珊瑚海的博客

Eclipse的编辑功能非常强大，掌握了Eclipse快捷键功能，能够大大提高开发效率。Eclipse中有如下一些和编辑相关的快捷键。  1. 【ALT+/】  此快捷键为用户编辑的好帮手，能为用户提供内容的辅助，不要为记不全方法和属性名称犯愁，当记不全类、方法和属性的名字时，多体验一下【ALT+/】快捷键带来的好处吧。  2. 【Ctrl+O】  显示类中方法和属

全文（full-text）检索如果一个date或int字段，被认为日期或整数。如果检索not_analyzed字段，他们会把整个查询作为一个短语。如果检索一个全文字段，查询会先用解析器解析查询语句，产生需要查询的短语列表，对每个短语进行低级查询，合并结果。 1.匹配查询match query2.多词查询  提高精度： GET /my_index/my_typ

结构化不关心文档的相关性或分数，只是简单的包含或排除。1.查找准确值  （1）过滤器查找匹配文档（2）创建字节集[1,0,0,0] （3）字节集存在内存中，我们能跳过1和2，能提升性能。 2.组合过滤 Must、must_not、should 3.查询多个准确值  Terms格式如:  { "terms" : { "pri

1.文本搜索  倒排索引存储写入磁盘的倒排索引是不可改变的：（1）不需要锁（2）一旦写入内存，因为不需改变，所以一直在那，有助性能（3）压缩数据，减少IO和内存大小占用 2.动态索引？？段是不可改变的，文档不能从旧的段中删除，每个文档被删除只是.del文件中被标记删除，依然可以匹配查询，只是最终返回前被移除结果集中。更新就是先删除后插入 3.近实时搜索

1.创建删除创建：put /myidnex{ “setting”:{}, “mapping”:{}}防止自动创建：可以在elasticsearch.yml中添加action.anto.create_index：false删除：delete /myindex1,myindex2delete /_all2.索引设置  number_of_shards主分片数，默认5

搜索的执行过程分为两个阶段：查询后取回1.查询阶段    查询被向索引中每个分片副本广播，每个分片在本地执行搜索并建立匹配文档的优先队列。GET /_search{ "from": 90, "size": 10}这个优先队列的能容纳100个文档查询分为三步：如图可视化：（1）客户端发送一个search搜索请求给请求体node3，node3创建

1.排序  Sort排序，如果是date，会转化成毫秒数；  如果强制计算其相关性，可以设置track_scores为true  默认排序：字段默认顺序排序，_score默认倒序 GET /_search?sort=date:desc&sort=_score&q=search "sort": { "dates": { "order": "asc",

1.请求体查询  要点：GET /_search{ "from": 30, "size": 10}进行分页 2.DSL应该单独学习；3.查询与过滤  一个查询语句会计算每个文档与查询语句的相关性，会给出一个相关评分_score； 一般情况下：经过花村的过滤查询要远胜一条查询语句的执行效率 4.重要的查询过滤语句  term过滤：精

1.数据类型差异    不同类型的索引方式是不一样的，导致查询结果不一样；2.确切值和全文  确切值是确定的，比如foo和Foo不同  全文文本常常被称为高度结构化数据，而不是非结构化的数据  @为了方便全文文本字段中进行搜索查询，ES首先对文本进行分析，然后使用结果建立一个倒排索引。 3.倒排索引  倒排索引inverted index进行快速的全文检索；

ES可以结构化查询，也可以进行全文检索需要理解三个概念：Mapping、Analysis、Query DSL 1.空搜索   GET /_search响应：{ "hits" : { "total" : 14, "hits" : [ { "_index": "us", "_

1.路由文档存储在分片的算法shard =hash(routing) % number_of_primary_shardsrouting值是一个任意字符串，默认为_id，可以自定义；从这可以看出，主分片的数量不能改变，假如改变文档的路由将全部失效。2.分片交互当我们发送请求，最好的做法是循环通过所有节点请求，这样可以平衡负载。3.新建和索引和删除文档

数据吞吐 存储的格式为json格式文档； ES中每个字段的数据是默认被索引的；有一点需要注意，索引数据的操作只会发生在主分片(primary shard)上，而不会发生在分片副本(Replica)上。如果索引数据的请求发送到的节点没有合适的分片或者分片是副本，那么请求会被转发到含有主分片的节点。 1.   文档在ES中特指被序列化成json格式的数据其中一个文档

1.空集群   一个节点就是es实例，具有相同的clustername；多个节点协同工作，分享数据，平衡负载，自动感应节点并平衡数据。主节点被自主选出，且不参与文档级别的变更与搜索。 2.集群监控GET/_cluster/health其中status字段颜色意义green所有主要分片和复制分片都可用

列出各种常用解压命令 1、*.tar 用 tar –xvf 解压 2、*.gz 用 gzip -d或者gunzip 解压 3、*.tar.gz和*.tgz 用 tar –xzf 解压 4、*.bz2 用 bzip2 -d或者用bunzip2 解压 5、*.tar.bz2用tar –xjf 解压 6、*.Z 用 uncompress 解压 7、*.tar.Z 用tar –

#head监控安装，推荐bin/plugin -install mobz/elasticsearch-head#bigdesk集群状态，推荐bin/plugin -install lukas-vlcek/bigdesk#marvel监控安装bin/plugin -i elasticsearch/marvel/latest#es-sql安装,网页内有详细说明https://git

如果我们每天都要新建索引，而mapping需要提前设置，这个时候就需要用到动态模板；每日凌晨新建索引时，匹配template的索引即可自动创建mapping。下面有个模板的例子，供大家参考：（只要匹配news_wordcloud*的索引即可自动创建type为cms的mapping）#模板curl -XPUT localhost:9200/_template/template_news

有的时候，我们想对我们项目下的网页进行缩略图的展示，如下效果： 如果要实现上面的展示网页，需要三个步骤：1.      生成网页的快照；2.      把网页快照生成合适大小的缩略图；3.      根据上面缩略图生成展示网页。Ps：常见安装错误，请见本文档最后。一、生成网页的快照所谓生成网页的快照，就是对网页进行截图，我们这里用phantomjs来实现。

有的时候我们想把mysql或oracle中的数据导入到es中，有很多种方式，这里介绍一种很简单的方式，利用Logstash的jdbc-input插件可以实现。官方文档链接查看：https://www.elastic.co/guide/en/logstash/2.1/plugins-inputs-jdbc.html 譬如我们想把mysql中某一张表导入到ES中，Logstash的conf

大家在用Logstash收集日志时，发现@timestamp的时间比本地早8个小时，这是正常的，因为这个时间是UTC时间，日志应统一采用这个时间。原则上建议大家不要修改这个时间戳：时区问题的解释很多中国用户经常提一个问题：为什么 @timestamp 比我们早了 8 个小时？怎么修改成北京时间？+其实，Elasticsearch 内部，对时间类型字段，是统一采用 UTC 时间

1dotCloud到Docker：低调奢华有内涵　　写在前面：放在两年前，你不认识Docker情有可原。但如果现在你还这么说，不好意思，我只能说你OUT了。你最好马上get起来，因为有可能你们公司很快就会引入Docker。今天就和大家讨论讨论这个备受好评的应用，让我们来揭开他的真面目！　　点击下载报告　　【一】从dotCloud到Docker--