Elasticsearch（7.6）笔记

最新推荐文章于 2024-06-17 09:36:52 发布
最新推荐文章于 2024-06-17 09:36:52 发布
阅读量476 收藏 3
点赞数
文章标签： elasticsearch 数据库
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_41790687/article/details/115025418
版权

一.相关概念

ES资料地址：链接：https://pan.baidu.com/s/1PT3jLvCksOhq7kgAKzQm7g 提取码：s824

1.什么是Elasticsearch

ES是一个高扩展分布式搜索和分析引擎。是对lucene的一个封装,隐藏了lucene的复杂操作，对外提供简易的api接口（RESTfUL API）。

2.Elasticsearch特点

（1）可以作为一个大型分布式集群技术（默认集群名：elasticsearch），处理BP级数据，也可以单机运行。
（2）将全文检索、数据分析以及分布式技术融为一体。
（3）对用户而言，开箱即用（解压就可以用）。
（4）是对传统数据库的一个补充：全文检索，同义词处理，相关度排名，复杂数据分析，海量数据近实时处理。（近实时：两个意思，从写入数据到数据可以被搜索到有一个小延迟（大概1秒）；基于es执行搜索和分析可以达到秒级）。

3.原理：全文检索，倒排索引

（1）全文检索：是指计算机索引程序通过扫描文章的每一个词，对每个词建立索引，记录该词在文章出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找结果反馈给用户的检索方式。
（2）倒排索引：文章落库时，会先进行分词，每个词会建立索引，记录词与文章的映射关系。当查找是，将查找语句进行分词，分好的词再根据之前的词语文章映射关系去查找文章的过程就是倒排索引。

4.elasticsearch与数据库的类比

关系型数据库（比如Mysql）非关系型数据库（Elasticsearch）
数据库Database索Index
表Table类型Type
数据行Row文档Document (默认_doc)不需要写
数据列Column字段Field
约束 Schema映射Mapping

Mapping(字段类型):数据如何存放到索引对象上，需要有一个映射配置，包括：数据类型、是否存储、是否分词等。

5. solr和ES对比

  1. Solr利用Zookeeper进行分布式管理，而ES自带分布式协调管理功能。
  2. Solr支持更多格式数据，比如JSON,XML,CSV;而ES仅支持json格式。
  3. Solr官方提供的功能更多，而ES注重核心功能，高级功能多用第三方插件提供，例如图形化界面需要Kibana友好支持。
  4. Solr查询快，但更新索引慢（即删除慢）。用于电商查询多的应用。ES建立索引快（即查询慢），实时性查询快，用于facebook，新浪等搜索。
  5. Solr更成熟，有更大更成熟的用户、开发者和贡献者社区。ES相对开发维护者较少，更新快，学习成本高（趋势）。

二.安装启动

1.官网下载：https://www.elastic.co/products/elasticsearch
2.双击启动
在这里插入图片描述3.访问
在这里插入图片描述

安装可视化界面 head插件
1.下载地址:(依赖node.js环境)在这里插入图片描述
2.安装依赖
在这里插入图片描述
（1）npm run satart 启动
（2）解决跨域（elasticsearch.yml）：配置重启ES

		#开启跨域
		http.cors.enabled: true
		#允许所有人访问
		http.cors.allow-origin: "*"

安装kibana

它是针对ES的开源分析及可视化平台，用来搜索，查看交互存储在ES索引中的数据。使用kibana可以通过各种图表进行高级数据分析及展示。
双击启动：kibana.bat
汉化（kibana.yml）：
#汉化
i18n.locale: “zh-CN”

IK分词器（中文分词器）

（1）下载完放入ES的plugins目录下重启：elasticsearch-7.6.1\plugins\ik
（2）在cmd处查看安装的插件：elasticsearch-plugin
（3）IK分词器提供了两种算法:ik_smart和ik_max_word.其中ik_smart为最少切分，ik_max_word为最细粒度划分(划分多个词)。

IK分词器添加词（ik的conf目录下）
1.编写自己的词典文件。
2.配置词典文件。
在这里插入图片描述

kibana测试

GET _analyze
{
  "analyzer": "ik_smart",
  "text":"中国共产党"
}
GET _analyze
{
  "analyzer": "ik_max_word",
  "text":"中国共产党"
}

三.基本使用

REST命令说明

methodurl参数描述
PUTlocalhost:9200/索引名称/类型名称/文档id创建文档{指定文档id}类型名可以不用有默认的
POSTlocalhost:9200/索引名称/类型名称创建文档{随机文档id}
POSTlocalhost:9200/索引名称/类型名称/文档id/_update修改文档
DELETElocalhost:9200/索引名称/类型名称/文档id删除文档
GETlocalhost:9200/索引名称/[类型名称/文档id]查询文档.[ ]代表可选
POSTlocalhost:9200/索引名称/类型名称/_search查询所有数据
支持的字段类型
  1. 字符串类型：text、keyword
  2. 数值类型：long、Integer、short、byte、double、float、half float、scaled float
  3. 日期类型：date
  4. 布尔类型：boolean
  5. 二进制类型：binary
  6. 等等。。。
测试
PUT /test1/type1/1
{
  "name":"狂人说",
  "age":"18"
}

在这里插入图片描述

指定字段类型
PUT /test2
{
  "mappings": {
    "properties": {
      "name":{
        "type": "text"
      },
      "age":{
        "type": "long"
      },
      "birthday":{
        "type": "date"
      }
    }
  }
}

在这里插入图片描述

默认类型（很智能）
PUT /test3/_doc/1
{
 "name":"zs",
 "age":18,
 "birth":"1998-02-01"
}

在这里插入图片描述

其它命令

在这里插入图片描述

修改

曾经做法
在这里插入图片描述
现在做法

post /test3/_doc/1/_update
{
  "doc":{
    "name":"张三"
  }
}

四.文档的基本操作（重点）

添加数据

PUT /qyang/user/1
{
  "name":"小不点",
  "age":18,
  "decs":"一顿操作猛如虎，一看工资2500",
  "tags":["王者大神","技术胖","强势"]
}

获取数据

GET /qyang/user/1

更新数据 PUT （这种类似于替换）

PUT /qyang/user/2
{
  "name":"小不点啊"
}

(推荐)更新数据 POST _update

POST /qyang/user/1/_update
{
  "name":"我也是小不点啊"
}

简单条件查询

精确匹配
GET /qyang/user/_search?q=name:小不点

复杂搜索（排序，分页，高亮，模糊查询，精准查询）在这里插入图片描述在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

关于分词

  • term，精确查询，根据倒排索引精确查找。term用法和match一样，只是查询原理不一样。
  • match，使用分词器解析查询条件和文档文档，然后通过分析的文档进行查询。
    两个类型（对应mapping中的type） text(分词器解析进行分词) keyword（分词器不解析，整体当成一个词）
//term 不会对查询条件进行分词，整体当成一个词
GET /qyang/user/_search
{
  "query": {
    "term": {
      "name": "狂人说前端"
    }
  }
}

在这里插入图片描述

高亮查询

GET /qyang/user/_search
{
  "query": {
    "match": {
      "name": "狂人"
    }
  },
  "highlight": {
    "pre_tags": "<font style='color:red>",
    "post_tags": "</font>", 
    "fields": {
      "name":{}
    }
  }
}

在这里插入图片描述

查询总结

  1. 匹配
  2. 按照条件匹配
  3. 精确匹配
  4. 区间范围匹配
  5. 匹配字段过滤
  6. 条件查询
  7. 高亮查询

五.集成Spring Boot

1.原生依赖

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>7.11.2</version>
</dependency>

2.找对象

RestHighLevelClient client = new RestHighLevelClient(
        RestClient.builder(
                new HttpHost("localhost", 9200, "http"),
                new HttpHost("localhost", 9201, "http")));
  //用完关闭
  client.close();

3.创建spring boot应用，引入相关依赖
在这里插入图片描述
4.在config包中配置客户端对象，放入spring容器

@Configuration //相当于xml文件
public class ElasticSearchClientConfig {

   @Bean
   public RestHighLevelClient restHighLevelClient(){
       RestHighLevelClient client = new RestHighLevelClient(
               RestClient.builder(
                       new HttpHost("127.0.0.1", 9200, "http")));
       return client;
   }
}

5.apI测试

@SpringBootTest
class EsApiApplicationTests {

    @Autowired//按照类型匹配
    //@Qualifier("restHighLevelClient")//指定名称，默认方法名(有多个类型的时候使用)
    RestHighLevelClient client;

    //测试索引
    @Test
    void testCreateIndex() throws IOException {
        //1.创建请求
        CreateIndexRequest index = new CreateIndexRequest("test_index");
        //2.执行请求，获得结果   indices(index的复数)
        CreateIndexResponse createIndexResponse = client.indices().create(index, RequestOptions.DEFAULT);
        System.out.println(createIndexResponse.index());
    }
    @Test
    void testExistIndex() throws IOException {
        GetIndexRequest request = new GetIndexRequest("test_index");
        System.out.println(client.indices().exists(request,RequestOptions.DEFAULT));
    }
    @Test
    void testDeleteIndex() throws IOException {
        DeleteIndexRequest request = new DeleteIndexRequest("test_index");
        AcknowledgedResponse acknowledgedResponse = client.indices().delete(request, RequestOptions.DEFAULT);
        System.out.println(acknowledgedResponse.isAcknowledged());
    }

    //测试文档

    //添加文档
    @Test
    public void  testAddDocument() throws IOException {
        //实体类如果用 lombok的化  需要@Data注解
        User user = new User("小李飞刀", 22);
        //创建请求
        IndexRequest request = new IndexRequest("test_index");
        //   put /test_index/_doc/1
        request.id("1");
        //request.timeout("1s");  设置超时时间的方式
        request.timeout(TimeValue.timeValueSeconds(1));
        //放入数据   json格式
        request.source(JSON.toJSONString(user),XContentType.JSON);
        //客户端发送请求
        IndexResponse indexResponse = client.index(request, RequestOptions.DEFAULT);
        System.out.println(indexResponse.toString());
        //CREATED  和命令行一样
        System.out.println(indexResponse.status());
    }
    //测试文档是否存在
    @Test
    public void  testIsExists() throws IOException {
        //  get /index/_doc/1
        GetRequest getRequest = new GetRequest("test_index", "1");
        //不获取返回的  _source上下文
        getRequest.fetchSourceContext(new FetchSourceContext(false));
        System.out.println(client.exists(getRequest,RequestOptions.DEFAULT));
    }
    //获取文档
    @Test
    public void testGetDocument() throws IOException {
        GetRequest getRequest = new GetRequest("test_index", "1");
        GetResponse getResponse = client.get(getRequest, RequestOptions.DEFAULT);
        System.out.println(getResponse.getSourceAsString());
        System.out.println(getResponse);
    }
    //更新文档  增量更新
    @Test
    public void testUpdateDocument() throws IOException {
        UpdateRequest updateRequest = new UpdateRequest("test_index","1");
        updateRequest.timeout("1s");
        User user = new User("小李飞刀2", 18);
        updateRequest.doc(JSON.toJSONString(user),XContentType.JSON);
        UpdateResponse updateResponse = client.update(updateRequest, RequestOptions.DEFAULT);
        System.out.println(updateResponse.status());
    }
    //删除文档
    @Test
    public void testDeleteDocument() throws IOException {
        DeleteRequest deleteRequest = new DeleteRequest("test_index", "1");
        deleteRequest.timeout("1s");
        DeleteResponse deleteResponse = client.delete(deleteRequest, RequestOptions.DEFAULT);
        System.out.println(deleteResponse.status());
    }

    //真实项目，批量插入数据
    @Test
    void testBulkRequest() throws IOException {
        BulkRequest bulkRequest = new BulkRequest();
        bulkRequest.timeout("10s");
        ArrayList<User> userList = new ArrayList<>();
        for(int i=0;i<100;i++){
            //默认类型  "type":"text"  会进行分词
            userList.add(new User("摩西摩西"+i,i));
        }
        for (int i = 0; i < userList.size(); i++) {
            bulkRequest.add(
                    new IndexRequest("test_index").id(""+(i+1)).source(JSON.toJSONString(userList.get(i)),XContentType.JSON)
            );
        }
        BulkResponse bulkResponse = client.bulk(bulkRequest,RequestOptions.DEFAULT);
        System.out.println(bulkResponse.hasFailures());
    }
    /**
     * 查询
     * SearchRequest  搜索请求
     * SearchSourceBuilder  条件构造
     * HighlightBuilder  构建高亮
     * TermQueryBuilder  构建精确查询
     *  xxxQueryBuilder  对应我们的所有命令
     */
    @Test
    void testSearch() throws IOException {
        SearchRequest searchRequest = new SearchRequest("test_index");
        //构建搜索条件
        SearchSourceBuilder builder = new SearchSourceBuilder();
        //高亮
       // builder.highlighter(HighlightBuilder)
        //查询条件，我们可以使用 QueryBuilders 工具类，里面的方法对应前面学的命令
        //  QueryBuilders.termQuery()  精确查询
        //  QueryBuilders.matchAllQuery() 匹配所有
        TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("age", "15");
        builder.query(termQueryBuilder);
        builder.timeout(new TimeValue(60,TimeUnit.SECONDS));
        searchRequest.source(builder);
        SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
        System.out.println(JSON.toJSONString(searchResponse.getHits()));
        System.out.println("============");
        for (SearchHit documentFields : searchResponse.getHits().getHits()) {
            System.out.println(documentFields.getSourceAsString());
        }
    }
}

六.项目实战

1.controller

@Controller
public class indexController {

    @Autowired
    IndexService indexService;

    @GetMapping({"/","/index"})
    public String toIndex(){
        return "index";
    }
    @GetMapping("/parse/{keyword}")
    @ResponseBody
    public boolean parse(@PathVariable("keyword")String keyword){
       return indexService.parseContent(keyword);
    }

    @GetMapping("/search/{keyword}/{pageNumber}/{pageSize}")
    @ResponseBody
    public List<Map<String,Object>> search(@PathVariable("keyword")String keyword,
                                           @PathVariable("pageNumber")int pageNumber,
                                           @PathVariable("pageSize")int pageSize) throws IOException {
        return indexService.search(keyword,pageNumber,pageSize);

    }
}

2.service

@Service
public class IndexService {

    @Autowired
    RestHighLevelClient restHighLevelClient;

    public boolean parseContent(String keyword) {
        try {
            //Content类的属性需要有get/set方法
            List<Content> contents = HtmlParseUtil.parseJD(keyword);
            BulkRequest bulkRequest = new BulkRequest();
            bulkRequest.timeout("2m");
            for (int i=0; i<contents.size();i++){
               bulkRequest.add(new IndexRequest("jd_goods")
                        .source(JSON.toJSONString(contents.get(i)), XContentType.JSON));
            }
            BulkResponse bulk = restHighLevelClient.bulk(bulkRequest, RequestOptions.DEFAULT);
            return !bulk.hasFailures();

        } catch (Exception e) {
            e.printStackTrace();
        }
        return false;
    }

    public List<Map<String,Object>> search(String keyword, int pageNumber, int pageSize) throws IOException {
        if(pageNumber<1){
            pageNumber=1;
        }
        if(pageSize<=0){
            pageSize = 10;
        }
        //条件搜索
        SearchRequest searchRequest = new SearchRequest("jd_goods");
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

        //分页
        sourceBuilder.from((pageNumber-1)*pageSize);
        sourceBuilder.size(pageSize);

        //精准匹配
        TermQueryBuilder termQuery = QueryBuilders.termQuery("title", keyword);
        sourceBuilder.query(termQuery);
        sourceBuilder.timeout(new TimeValue(60,TimeUnit.SECONDS));

        //高亮
        HighlightBuilder highlightBuilder = new HighlightBuilder();
        highlightBuilder.field("title");
        highlightBuilder.requireFieldMatch(false);//多个高亮显示
        highlightBuilder.preTags("<font style='color:red'>");
        highlightBuilder.postTags("</font>");
        sourceBuilder.highlighter(highlightBuilder);
        //执行搜索
        searchRequest.source(sourceBuilder);
        SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);

        //解析结果
        ArrayList<Map<String,Object>> list = new ArrayList<>();
        for (SearchHit hit : searchResponse.getHits().getHits()) {
            Map<String, HighlightField> highlightFields = hit.getHighlightFields();
            HighlightField title = highlightFields.get("title");
            Map<String, Object> sourceAsMap = hit.getSourceAsMap();//原来的结果
            //解析高亮的字段，将原来的字段替换为高亮字段
            if(title!=null){
                Text[] fragments = title.getFragments();
                String n_title="";
                for(Text text: fragments){
                    n_title += text;
                }
                sourceAsMap.put("title",n_title);
            }
            list.add(sourceAsMap);
        }
        return list;
    }
}

3.config

@Configuration
public class ElasticSearchClientConfig {

    @Bean
    public RestHighLevelClient restHighLevelClient(){
        RestHighLevelClient client = new RestHighLevelClient(
                RestClient.builder(
                        new HttpHost("127.0.0.1", 9200, "http")));
        return client;
    }
}

4.utils(解析网页用jsoup,爬取视频，音乐用tika)

@Component
public class HtmlParseUtil {

    public static void main(String[] args) throws Exception {
        //不支持中文，设置  new URL(url） encoding...
        parseJD("vue").forEach(System.out::println);

    }
    public static List<Content> parseJD(String keywords) throws Exception {
        String url = "https://search.jd.com/Search?keyword="+keywords;
        //解析网页（jsoup返回的Document 就是js中的Document对象）
        Document document = Jsoup.parse(new URL(url), 30000);
        Element element = document.getElementById("J_goodsList");
        //获取所有的li元素
        Elements lisElement = element.getElementsByTag("li");
        //System.out.println(lisElement.html());
        //获取元素内容
        List<Content> goods = new ArrayList<>();
        for (Element e : lisElement) {
            String img = e.getElementsByTag("img").eq(0).attr("data-lazy-img");
            String price = e.getElementsByClass("p-price").eq(0).text();
            String title = e.getElementsByClass("p-name").eq(0).text();
            Content content = new Content();
            content.setImg(img);
            content.setPrice(price);
            content.setTitle(title);
            goods.add(content);
        }
        return goods;
    }
}
Who am I...
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
狂神说ElasitcSearch笔记（一）
萌新Java工程师
12-03 1908
ElasticSearch ElasticSearch简介 关于这部分，大家可以自己科普一下，有兴趣的，可以去B站UP主：狂神说Java关于ElasitcSearch这个课程的教程 ElasticSearch安装 声明JDK1.8：最低要求 基于Java开发 ElasticSearch的版本和我们之后对应的Java的核心jar包！版本对应！ 下载 Windows安装 解压即可 目录 bin 启动文件 config 配置文件 log4j2 日志配置文件 jvm.options Java虚拟
ElasticSearch7.6 学习笔记
m0_47396773的博客
09-24 637
ElasticSearch 7.6 学习笔记
elasticsearch 中文文档
06-25
学习elasticsearch,决定把自己用过的整成中文，已整理一部份，虽然不尽人意，但也尽力，有query dsl与一部分API，后续整理完了会继续更新。
强烈推荐：Elasticsearch中文文档 —— 极致翻译与深度解析
最新发布
gitblog_00059的博客
06-17 824
强烈推荐：Elasticsearch中文文档 —— 极致翻译与深度解析 项目地址:https://gitcode.com/dev2007/elasticsearch-doc 项目介绍 在这个数字化时代，数据成为推动各行各业发展的核心力量。而如何高效存储、检索以及分析这些海量的数据，则成为每个开发者面临的挑战。Elasticsearch，作为一款领先的分布式搜索引擎，以其卓越的性能和灵活性，在全球范...
ElasticSearch7.6 索引操作学习
DayDayUp的博客
08-01 353
一、Elasticsearch 的数据类型认识 text： 全文搜索字符串 keyword： 用于精确字符串匹配和聚合 date 及 date_nanos：格式化为日期或数字日期的字符串 byte, short, integer, long： 整数类型 boolean： 布尔类型 float，double，half_floa...
Elasticsearch 7.6.1 数据结构、term、match、wildcard
qq_43785138的博客
04-21 514
elasticsearch 的基础使用
ES（Elasticsearch）7.6.1安装教程
fwdwqdwq的博客
03-25 3068
Es（elasticsearch）7.6.1安装教程 注意：除了最后启动ES的时候在es账户下执行，其他都是在root 下执行的。相关文件的下载，我这里都有，百度网盘链接:https://pan.baidu.com/s/1PxgINf6Q1UZBtcsYw6FU0w 密码:4q9h ?、前期准备 java 11 的安装，请大家自行安装。 ?elasticsearch启动不能以root户运，所以创建es户（root户状态下操作） ?useradd es passwd es 然后输入两次： zong2015 如
ElasticSearch（7）
耗子窝
03-12 204
定制化中文分词器 对于搜索引擎来说，很多词都属于专有名字，比如凯悦，这是一个品牌，而对于分词器来说并不知道，所以对于凯悦的分词会是把两个字分开： 因此，我们需要定制分词词库。 扩展专有名词 首先来到es的config\analysis-ik目录下，新建new_word.dic，在里面写“凯悦”，注意编码格式。然后打开IKAnalyzer.cfg.xml把文件写进去 <?xml...
elasticsearch7.6、kibana7.6开启x-pack
04-08
Elasticsearch 7.6 和 Kibana 7.6 开启 X-Pack，支持 HTTPS 访问 ES，增加 ES 用户认证，增强数据安全，Kibana 支持用户权限分配，支持汉化。 Elasticsearch 7.6 和 Kibana 7.6 的 X-Pack 是一组商业功能，提供了...
elasticsearch自学笔记
03-19
### Elasticsearch自学笔记知识点详解 #### 一、环境搭建与配置 **1.1 系统环境** - **背景说明：** 由于特定系统的限制（如ngtos2.6禁止新增非root用户），需要采取特殊措施确保Elasticsearch能在非root用户下...
ElasticSearch笔记
11-20
ElasticSearch，简称为ES，是一个开源的、高度可扩展的分布式全文检索引擎。它基于 Java 开发，并利用 Lucene 作为其核心，实现了高效索引和搜索功能。ElasticSearch 通过Resultful API简化了与Lucene的交互，隐藏了...
elasticsearch-6.8.3-API文档-中文版.zip
07-13
赠送jar包：elasticsearch-6.8.3.jar； 赠送原API文档：elasticsearch-6.8.3-javadoc.jar； 赠送源代码：elasticsearch-6.8.3-sources.jar； 赠送Maven依赖信息文件：elasticsearch-6.8.3.pom； 包含翻译后的API文档：elasticsearch-6.8.3-javadoc-API文档-中文(简体)版.zip； Maven坐标：org.elasticsearch:elasticsearch:6.8.3； 标签：elasticsearch、中文文档、jar包、java； 使用方法：解压翻译后的API文档，用浏览器打开“index.html”文件，即可纵览文档内容。 人性化翻译，文档中的代码和结构保持不变，注释和说明精准翻译，请放心使用。
ElasticSearch学习笔记
10-29
ElasticSearch学习笔记 ElasticSearch是基于Apache Lucene的搜索和数据分析引擎，提供了RESTful API用于数据的索引、搜索和分析。本笔记将对ElasticSearch的基本概念、架构、应用场景和实现细节进行详细介绍。 一...
Elasticsearch7.6.1（Windows篇）
qq_43712538的博客
05-05 3798
Elasticsearch7.6.1学习 ​ 在独自一人的上海，居家办公，只有不断学习和工作，严苛自己进步，才能在暗黑时光中找到生命的真谛。茫茫人生像一片无际的汪洋，独帆流行的岁月，我能做的就是热爱自己喜欢的职业，探求学习的乐趣，正如接下来所学的Elasticsearch，当你局限于select的时候，那你看到的世界只有红红绿绿。相反不断的努力，你才能看到天空的繁星，大海的鲛鱼，绿野的骏马，以及宇宙的洪荒。 ​ 爱你所爱，想你所想。 ​
熬夜整理的一份elasticsearch中文文档手册
热门推荐
7small7
07-02 1万+
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，Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。ES是一个文档型数据库，在与传统的关系型数据库上，存在着一定的差异。下面将ES里面涉及到的元素与关系型数据库进行一一对应。向 ES 服务器发 PUT 请求 ： 。创建索引只能使用PUT请求，PUT是幂等性的，也就是说不存在的时候就会创建，存在的时候就不会重新创建而是返回索引已经存在的信息。 查询索引 向 ES 服务器发 GET 请求 ： 。 查看
Elasticsearch 7.6 - API高阶操作篇
共勉
08-29 1489
接上文JAVA应用操作篇之后，我们需要知道一些API的高阶操作，如分片和副本、滚动索引、索引模板、数据迁移、GEO查询、自定义分词器等，本文就是根据场景循序渐进带你深刻了解其妙处
ElasticSearch7.6入门
qq_41144160的博客
01-04 71
通过简单的来隐藏Lucene的复杂性，从而让全文搜索变得简单
elasticsearch_Elasticsearch中文文档
weixin_39621488的博客
11-30 642
点击关注上方“知了小巷”，设为“置顶或星标”，第一时间送达干货。 Elasticsearch版本：7.3本文目的是分享一个Elasticsearch技术论坛。论坛简介：一个高品质的 Elasticsearch 爱好者社区，致力于为 Elasticsearch 开发者提供一个分享创造、结识伙伴、协同互助的平台。在这里你可以讨论和分享 Elasticsearch 相关知识。ES社区...
elasticsearch7.6 mac下载
06-21
而Elasticsearch7.6是Elasticsearch的一个版本，在它的更新中修复了一些问题和增加了一些功能。 在Mac上下载Elasticsearch7.6很简单，只需要执行以下步骤： 首先，在Elasticsearch官网下载网址...
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