ElasticSearch

已于 2023-04-27 15:07:49 修改
阅读量161 收藏
点赞数
分类专栏： Spring 分布式 文章标签： elasticsearch 搜索引擎 java
于 2023-04-25 16:41:41 首次发布
原文链接：https://www.bilibili.com/video/BV1LQ4y127n4?p=115
版权

8.1 概述

  • ES是一个开源搜索引擎，可以从海量数据中快速找到需要的内容。
  • ES结合Kibana、Logstash、Beats，也就是elastic stack（ELK），被广泛应用在日志数据分析、实时性能监控等领域。
  • ES是elastic stack核心，负责存储、搜索、分析数据。
    在这里插入图片描述
  • ES底层由Lucene实现，Lucene是一个Java语言的搜索引擎类库，属于Apache。
  • ES支持分布式，可水平扩展；提供Restful接口，可被任何语言调用。

总结：
什么是ES：一个开源的分布式搜索引擎，可以用来实现搜索、日志统计与分析、系统监控等功能。

8.2 倒排索引

正向索引：
传统数据库如MySQL采用正向索引，通过id建立索引，然后通过索引实现快速查找。
但是如果要查找具体文本内容（比如模糊查询"%浏览器"），这时就只能一行一行的匹配搜索，将可能的结果存入结果集。

倒排索引：
倒排索引采用词条+文档
文档(document)：一条数据就是一个文档（采用Json存储，一个文档也就是一个json）。
词条(term)：文档按照语义分成的词语。词条是唯一的，通过词条去创建索引。
在这里插入图片描述

总结：
正向索引：基于文档id创建索引。查询词条时必须先找到文档，然后判断是否包含词条。
倒排索引：对文档内容分词形成词条，基于词条创建索引，并记录词条所在文档的信息。查询词条时先根据词条查询到文档id，然后获取到文档。

8.2 ES与MySQL对比

  1. ES的文档：可以是数据库中的一条商品数据，一个订单信息。
    ES采用JSON格式存储，文档数据会被序列化为json然后存储。

  2. ES的索引（index）：相同类型文档的集合。
    映射（mapping）：索引中文档的字段约束信息（类似数据库表的结构约束）。
    在这里插入图片描述

  3. ES和MySQL对比
    在这里插入图片描述
    MySQL：擅长事务类型操作，可以确保数据的安全和一致性。
    ElasticSearch：擅长海量数据的搜索、分析、计算。
    在这里插入图片描述

总结：
文档：一条数据就是一个文档，也就是一个json。
索引：同类型文档的集合。
字段：json文档中的字段。
映射：索引中文档的约束，比如字段名称、类型。

8.3 Elastic Stack

8.3.1 安装es

  1. 创建网络，使es和kibana互联
    docker network create es-net
  2. pull镜像
docker pull elasticsearch
  1. 创建ES的container（如果报没有文件夹，就手动创建该文件夹）
docker run -d \
    --name es \
    -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
    -e "discovery.type=single-node" \
    -v es-data:/usr/share/elasticsearch/data \
    -v es-plugins:/usr/share/elasticsearch/plugins \
    -v es-config:/usr/share/elasticsearch/config \
    --privileged \
    --network=es-net \
    -p 9200:9200 \
    -p 9300:9300 \
elasticsearch:7.12.1

参数说明：

  • -e cluster.name=es-docker-cluster：设置集群名称
  • -e "http.host=0.0.0.0"：监听的地址，可以外网访问
  • -e "ES_JAVA_OPTS=-Xms512m -Xmx512m"：ES运行内存大小，默认1T
  • -e "discovery.type=single-node"：非集群模式
  • -v es-data:/usr/share/elasticsearch/data：挂载逻辑卷，绑定es的数据目录
  • -v es-logs:/usr/share/elasticsearch/logs：挂载逻辑卷，绑定es的日志目录
  • -v es-data:/usr/share/elasticsearch/config ：挂载逻辑卷，绑定es的配置目录
  • -v es-plugins:/usr/share/elasticsearch/plugins：挂载逻辑卷，绑定es的插件目录
  • --privileged：授予逻辑卷访问权
  • --network es-net ：加入一个名为es-net的网络中
  • -p 9200:9200：端口映射配置
  • -p 9300:9300：集群通信端口
  1. 输入IP:9200查看响应结果

8.3.2 安装kibana

注意！！！kibana的版本必须和ES版本保持完全一致

  1. pull镜像
    docker pull kibana
  2. 创建container
docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://es:9200 \
--network=es-net \
-p 5601:5601  \
kibana:7.12.1

参数说明：

  • --network=es-net ：加入一个名为es-net（自定义的）的网络中，与elasticsearch在同一个网络中。
  • -e ELASTICSEARCH_HOSTS=http://es:9200"：设置elasticsearch的地址，因为kibana已经与elasticsearch在一个网络，因此可以用容器名（docker ps -a看刚才的ES name是什么，我这里是es）直接访问elasticsearch。
  • -p 5601:5601：端口映射配置。
  1. 通过IP:5601访问
  2. 在kibana的web界面中，Dev Tools选项中可以发送请求给ES并查看到结果（比如GET /）

8.3.3 安装IK分词器

分词器作用：创建倒排索引时对文档分词；用户搜索时，对搜索内容分词。

  1. 进入ES的容器内
    docker exec -it es /bin/bash
  2. 在线下载插件并安装
    注意：先去GitHub的Releases查看对应版本(以.zip结尾的)。
./bin/elasticsearch-plugin  install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.12.1/elasticsearch-analysis-ik-7.12.1.zip
  1. 退出容器bashexit
  2. 重启ES容器docker restart es
  3. 测试（ik两种模式）
    ik_smart：最少切分
    ik_max_word：最细切分
    kibana的web界面中：
GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "爸爸的爸爸叫爷爷"
}

8.3.4 扩展分词器词典

ik分词器无法理解最新的网络热词，所以词典的词汇需要不断更新。

  1. 查看本地挂载的数据卷
    docker volume list

  2. 查看某一个数据卷的具体信息，这里查看之前es挂载出来的配置目录
    docker volume inspect es-config

  3. 在config目录的IKAnalyzer.cfg.xml配置文件中添加
    在这里插入图片描述
    在这里插入图片描述

  4. 在IKAnalyzer.cfg.xml同目录下新建ext.dic和stopwords.dic（文件名与配置文件中的一致就行）

  5. 两个文件中分别添加需要的内容

  6. 重启es
    docker restart es

  7. kibana中测试效果

8.4 Kibana操作索引库

注意：只有字符串中的text会进行分词，数值、布尔、日期、对象都不参与分词（因为这些分词无意义）
在这里插入图片描述

8.4.1 创建索引库

ES通过Restful请求来操作索引库、文档。请求内容用DSL语句表示，下面给一个创建索引库的示例
在这里插入图片描述

copy_to的使用方式示例：

PUT /hotel
{
  "mappings": {
    "properties": {
      "id": {
        "type": "keyword"
      },
      "name": {
        "type": "text",
        "analyzer": "ik_max_word",
        "copy_to": "all"
      },
      "address": {
        "type": "keyword",
        "index": false
      },
      "price": {
        "type": "integer"
      },
      "score": {
        "type": "integer"
      },
      "brand": {
        "type": "keyword",
        "copy_to": "all"
      },
      "city": {
        "type": "keyword"
      },
      "starName": {
        "type": "keyword"
      },
      "business": {
        "type": "keyword",
        "copy_to": "all"
      },
      "location": {
        "type": "geo_point"
      },
      "pic": {
        "type": "keyword",
        "index": false
      },
      "all": {
        "type": "text",
        "analyzer": "ik_max_word"
      }
    }
  }
}

8.4.2 删改查索引库

GET表示查询，比如GET /helloworld
DELETE表示删除，比如DELETE /helloworld
注意！！！ 索引库和mapping一旦创建无法修改，所以没有修改索引库的说法，但是可以添加新字段，比如：

PUT /索引库名/_mapping
{
  "properties":{
    "新字段名":{
      "type":"integer"
    }
  }
}

8.5 Kibana操作文档

8.5.1 增删查文档

POST新增文档
在这里插入图片描述
GET查询文档，比如GET /helloworld/_doc/1
查询所有文档：GET /helloworld/_search

DELETE删除文档，比如DELETE /helloworld/_doc/1

8.5.2 修改文档

在这里插入图片描述

8.6 RestClient操作索引库

RestClient官方文档

初始化RestClient：
在这里插入图片描述

8.6.1 创建索引库

在这里插入图片描述

8.6.2 删除、判断索引库

分析：
client.indices()返回的是一个索引客户端，里面包含了创建索引、删除索引等方法；
所以按照上面创建索引库来推断，删除索引库代码如下：

    @Test
    void testDeleteHotelIndex() throws IOException {
        DeleteIndexRequest request = new DeleteIndexRequest("hotel");
        //delete()方法需要一个DeleIndexRequest类型的参数，所以就构造一个
        client.indices().delete(request, RequestOptions.DEFAULT);
    }

判断索引库的代码如下：

    @Test
    void testDecideHotelIndex() throws IOException {
        GetIndexRequest request = new GetIndexRequest("hotel");
        //exists()方法需要一个GetIndexRequest类型的参数，所以就构造一个
        boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
    }

8.7 RestClient操作文档

8.7.1 新增文档

以下实现的功能：根据ID查询数据库的某条信息，然后将数据库中的信息同步到ES文档中

注：使用前要记得初始化RestHighLevelClient

	//使用前要初始化client客户端
    private RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(
            HttpHost.create("http://192.168.32.50:9200")
    ));
    
    void testAddDocument() throws IOException {
        //查询数据库
        Hotel hotel = hotelService.getById(36934L);
        //HotelDoc作用是将原始的经纬度以","拼接起来
        HotelDoc hotelDoc = new HotelDoc(hotel);

		//新增文档要指定文档id(String类型)
        IndexRequest request = new IndexRequest("hotel").id(hotelDoc.getId().toString());
        //使用JSON工具将对象转为String
        request.source(JSONObject.toJSONString(hotelDoc), XContentType.JSON);
        //index()表示新增文档，indices()表示操作索引
        client.index(request, RequestOptions.DEFAULT);
    }

8.7.2 删除文档

    @Test
    void testDeleteDocument() throws IOException {
        DeleteRequest request = new DeleteRequest("hotel", "36934");
        //delete()方法
        client.delete(request, RequestOptions.DEFAULT);
    }

8.7.3 修改文档

在这里插入图片描述

8.7.4 查询文档

在这里插入图片描述

8.7.5 批量导入文档

    @Test
    void testBulkDocument() throws IOException {
        //1. 查到数据库中所有内容
        List<Hotel> hotels = hotelService.list();
        //2. 创建bulk请求
        BulkRequest request = new BulkRequest();
        //3. 遍历list，add到bulk的request中
        for (Hotel hotel : hotels) {
            request.add(new IndexRequest("hotel")
                    .id(hotel.getId().toString())
                    .source(JSONObject.toJSONString(hotel), XContentType.JSON)
            );
        }
        //4. 发起bulk请求
        client.bulk(request, RequestOptions.DEFAULT);
    }

注意：在request.add()方法中，可以用IndexRequest做批量添加，也可以用DeleteRequest做批量删除，以及批量更新。

8.8 DSL查询文档

8.8.1 DSL Query分类

官方文档
在这里插入图片描述
以上查询的基本语法：

GET /indexName/_search
{
  "query": {
    "查询类型(上图)": {
      "查询条件": "条件值"
    }
}

8.8.2 全文检索查询

  • match：根据一个字段查；
    建议在创建索引时定义copy_to将多个字段copy到某个字段中，查询的时候指定这个字段就可以间接查多个字段，提升性能。
  • multi_match：根据多个字段查，字段越多性能越差。
    在这里插入图片描述

8.8.3 精确查询

一般是查找keyword、数值、日期、boolean等不分词的字段。所以不会对搜索条件分词。
使用案例：在搜索酒店时，可以使用term限定搜索城市；可以使用range限定价格范围（range也可以限定时间）。
在这里插入图片描述

8.8.4 地理坐标查询

在这里插入图片描述
在这里插入图片描述

8.8.5 自定义排名靠前查询

主要功能是在原有查询内容的基础上，人为干预排名。

首先了解一下ES对于搜索结果相关性的算分：
在这里插入图片描述

如何自定义搜索结果算分？（人为将某些内容分数提高）
更多用法参考官方文档
在这里插入图片描述

8.8.6 复合查询（Boolean Query）

布尔查询是一个或多个查询子句的组合。组合方式有以下四种：

  • must：必须匹配每个子查询，类似”与“。
  • should：选择性匹配子查询，类似”或“。
  • must_not：必须不匹配（取反的意思），不参与算分，类似”非“。
  • filter：必须匹配，但不参与算分。

不参与算分就意味着不参与排序。

案例如下：
在这里插入图片描述

GET /hotel/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "name": "如家"
          }
        }
      ],
      "must_not": [
        {
          "range": {
            "price": {
              "gt": 400
            }
          }
        }
      ],
      "filter": [
        {
          "geo_distance": {
            "distance": "10km",
            "location": {
              "lat": 31.21,
              "lon": 121.5
            }
          }
        }
      ]
    }
  }
}

8.9 搜索结果处理

对搜索结果再次进行处理

8.9.1 排序

默认使用ES的打分进行排序，如果自定义排序字段，则不会再使用ES的打分来排序。

常用排序字段类型：数值型、日期型、keyword类型、地理坐标类型。
在这里插入图片描述

eg-1：对酒店数据按照用户评价降序排序，评价相同按照价格升序排序

GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "score": {
        "order": "desc"
      },
      "price": {
        "order": "asc"
      }
    }
  ]
}

eg-2：实现对酒店数据按照到你的位置坐标（22.58, 113.97）的距离升序排序

GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "_geo_distance": {
        "location": "22.58, 113.97",
        "order": "asc",
        "unit": "km"
      }
    }
  ]
}

8.9.2 分页

ES默认情况下只返回TOP10的数据，如果要获取更多数据，就需要修改分页参数。
ES通过from、size来控制分页返回结果。

在这里插入图片描述

深度分页导致的问题
在这里插入图片描述
深度分页的两种解决方案

  1. search after：分页时先进行排序，原理是记住上一页最后一个数据的某个特征，查询下一页数据时通排序结果就可以找到第二页的第一个数据是哪个（缺点：只能向后翻页，不能向前翻页）。官方推荐使用的方式。
  2. scroll：原理是将排序数据形成快照，保存在内存，可以进行前后翻页（缺点：内存消耗太大，另一个因为使用了快照，不保证数据一致性）。官方不推荐使用。

总结
在这里插入图片描述

8.9.3 高亮

作用：在搜索结果中，将搜索关键字突出显示。（比如百度搜索某个字，搜索结果就会高亮显示这个字）
原理：

  • 将搜索结果中的关键字用标签标记出来。
  • 在页面中给标签添加css样式。
    语法：
    在这里插入图片描述
    案例如下
    在这里插入图片描述

整个小节的总结
在这里插入图片描述

8.10 RestClient查询文档

整体思路：先在hibana中把需要查询的内容写出来，然后截图去代码里对照写

8.10.1 快速入门

以match_all为例
在这里插入图片描述
在这里插入图片描述

8.10.2 全文检索查询

在这里插入图片描述
快捷键：Ctrl + Alt + M 选中一段代码，快速抽取成方法。

match代码示例：

    @Test
    void testMatch() throws IOException {
        SearchRequest request = new SearchRequest("hotel");
        request.source()
                .query(QueryBuilders.matchQuery("all", "如家"));

        SearchResponse response = client.search(request, RequestOptions.DEFAULT);

query代码示例：

    @Test
    void testMultiMatch() throws IOException {
        SearchRequest request = new SearchRequest("hotel");
        //只有.query()方法内容的差别
        request.source()
                .query(QueryBuilders.multiMatchQuery(
                        "如家",
                        "brand", "name"));

        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    }

8.10.3 精确查询

在这里插入图片描述
term代码示例：

    @Test
    void testTerm() throws IOException {
        SearchRequest request = new SearchRequest("hotel");
        //只有.query()方法内容的差别
        request.source()
                .query(QueryBuilders.termQuery("city", "上海"));

        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    }

range代码示例：

    @Test
    void testRange() throws IOException {
        SearchRequest request = new SearchRequest("hotel");
        //只有.query()方法内容的差别
        request.source()
        		//指定区间时，采用链式编程
                .query(QueryBuilders.rangeQuery("price").gte(100).lte(150));

        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    }

8.10.4 复合查询

在这里插入图片描述
bool代码示例：

    @Test
    void testBooleanSearch() throws IOException {
        SearchRequest request = new SearchRequest("hotel");
        //只有.query()方法内容的差别
        request.source()
                .query(QueryBuilders.boolQuery()
                        .must(QueryBuilders.termQuery("city", "上海"))
                        .filter(QueryBuilders.rangeQuery("price").lte(250))
                );

        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        handleResponse(response);
    }

对于搜索结果response的处理

    private void handleResponse(SearchResponse response) {
        //对response结果进行处理
        SearchHits searchHits = response.getHits();
        //1. 总共查到多少条
        TotalHits totalHits = searchHits.getTotalHits();
        System.out.println("总共查到：" + totalHits.value + "条结果");

        //2. TOP10结果
        System.out.println("====================");
        SearchHit[] hits = searchHits.getHits();

        //3. 遍历结果，获取每个地址值
        for (SearchHit hit : hits) {
            String sourceStr = hit.getSourceAsString();
            System.out.println(sourceStr);
        }
    }

8.10.5 搜索结果处理（排序、分页、高亮）

在这里插入图片描述
from、size、sort代码示例：

    @Test
    void testPagingAndSort() throws IOException {
        SearchRequest request = new SearchRequest("hotel");
        //查询所有 + 显示第一页，每页显示5条 + 排序
        request.source()
                .query(QueryBuilders.matchAllQuery())
                .from(0).size(5)
                .sort("price", SortOrder.DESC);

        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
    }

sort根据坐标位置排序
在这里插入图片描述

highlight高亮代码示例：
在这里插入图片描述
在这里插入图片描述

    @Test
    void testHighLight() throws IOException {
        SearchRequest request = new SearchRequest("hotel");
        request.source()
                .query(QueryBuilders.matchQuery("all", "如家"))
                .highlighter(new HighlightBuilder().field("name").requireFieldMatch(false));

        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        handleHighLightResponse(response);
    }

高亮response处理示例：

    @Test
    void handleHighLightResponse(SearchResponse response) {
        //对response结果进行处理
        SearchHits searchHits = response.getHits();
        //1. 总共查到多少条
        TotalHits totalHits = searchHits.getTotalHits();
        System.out.println("总共查到：" + totalHits.value + "条结果");

        //2. TOP10结果
        System.out.println("====================");
        SearchHit[] hits = searchHits.getHits();

        //3. 遍历结果，获取每个地址值
        for (SearchHit hit : hits) {
            //3.1 获取source
            HotelDoc hotelDoc = JSONObject.parseObject(hit.getSourceAsString(), HotelDoc.class);
            //3.2 获取高亮内容
            Map<String, HighlightField> highlightFields = hit.getHighlightFields();
            //3.3 将source里"name"的值替换为高亮里"name"的值
            //.isEmpty()等价于判断 ==null || size()==0
            if (!CollectionUtils.isEmpty(highlightFields)) {
                HighlightField highlightField = highlightFields.get("name");
                if (highlightField != null) {
                    String name = highlightField.getFragments()[0].toString();
                    //替换source里"name"值为高亮值
                    hotelDoc.setName(name);
                }
            }
            System.out.println(hotelDoc);
        }
    }

8.11 案例综合练习

案例具体代码GitHub地址

注意先将RestClient交给Spring管理。
创建一个RestClientConfig类，使用@Bean管理

@Component
public class RestClientConfig {
    @Bean
    public RestHighLevelClient client() {
        return new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.32.50:9200")));
    }
}

8.11.1 酒店搜索和分页

在这里插入图片描述

  1. 实体类参考RequestParam。
  2. controller参考HotelController中的list()方法。

8.11.2 酒店结果过滤

在这里插入图片描述
kibana实现：
在这里插入图片描述

8.11.3 周边的酒店

在这里插入图片描述

8.11.4 酒店竞价排名

在这里插入图片描述

参考视频

8.12 ES进阶

8.12.1 数据聚合

对文档数据进行统计、分析、运算。

聚合总类

聚合官方文档
在这里插入图片描述

DSL实现聚合

Bucket：
在这里插入图片描述

默认情况下，Bucket聚合是对索引库的所有文档做聚合，我们可以添加query条件限定要聚合的文档范围。
在这里插入图片描述

Metric：对Bucket的聚合结果进行统计分析（类似于先进行Group By再对分组做count()、avg()等）
在这里插入图片描述

RestAPI实现聚合

8.12.2 自动补全

用户输入内容时，自动猜测补全后面的内容

8.12.3 数据同步

MySQL和ES数据同步问题

8.12.4 es集群

我和寂世
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
es-head Elasticsearch的可视化操作插件
12-19
es-head是一个针对Elasticsearch的可视化操作插件。它提供了一个便捷的操作工具，可以连接Elasticsearch搜索引擎，并提供可视化的操作页面，对Elasticsearch进行各种设置和数据检索功能的管理。 es-head 插件可以在...
es docker 部署 elasticsearch.yml
03-19
docker run --name elasticsearch7.16.3 -p 127.0.0.1:9200:9200 -p 127.0.0.1:9300:9300 -e "discovery.type=single-node" -v /Users/xingyue/Home/xingyue/学习/工程化/es/elasticsearch.yml:/usr/share/elastic...
docker 启动Elasticsearch成功后自动退出
烟溪彭于晏的博客
07-16 1873
可能发现找不到es，可能是内存不足导致的。所以在启动的时候，调整内存的分配，重新启动。需要指定确定的版本号，去dockerhub找到要的版本号。浏览器访问如果是云服务器记得开放对应端口号。...
ElasticSearch实战 之 es的安装和使用
m0_67392010的博客
04-18 767
一、前提条件环境准备 本系列教程基于springboot 2.2.2.RELEASE jdk1.8 es版本6.4.2 kibana版本6.4.2（这个也是图形化界面和下面的各有优劣） es的图形化界面 elasticsearch-head-master 操作系统win10 开发工具 idea 2019.3 软工共享连接： 链接：https://pan.baidu.com/s/1ZvkiOwy8XaVptauQ9PVPew 提取码：dtc3 es官方下载连接： https://www.elastic.co
Elasticsearch——使用Java API实现ES中的索引、映射、文档操作
热门推荐
胜天半子祁同伟
08-26 2万+
Elasticsearch——使用Java API实现ES中的索引、映射、文档操作
ElasticSearch之ES8新特性及集群安装
scorpio的博客
09-18 8855
ElasticSearch之ES8新特性及集群安装
Elasticsearch02：ES安装部署【单机】
weixin_40612128的博客
03-16 3705
一、ES安装部署【单机】 1、下载 ES支持单机和集群，在使用层面是完全一样的。 首先下载ES的安装包，目前ES最新版本是7.x，在这使用7.13.4版本。 （1）百度网盘地址： 链接：https://pan.baidu.com/s/1rnvMTGm5CYAh0GfdNDHx-g?pwd=d8xv 提取码：d8xv （2）官网下载地址： https://www.elastic.co/cn/downloads/past-releases#elasticsearch 选择ES的对应版本。 ES 7.1
五-1、elasticsearch集群搭建(ES集群搭建)
xiaobai_july的博客
03-11 6028
从零到一，elasticsearch搭建集群
elasticsearch安装
weixin_44383484的博客
01-18 5001
elasticsearch安装
使用python库elasticsearch操作es
buside的博客
11-19 1778
1、单个写入 from elasticsearch import Elasticsearch es = Elasticsearch("192.168.0.11:9200") mappings = { "id": "11", "serial": "版本", "tags": {"comment": "标签3"}, "status": "tag1" } es.index(index="index-te
ES(Elasticsearch)入门学习教程
m0_67400973的博客
04-02 1万+
Elasticsearch 入门学习教程 1.1 为什么要学Elasticsearch? 1.2 如何下载安装使用ES? 1.2.1 ES 安装使用条件 1.2.2 ES 下载须知 1.2.3 ES 官方下载 1.2.3.1 Windows 系统下载安装 1.2.3.1 Mac OSX 系统下载安装 1.2.3.2 Docker方式下载安装 1.2.4 使用Docker 启动ES单节点实例 1.2.5 使用Docker启动ES多节点实例 1.2.6 ES 在生产环境配置 1.2.6.1
(狂神)ElasticSearch快速入门笔记，ElasticSearch基本操作以及爬虫(Java-ES仿京东实战)
04-18
(狂神)ElasticSearch快速入门笔记，ElasticSearch基本操作以及爬虫(Java-ES仿京东实战),包含了小狂神讲的东西，特别适合新手学习，笔记保存下来可以多看看。好记性不如烂笔头哦~，ElasticSearch，简称es，es是一个...
elasticSearch(ES)最新版 ik分词插件7.10 elasticsearch-analysis-ik-7.10.0
11-20
elasticSearch(ES) 最新版ik分词插件7.10 elasticsearch-analysis-ik-7.10.0
es-dedupe:用于从Elasticsearch删除重复文档的工具
05-05
ES重迭 用于删除按某些唯一字段（例如--field Uuid ）分组的重复文档的工具。 删除过程包括两个阶段： 汇总查询查找具有相同field值且至少出现2次的文档。 此类文档的一份副本留在ES中，其他副本则通过批量API删除...
Linux搭建ElasticSearch(ES)集群并设置密码登录
m0_61418822的博客
10-26 8584
Linux搭建ES集群，设置密码访问。
es-operator：用于Elasticsearch的Kubernetes运算符
02-04
ES-Operator已通过Elasticsearch 6.x和7.0测试。 这个怎么运作 该操作员通过管理称为ElasticsearchDataSets （EDS）的自定义资源来工作。 它们基本上是StatefulSets的一个薄包装。 一个EDS代表一组普通的Elastic...
ElasticSearch官方测试数据
09-14
ElasticSearch官方测试数据
windows版本ES7.17.3中文分词器elasticsearch-analysis-ik-7.17.3 .zip
最新发布
02-05
用于elasticsearch7.17.3这个版本的ik中文分词器，考虑到官网有时网络不稳定下载不下来，这里特意上传，方便大家使用； 目录结构如下： config -- 文件夹 plugin-security.policy plugin-descriptor.properties ...
Elasticsearch es Mapping
05-26
Elasticsearch Mapping 是指索引（index）中的字段映射（mapping），它定义了文档中每个字段的数据类型和如何存储数据。Mapping 是 Elasticsearch 中非常重要的概念，因为它定义了如何解析和索引文档。 在 Elastic...

“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
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