类型、变量、函数等，其就要相对于其他脚本高出几倍的性能，并且安全可靠，可以用于内联和存储脚本。支持的语言groovy：ES 1.4.x-5.0的默认脚本语言painless：JavaEE使用java语言开发，.Net使用C#/F#语言开发，Flutter使用Dart语言开发，同样，ES

聚合查询概念聚合（aggs）不同于普通查询，是目前学到的第二种大的查询分类，第一种即“query”，因此在代码中的第一层嵌套由“query”变为了“aggs”。用于进行聚合的字段必须是exact value，分词字段不可进行聚合，对于text字段如果需要使用聚合，需要开启fielddata，但是通常不建议，因为fielddata是将聚合使用的数据结构由磁盘（doc_values）变为了堆内存（field_data），大数据的聚合操作很容易导致OOM，详细原理会在进阶篇中阐述。聚合分类分桶聚

分词器1 normalization：文档规范化,提高召回率2 字符过滤器（character filter）：分词之前的预处理，过滤无用字符HTML Strip Character Filter：html_strip参数：escaped_tags 需要保留的html标签Mapping Character Filter：type mappingPattern Replace Character Filter：type pattern_replace3 令牌过滤器（token fil

Query DSL(Domain Specific Language)1 查询上下文​ 使用query关键字进行检索，倾向于相关度搜索，故需要计算评分。搜索是Elasticsearch最关键和重要的部分。2 相关度评分：_score​ 概念：相关度评分用于对搜索结果排序，评分越高则认为其结果和搜索的预期值相关度越高，即越符合搜索预期值。在7.x之前相关度评分默认使用TF/IDF算法计算而来，7.x之后默认为BM25。在核心知识篇不必关心相关评分的具体原理，只需知晓其概念即可。​ 排序：相关度评

Mapping1 概念：​ ES中的mapping有点类似与RDB中“表结构”的概念，在MySQL中，表结构里包含了字段名称，字段的类型还有索引信息等。在Mapping里也包含了一些属性，比如字段名称、类型、字段使用的分词器、是否评分、是否创建索引等属性，并且在ES中一个字段可以有对个类型。分词器、评分等概念在后面的课程讲解。2 查看mapping​ GET /index/_mappings3 ES数据类型​ ① 常见类型​ 1) 数字类型：​ long integer short

1、index基本操作（1）创建索引：PUT /index?pretty（2）查询索引：GET _cat/indices?v（3）删除索引：DELETE /index?pretty（4）插入数据：PUT /index/_doc/id{ Json数据}（5） 1) 全量替换2) 指定字段更新（6）删除数据 DELETE /index/type/id2、mapping基本操作# Dynamic mappingDELETE product_mappingGET produc

![在这里插入图片描述](https://img-blog.csdnimg.cn/b82f029316a7487e956cf1aa88bbfa68.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAam9qb1JleQ==,size_20,color_FFFFFF,t_70,g_se,x_16