Elasticsearch 应用

已于 2023-11-17 18:21:40 修改
阅读量438 收藏
点赞数
文章标签： elasticsearch c# 大数据
于 2023-11-17 17:39:01 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_43935317/article/details/134467969
版权

Elasticsearch 的应用

本文使用的版本为：7.14.0
todo:前端部分

Kibana的开发工具

IK分词器粗粒度

# 请求,通过【ik_smart】最粗粒度划分
GET _analyze
{
  "analyzer": "ik_smart",
  "text":"中国共产党"
}

# 返回
{
  "tokens" : [
    {
      "token" : "中国共产党",
      "start_offset" : 0,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 0
    }
  ]
}

IK分词器细粒度

# 请求,通过【ik_max_word】最细粒度划分
GET _analyze
{
  "analyzer": "ik_max_word",
  "text":"中国共产党"
}

# 返回
{
  "tokens" : [
    {
      "token" : "中国共产党",
      "start_offset" : 0,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "中国",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "国共",
      "start_offset" : 1,
      "end_offset" : 3,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "共产党",
      "start_offset" : 2,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
      "token" : "共产",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 4
    },
    {
      "token" : "党",
      "start_offset" : 4,
      "end_offset" : 5,
      "type" : "CN_CHAR",
      "position" : 5
    }
  ]
}

Rest风格说明

methodurl地址描述
PUTlocalhost:9200/索引名称/类型名称/文档id创建文档（指定文档id）
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查询文档通过文档id
POSTlocalhost:9200/索引名称/类型名称/_search查询所有数据

关于索引的基本操作

# 创建索引并添加数据 反复提交则为覆盖修改
PUT bu/_doc/1
{
  "name":"张三",
  "age":"12"
}

# 返回值
{
  "_index" : "bu",
  "_type" : "_doc",
  "_id" : "2",
  "_version" : 1,		# 当多次提交后，版本信息则会随之改变
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 6,
  "_primary_term" : 1
}

# 创建索引规则
PUT /test1/
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "age": {
        "type": "long"
      },
      "birthday": {
        "type": "date"
      }
    }
  }
}

# 返回值
{
  "acknowledged" : true,
  "shards_acknowledged" : true,
  "index" : "test1"
}

# 查询
GET /bu/

# 返回值
{
  "bu" : {
    "aliases" : { },
    "mappings" : {
      "properties" : {
        "age" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        },
        "name" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        }
      }
    },
    "settings" : {
      "index" : {
        "routing" : {
          "allocation" : {
            "include" : {
              "_tier_preference" : "data_content"
            }
          }
        },
        "number_of_shards" : "1",
        "provided_name" : "bu",
        "creation_date" : "1700188636398",
        "number_of_replicas" : "1",
        "uuid" : "m-y5rTaqRQSyKr-a_sAdXw",
        "version" : {
          "created" : "7140099"
        }
      }
    }
  }
}

# 通过_cat 获取ES更多信息
GET _cat/indices?v			# 索引
GET _cat/aliases			# 别名
GET _cat/allocation
GET _cat/count
GET _cat/fielddata
GET _cat/health
GET _cat/master
GET _cat/nodeattrs
GET _cat/nodes				# 查看节点信息，docker容器即为容器信息
GET _cat/pending_tasks
GET _cat/plugins			# 查看插件，如ik分词器
GET _cat/recovery
GET _cat/repositories
GET _cat/segments
GET _cat/shards
GET _cat/snapshots
GET _cat/tasks
GET _cat/templates
GET _cat/thread_pool

# 通过Post方法进行修改	【如果漏写字段，也不会把字段删除】
POST /test/_update/1/
{
  "doc":{
    "name":"李四"
  }
}

// 结果
{
  "_index" : "test",
  "_type" : "_doc",
  "_id" : "1",
  "_version" : 2,
  "result" : "noop",
  "_shards" : {
    "total" : 0,
    "successful" : 0,
    "failed" : 0
  },
  "_seq_no" : 1,
  "_primary_term" : 1
}

# 删除索引
DELETE test

关于文档的基本操作

# 通过条件查询
GET /test/user/_search?q=name:张三

# 通过条件查询
GET /test/user/_search
{
  "query":{
    "match": {
      "name": "张三"
    }
  }
}

# 返回值
{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {				#  hits: 命中
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : 0.36464313,
    "hits" : [
      {
        "_index" : "test",
        "_type" : "user",
        "_id" : "1",
        "_score" : 0.36464313,
        "_source" : {
          "name" : "张三",
          "age" : 10,
          "desc" : "说明",
          "tags" : [
            "1",
            "2",
            "3"
          ]
        }
      },
      {
        "_index" : "test",
        "_type" : "user",
        "_id" : "2",
        "_score" : 0.36464313,
        "_source" : {
          "name" : "张三",
          "age" : 10,
          "desc" : "说明",
          "tags" : [
            "1",
            "2",
            "3"
          ]
        }
      }
    ]
  }
}

# 过滤要查询的结果 【select name】
GET /test/_search
{
  "query":{
    "match": {
      "name": "张三"
    }
  }, 
  "_source": ["name"]		# 只显示name
}

# 返回结果
{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : 0.36464313,
    "hits" : [
      {
        "_index" : "test",
        "_type" : "user",
        "_id" : "1",
        "_score" : 0.36464313,
        "_source" : {
          "name" : "张三"
        }
      },
      {
        "_index" : "test",
        "_type" : "user",
        "_id" : "2",
        "_score" : 0.36464313,
        "_source" : {
          "name" : "张三"
        }
      }
    ]
  }
}


# 排序
GET /test/_search
{
  "query":{
    "match": {
      "name": "张三"
    }
  }, 
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ]
}

# 分页
GET /test/_search
{
  "query":{
    "match": {
      "name": "张三"
    }
  }, 
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ]
  , "from": 0
  , "size": 1
}

# 查询 name 必须【must】 是张三的
GET /test/user/_search
{
  "query":{
    "bool": {
      "must": [
        {"match": {
          "name": "张三"
        }}
      ]
    }
  }
}

# 查询 name 不能【must_not】 是张三的
GET /test/user/_search
{
  "query":{
    "bool": {
      "must_not": [
        {"match": {
          "name": "张三"
        }}
      ]
    }
  }
}

# 查询 name=张三 or age=10 的
GET /test/user/_search
{
  "query":{
    "bool": {
      "should": [
        {"match": {
          "name": "张三"
        }},
        {"match": {
          "age": "10"
        }}
      ]
    }
  }
}

# 查询 范围数据
"gt": 大于
"gte": 大于等于
"lt": 小于
"lte": 小于等于

GET /test/user/_search
{
  "query":{
    "bool": {
      "filter": [
        {
          "range": {
            "age": {
              "gte": 3,
              "lte": 10
            }
          }
        }
      ]
    }
  }
}

# 通过 标签查询，多个值用空格分隔
GET /test/user/_search
{
  "query":{
    "match": {
      "tags": "1 2"
    }
  }
}

term 查询是直接通过倒排索引指定的词条进程精确的查找

关于分词

  • term 直接精确查询
  • match 会使用分词器解析！！（先分析文档，然后通过分析的文档进行查询！！）

两个类型 text keyword

  • text 可分
  • keyword 不可再分
# 创建测试数据
PUT testdb
{
  "mappings": {
    "properties": {
      "name":{
        "type": "text"  
      },
      "desc":{
        "type": "keyword"
      }
    }
  }
}

PUT testdb/_doc/1
{
  "name":"测试",
  "desc":""
}

GET /testdb/_doc/1

# 通过keyword【关键字】进行分析 分析结果：测试
GET _analyze
{
  "analyzer": "keyword",
  "text": "测试"
}

# 通过standard【标准】进行分析 分析结果：测 试
GET _analyze
{
  "analyzer": "standard"
  , "text": "测试"
}

# 通过term查询
GET testdb/_search
{
  "query": {
    "term": {
      "desc": {
        "value": ""
      }
    }
  }
}

GET testdb/_search
{
  "query": {
    "term": {
      "name": {
        "value": "测"
      }
    }
  }
}

# 实现高亮查询
GET /test/user/_search
{
  "query":{
    "bool": {
      "should": [
        {"match": {
          "name": "张三"
        }},
        {"match": {
          "age": "10"
        }}
      ]
    }
  },
  "highlight":{
    "pre_tags": "<span class='key' style='color:red'>", 
    "post_tags": "</span>", 
    "fields": {
      "name": {}
    }
  }
}

# 结果
"_source" : {
    "name" : "张三",
    "age" : 10,
    "desc" : "说明",
    "tags" : [
        "1",
        "2",
        "3"
    ]
},
"highlight" : {
    "name" : [
        "<span class='key' style='color:red'>张</span><span class='key' style='color:red'>三</span>"
    ]
}

整合SpringBoot

ES 依赖版本

# 注意 ES 的依赖版本，需要与服务的版本保持一致
<properties>
  <java.version>1.8</java.version>
  <!-- 自定义版本，版本依赖需要保证和本地一致 -->
  <elasticsearch.version>7.14.0</elasticsearch.version>
</properties>

爬取数据存入ES

# 第一步配置依赖
<dependency>
    <groupId>org.jsoup</groupId>
    <artifactId>jsoup</artifactId>
    <version>1.10.2</version>
</dependency>

# 第二步编写方法
 public static List<Context> getGoodsList(String keyword) throws IOException {
    String url = "https://search.jd.com/Search?keyword=wd&enc=utf-8";
    Document document = Jsoup.parse(new URL(url.replace("wd", keyword)), 3000);
    Element j_goodsList = document.getElementById("J_goodsList");
    Elements li = j_goodsList.getElementsByTag("li");

    List<Context> goodsList = new ArrayList<>();
    for (Element e:li) {
      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();

      goodsList.add(new Context(img,price,title));
    }
    return goodsList;
  }

ES Client配置类

package com.es.elasticsearch.config;


import org.apache.http.HttpHost;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class ElasticSearchClientConfig {

    @Bean
    public RestHighLevelClient restHighLevelClient(){
      return new RestHighLevelClient(
          RestClient.builder(
              new HttpHost("8.140.248.231", 9200, "http")));
    }
}

业务实现类

package com.es.elasticsearch.service;

import com.alibaba.fastjson.JSON;
import com.es.elasticsearch.pojo.Context;
import com.es.elasticsearch.pojo.User;
import com.es.elasticsearch.util.HtmlParseUtil;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;
import java.util.Map;
import java.util.concurrent.TimeUnit;
import org.elasticsearch.action.admin.indices.create.CreateIndexRequest;
import org.elasticsearch.action.admin.indices.delete.DeleteIndexRequest;
import org.elasticsearch.action.bulk.BulkRequest;
import org.elasticsearch.action.bulk.BulkResponse;
import org.elasticsearch.action.index.IndexRequest;
import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.action.support.master.AcknowledgedResponse;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.client.indices.GetIndexRequest;
import org.elasticsearch.common.text.Text;
import org.elasticsearch.common.xcontent.XContentType;
import org.elasticsearch.core.TimeValue;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.index.query.TermQueryBuilder;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.builder.SearchSourceBuilder;
import org.elasticsearch.search.fetch.subphase.highlight.HighlightBuilder;
import org.elasticsearch.search.fetch.subphase.highlight.HighlightField;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.stereotype.Service;

@Service
public class ContextService {

  @Autowired
  @Qualifier("restHighLevelClient")
  private RestHighLevelClient restHighLevelClient;

  // 1. 调用工具类，将预备的解析数据插入到索引
  public Boolean insert(String keyword) throws IOException {
    String index = "jd";
    GetIndexRequest getIndexRequest = new GetIndexRequest(index);
    boolean exists = restHighLevelClient.indices()
        .exists(getIndexRequest, RequestOptions.DEFAULT);
    if(!exists){
      // 如果不存在则创建
      CreateIndexRequest createIndexRequest = new CreateIndexRequest(index);
      restHighLevelClient.indices().create(createIndexRequest,RequestOptions.DEFAULT);
    }

    List<Context> goodsList = HtmlParseUtil.getGoodsList(keyword);
    BulkRequest BulkRequest = new BulkRequest();
    BulkRequest.timeout("30s");
    for(Context context:goodsList){
      BulkRequest.add(new IndexRequest(index).source(JSON.toJSONString(context), XContentType.JSON));
    }
    BulkResponse bulkResponse = restHighLevelClient.bulk(BulkRequest, RequestOptions.DEFAULT);
    // 是否失败
    return !bulkResponse.hasFailures();
  }


  // 3. 获取这些数据，实现高亮的搜索功能
  public List<Map<String,Object>> searchPagehighLight(String keyword, int pageNo,int pageSize) throws IOException {
    if (pageNo <= 1)
      pageNo = 1;

    // 条件清晰
    SearchRequest searchRequest = new SearchRequest("jd");

    SearchSourceBuilder builder = new SearchSourceBuilder();

    builder.from(pageNo);
    builder.size(pageSize);
    // 精准匹配
    TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("title",keyword);
    builder.query(termQueryBuilder);
    builder.timeout(new TimeValue(60, TimeUnit.SECONDS));

    // 高亮
    HighlightBuilder highlightBuilder = new HighlightBuilder();
    highlightBuilder.field("title");
    highlightBuilder.requireFieldMatch(false);
    highlightBuilder.preTags("<span style='color:red'>");
    highlightBuilder.postTags("</span>");
    builder.highlighter(highlightBuilder);

    // 执行搜索
    searchRequest.source(builder);
    SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);

    // 解析结果
    ArrayList<Map<String,Object>> list= new ArrayList<>();
    for (SearchHit hit: searchResponse.getHits().getHits()) {
      // 解析高亮的字段
      Map<String, HighlightField> highlightFields = hit.getHighlightFields();
      HighlightField title = highlightFields.get("title");
      Map<String,Object> sourceAsMap = hit.getSourceAsMap();// 原来的结果
      // 解析高亮字段，将原来的字段换成我们高亮的字段即可
      if (title != null) {
        Text[] fragments = title.fragments();
        StringBuilder nTitle = new StringBuilder();
        for (Text text:fragments) {
          nTitle.append(text);
        }
        sourceAsMap.put("title",nTitle);
      }
      list.add(hit.getSourceAsMap()); // 高亮的字段替换为原来的内容即可
    }
    return list;
  }

  // 2. 获取这些数据，实现基本的搜索功能
  public List<Map<String,Object>> searchPage (String keyword, int pageNo,int pageSize) throws IOException {
    if (pageNo <= 1)
      pageNo = 1;

    // 条件清晰
    SearchRequest searchRequest = new SearchRequest("jd");

    SearchSourceBuilder builder = new SearchSourceBuilder();

    builder.from(pageNo);
    builder.size(pageSize);
    // 精准匹配
    TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("title",keyword);
    builder.query(termQueryBuilder);
    builder.timeout(new TimeValue(60, TimeUnit.SECONDS));


    // 执行搜索
    searchRequest.source(builder);
    SearchResponse searchResponse = restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);

    // 解析结果
    ArrayList<Map<String,Object>> list= new ArrayList<>();
    for (SearchHit hit: searchResponse.getHits().getHits()) {
      list.add(hit.getSourceAsMap()); // 高亮的字段替换为原来的内容即可
    }
    return list;
  }
}
是个吃不饱的人
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
开源与云 ElasticSearch 应用剖析1
08-03
《开源与云生态下ElasticSearch的应用剖析》 开源软件的开放性和云生态的创新性结合，为IT领域带来了前所未有的变革。ElasticSearch作为一款强大的开源搜索引擎，其与阿里云的合作展示了开源与云生态的共生共赢。...
Elasticsearch应用场景及基本概念
热门推荐
weixin_42533448的博客
08-21 1万+
一、应用场景 Elasticsearch具有广泛的应用场景，包括全文搜索、日志分析、运维监控、安全分析等。 - 全文搜索 Elasticsearch提供了全文搜索的功能，适用于电商商品搜索、App搜索、企业内部信息搜索、IT系统搜索等。 例如当您运营一个提供客户检索商品的在线电子商城的时候，可以使用Elasticsearch来存储整个商品的目录和库存，并且为客户提供检索和自动推荐的功能。 - 日志分析 复杂的业务场景通常会产生繁杂多样的日志，如Apache Log、System Log、MySQL Log
01.Elasticsearch应用（一）
weixin_43891622的博客
01-23 1112
Elasticsearch应用
Elasticsearch应用场景(三)
ntzzzsj的博客
07-29 2873
可以把推荐模型算法计算的商品和用户向量存储到ES索引中，当实时请求时，加载用户向量并使用ES的ScriptScore进行查询，使每个文档最终的排序分值等于当前用户向量与当前文档向量的相似度。查询时客户端可以把查询请求分发到ES中，ES从索引中查询并返回符合条件的记录主键，客户端再根据返回的记录主键请求RDBMS得到实时数据。在有些场景中，部分数据是强事务性的，或者说这些数据需要关联多张表才可以获取到，这种数据不适合在ES中作为最终数据进行呈现，最好将它们存储在RDBMS中。...
ElasticSearch技术方案（一）——应用场景分析
Duktig的博客
02-28 2455
文章目录ElasticSearch技术方案ElasticSearch简介Lucene与ES关系ElasticSearch的特点ElasticSearch适用场景概述使用案例常用场景站内（业务）搜索数据聚合分析日志分析（ELK）Elasticsearch在后端的使用分析场景一：单独使用ElasticSearch作为数据存储场景二：使用数据库进行存储，ElasticSearch进行搜索和分析分析 ElasticSearch技术方案 ElasticSearch简介 Elasticsearch，简称 ES 是一个
ES应用实战
聪聪
09-09 1576
es操作
Elasticsearch的企业级应用案例
禅与计算机程序设计艺术
01-18 915
1.背景介绍 Elasticsearch是一个开源的搜索和分析引擎，基于Lucene库开发。它可以用来实现实时搜索、日志分析、数据可视化等功能。Elasticsearch的核心特点是分布式、可扩展、高性能和实时性。 在企业级应用中，Elasticsearch被广泛应用于日志分析、搜索引擎、实时数据分析等领域。本文将从实际应用案例的角度，深入探讨Elasticsearch在企业级应用中的优势和挑...
elasticsearch应用场景总结(持续更新)
qq_33363290的博客
05-15 1442
本文主要用于作者本人的概括性回忆，原文请查看最后的原文链接
【全观测系列】Elasticsearch应用性能监控实践
阿里云云栖号
01-30 2660
简介：本文介绍了应用性能监控的应用价值以及解决方案等。 1、什么是全观测？ 要了解全观测，我们先看看传统运维存在哪些问题。 数据孤岛，分散在不同部门，分析排查故障困难； 多个厂商的多种工具，无法自动化统一分析； 故障是立体的，日志、指标等都只能看到一方面的可观察性； 只进行收集，没有真正深入分析，不能发挥大数据的价值； 而全观测是对传统运维的改进。它将日志、指标、APM数据，汇总在一个平台，让运维、开发、业务人员对所有的数据从统一视角进行观察分析，可以实现—— 建立统一的可视化视图、对齐时间、
ElasticSearch基本原理及应用
长沙老码农
01-29 1915
目录 1、ElasticSearch简介 2、ElasticSearch安装与启动 2.1 安装JDK(自行安装) 2.2 安装启动elasticsearch 2.3 安装ES的图形化界面插件 2.4 安装IK分词器 3、ElasticSearch相关术语 3.1 ElasticSearch与关系型数据库的对比 3.2 Elasticsearch核心概念 4、ElasticSearch的客户端操作 4.1 使用Postman工具进行Restfu接口访问 4.2 使用Kibana.
Grafana elasticsearch 应用
Felix_阳的博客
01-09 1247
早期的时候，项目基于ES+echart写了一些仪表盘的展示页面，虽然ES配合这种char界面有着天然的优势，但实际写起代码来，还是很多重复的劳动，在一次偶然中发现Grafana，看到它提供了很多仪表盘式的图型，功能很强大，于是下载下来试了下效果不错。因为全部都是鼠标操作，都不用写代码，真正智能套件。 如题，应用Grafana之前，你需要对es聚合查询知识有一定了解 先看效果 因为网上这...
阿里藏经阁-开源与云Elasticsearch应用剖析.pdf
09-15
Elasticsearch，简称ES，是基于Lucene构建的一款分布式、实时的搜索和分析引擎，广泛应用于日志分析、监控、信息检索等领域。以下是对Elasticsearch核心知识点的详细解析： 1. **分布式架构**：Elasticsearch的核心...
第17单元 CMS系统中ElasticSearch应用2
08-08
【Elasticsearch在CMS系统中的应用】 Elasticsearch（简称ES）是一款强大的开源搜索引擎，常用于构建复杂的全文检索系统。在本单元中，我们将探讨如何在CMS（内容管理系统）中集成Elasticsearch，以实现高效的全文...
OpenGLES应用开发实践
07-23
资源名称：OpenGL ES 应用开发实践资源截图： 资源太大，传百度网盘了，链接在附件中，有需要的同学自取。
Git仓库拆分和Merge
你若盛开，清风自来
07-20 567
我们原先有一个项目叫open-api，后来想要做租户独立发展，每个租户独立成一个项目，比如租户akc独立部署一个akc-open-api，租户yhd独立部署一个yhd-open-api，其中大部分代码是相同的，少量租户定制代码。上面我们从open-api项目复制了一个新的akc-open-api项目，公共的代码修我们不想重复劳动，通过修改open-api，再通过跨项目合并到不同的租户下。这一节的目的是从open-api复制一个新项目称为akc-open-api，操作步骤如下。关联open-api的仓库。
Elasticsearch：Golang ECS 日志记录 - zap
最新发布
Elastic 中国社区官方博客
07-23 541
ECS 记录器是你最喜欢的日志库的格式化程序/编码器插件。它们可让你轻松地将日志格式化为与 ECS 兼容的 JSON。编码器以 JSON 格式记录日志，并在可能的情况下依赖默认的。它还处理 ECS 错误格式的错误字段记录。
git面面观，面试题，常见问题
jylee的博客
07-23 650
Git是一款分布式源代码管理工具(版本控制工具)。Git得其数据更像是一系列微型文件系统的快照。使用Git，每次提交或保存项目状态时，Git基本上都会记录当时所有文件的外观，并存储对该快照的引用。为了提高效率，如果文件没有改变，Git不会再次存储文件，只是指向它已存储的上一个相同文件的链接。Git认为它的数据更像是一个快照流，会将数据作为项目的快照存储一段时间。可以有效、高速地处理从很小到非常大的项目版本管理。
Manticore Search(es轻量级替代)
m0_37840000的博客
07-23 587
这一切使 Manticore Search 成为一个现代，快速，轻量级和功能齐全的数据库，具有出色的全文搜索功能。它还提供了丰富的查询语法和功能，以满足不同的搜索需求。社交媒体应用： 对于需要实时搜索和过滤大量用户生成的内容的社交媒体应用程序，Manticore也是一个合适的选择。日志分析： 由于其实时索引更新和高性能特性，Manticore适用于处理大规模的日志数据，支持快速的搜索和分析。在线文档搜索： 对于需要在大量文档中进行快速搜索的应用，Manticore可以提供高效的解决方案。
elastic search应用案例
07-15
Elasticsearch 可以应用于各种不同的场景，以下是一些 Elasticsearch 的应用案例： 1. 搜索引擎：Elasticsearch 可以用于构建搜索引擎，例如在线商城、新闻网站、信息检索等。Elasticsearch 提供了高度可定制的搜索能力，支持分词、聚合、过滤等操作，可以帮助用户快速找到所需的信息。 2. 日志分析：Elasticsearch 可以用于构建日志分析系统，例如 ELK Stack（Elasticsearch、Logstash、Kibana）。Elasticsearch 可以存储大量的日志数据，并提供实时分析和可视化功能，帮助用户了解应用程序的状态和性能。 3. 基础设施监控：Elasticsearch 可以用于构建基础设施监控系统，例如 Metricbeat、Filebeat 等。Elasticsearch 可以存储和分析各种基础设施指标，例如 CPU、磁盘、网络等，帮助用户了解基础设施的状态和性能。 4. 安全日志分析：Elasticsearch 可以用于构建安全日志分析系统，例如 SIEM（Security Information and Event Management）系统。Elasticsearch 可以存储和分析各种安全事件，例如入侵、威胁、漏洞等，帮助用户了解网络安全状况。 5. 地理位置应用：Elasticsearch 可以用于构建地理位置应用，例如地图、位置搜索等。Elasticsearch 可以存储和分析各种地理位置数据，并提供地理位置搜索和可视化功能，帮助用户了解地理位置信息。 综上所述，Elasticsearch 可以应用于各种不同的场景，它具有高度可定制性、灵活性和性能优秀等优势，可以满足各种不同的应用需求。
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