elasticsearch 查看分词结果_第4天 分布式搜索引擎ElasticSearch

最新推荐文章于 2024-09-22 21:14:36 发布
最新推荐文章于 2024-09-22 21:14:36 发布
阅读量784 收藏
点赞数
文章标签： elasticsearch 查看分词结果
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/weixin_31690347/article/details/113069255
版权
本文详细介绍了ElasticSearch的特性、部署启动、使用Postman调用REST API，以及Head插件的安装与使用。讲解了IK分词器的安装与测试，展示了如何通过Logstash实现数据库与ElasticSearch的同步。同时，文章还涵盖了搜索微服务的开发流程，包括创建模块、添加文章到索引库、搜索文章等，并总结了ElasticSearch面试常见问题。
摘要由CSDN通过智能技术生成

3fde00470d573b398ebfa6acaf8be5d9.png

dian上篇：

Gavin：第 3 天 文档型数据库MongoDB​zhuanlan.zhihu.com
5671687125c8794a4702e555c84041da.png

一、ElasticSearch简介

1、什么是ElasticSearch

Elasticsearch是一个实时的分布式搜索和分析引擎。它可以帮助你用前所未有的速 度去处理大规模数据。ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分 布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发 的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用 于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。

2、ElasticSearch特点

（1）可以作为一个大型分布式集群（数百台服务器）技术，处理PB级数据，服务大公 司；也可以运行在单机上

（2）将全文检索、数据分析以及分布式技术，合并在了一起，才形成了独一无二的ES；

（3）开箱即用的，部署简单

（4）全文检索，同义词处理，相关度排名，复杂数据分析，海量数据的近实时处理

3、 ElasticSearch体系结构

下表是Elasticsearch与MySQL数据库逻辑结构概念的对比

c6bf978be49ff9144dbb203b8be02042.png

二、走进ElasticSearch

1、 ElasticSearch部署与启动

安装教程：https://zhuanlan.zhihu.com/p/134104899

访问：http://spark2.x:9200/

c3b38ef123a6fc6de992692ddc79a3da.png

2、Postman调用RestAPI

新建索引 （创建索引库）

例如我们要创建一个叫articleindex的索引 ,就以put方式提交

提交url：http://spark2.x:9200/articleindex01/

873bf93dbbe55a4e272aee9e68aaee1d.png

新建文档

以post方式提交 ：http://spark2.x:9200/articleindex01/article01

1bee264b583930b8750d992226d23563.png

打印输出的json数据：

{
    "_index": "articleindex01",
    "_type": "article01 ",
    "_id": "gKkw5XQBjtst7OKrbi13",
    "_version": 1,
    "result": "created",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 0,
    "_primary_term": 1
}

查询全部文档

查询某索引某类型的全部数据，以get方式请求

http://spark2.x:9200/articleindex01/article01/_search

8b32bf4d4ae62e43daf18e23c2712601.png

修改文档

以put形式提交以下地址：

http://spark2.x:9200/articleindex01/article01/fakb5XQBjtst7OKr-y3A

18cf240c68beec644ab44f5bf75a0f4c.png

另一种情况

如果我们在地址中的ID不存在，则会创建新文档

以put形式提交以下地址：http://spark2.x:9200/articleindex01/article01/1

0211368f70a839b828592e5311625579.png

基本匹配查询

根据某列进行查询 get方式提交下列地址：

http://192.168.184.134:9200/articleindex01/article01/_search?q=title:十次方课程

好给力

以上为按标题查询，返回结果如下： 

{
    "took":10,
    "timed_out":false,
    "_shards":{
        "total":5,
        "successful":5,
        "skipped":0,
        "failed":0
    },
    "hits":{
        "total":1,
        "max_score":2.0649285,
        "hits":[
            {
                "_index":"articleindex",
                "_type":"article",
                "_id":"1",
                "_score":2.0649285,
                "_source":{
                    "title":"十次方课程好给力",
                    "content":"知识点很多"
                }
            }

模糊查询

我们可以用*代表任意字符：

http://spark2.x:9200/articleindex01/article01/_search?q=title:*s*

删除文档

根据ID删除文档,删除ID为1的文档 DELETE方式提交

http://spark2.x:9200/articleindex01/article01/1

返回结果如下： 

{
    "found":true,
    "_index":"articleindex",
    "_type":"article",
    "_id":"1",
    "_version":2,
    "result":"deleted",
    "_shards":{
        "total":2,
        "successful":1,
        "failed":0
    }
}

再次查看全部是否还存在此记录

3、Head插件的安装与使用

（1）Head插件安装

如果都是通过rest请求的方式使用Elasticsearch，未免太过麻烦，而且也不够人性化。我们一般都会使用图形化界面来实现Elasticsearch的日常管理，最常用的就是Head插件

下载head插件：https://github.com/mobz/elasticsearch-head

（2）解压到任意目录

但是要和elasticsearch的安装目录区别开

51f2864ab6a86deebd3cb7f877d8ef4b.png

（3）安装node js ,安装cnpm

D:javanojselasticsearch-head-master>npm install -g cnpm --registry=https://registry.npm.taobao.org

npm WARN deprecated har-validator@5.1.5: this library is no longer supported
C:UsersmrmanAppDataRoamingnpmcnpm -> C:UsersmrmanAppDataRoamingnpmnode_modulescnpmbincnpm
+ cnpm@6.1.1
added 685 packages in 47.634s

（4）安装node js

07129c7ce67f686d918d06fec7166b14.png

下载地址：链接：https://pan.baidu.com/s/11fOQxZVAcRfSP2OnKXUZAg

提取码：72o3

一直下一步即可

d35fe760a9ac6cecc8c1c9619e56a707.png

将grunt安装为全局命令 。Grunt是基于Node.js的项目构建工具。它可以自动运行你所 设定的任务 ，在cmd窗口执行：

npm install ‐g grunt‐cli

如图所示：

ad2abf21b5ce63181a2926256864043b.png

（5）安装依赖 

D:javanojselasticsearch-head-master>cnpm install

如图所示：

8165b3191e047d05e0f9fea9b5f2c06b.png

b5529e1741ad0742ea67900b15b59857.png

（6）进入head目录启动head，在命令提示符下输入命令 

D:javanojselasticsearch-head-master>grunt server

如图所示：

7120a0a144ae897f0bfe4efbfbdf9051.png

访问：http://localhost:9100

b3d0e5e05500f47f3beeee8cf6b65ba1.png

解决es跨域访问问题

98b9638b049583b31f56cab9a39e1d36.png

我们这时需要修改elasticsearch的配置，让其允许跨域访问。

修改elasticsearch配置文件：elasticsearch.yml，增加以下两句命令：

elasticsearch-6.3.1/config

[root@spark2 config]# pwd
/usr/local/etc/hadoop/module/elasticsearch-6.3.1/config

[root@spark2 config]# vim elasticsearch.yml 

//增加以下两句命令
http.cors.enabled: true 
http.cors.allow‐origin: "*"

4b36823239aa43ecb3025187102f7052.png

重新启动elasticsearch

连接后，如图所示：

4eb3a9c6c456833179c2fdae40452221.png

3、head插件的安装和使用

（1）创建索引库

1a4c0bf6acad29a433b0084e889b2ad2.png

a60c53922ee38f77721b7966050e1fbc.png

新建或修改文档

在复合查询中提交地址，输入内容，提交方式为PUT ，点击数据浏览 ,点击要查询的索引名称，右侧窗格中显示文档信息

efd091de242c7bd05e36c9f6a942b902.png
添加数据

点击文档信息：

2a37e2d5ea3fefef09736f5477f6065e.png
浏览数据

修改文档

在复合查询中提交地址，输入内容，提交方式为PUT

http://spark2.x:9200/tensquare_elasticsearch/article/3/

995c2a31a6ab02604172977d368133ae.png

点击数据浏览 ,点击要查询的索引名称，右侧窗格中显示文档信息

e6780ac01753f27636cb6a06e95f4ad9.png

点击文档信息：

0722586a459a32199ac36b3a697b3454.png

删除文档

a013bbf85d9b26d92e77692404d84ec2.png

4、ik分词器的使用

（1）什么是IK分词器

IK分词是一款国人开发的相对简单的中文分词器。虽然开发者自2012年之后就不在维护 了，但在工程应用中IK算是比较流行的一款！我们今天就介绍一下IK中文分词器的使用。

（2）IK分词器安装

下载地址：https://github.com/medcl/elasticsearch-analysis-ik/releases 下载5.6.8版

本

链接：https://pan.baidu.com/s/1RjNkvL70Ak2ZA9J8UUY61A

提取码：ep4p

  • 先将其解压，将解压后的elasticsearch文件夹重命名文件夹为ik
  • 将ik文件夹拷贝到elasticsearch/plugins 目录下
  • 重新启动，即可加载IK分词器

由于下载elasticsearch-analysis-ik-6.3.1.zip 的后缀名是zip格式，解压需要注意：

//解压命令“jar xvf 压缩包”
[root@spark2 plugins]# jar xvf elasticsearch-analysis-ik-6.3.1.zip 
  created: config/
 inflated: config/extra_single_word_low_freq.dic
 inflated: config/quantifier.dic
 inflated: config/extra_stopword.dic
 inflated: config/extra_main.dic
 inflated: config/preposition.dic
 inflated: config/extra_single_word_full.dic
 inflated: config/extra_single_word.dic
 inflated: config/IKAnalyzer.cfg.xml
 inflated: config/surname.dic
 inflated: config/main.dic
 inflated: config/suffix.dic
 inflated: config/stopword.dic
 inflated: plugin-descriptor.properties
 inflated: plugin-security.policy
 inflated: elasticsearch-analysis-ik-6.3.1.jar
 inflated: httpclient-4.5.2.jar
 inflated: httpcore-4.4.4.jar
 inflated: commons-logging-1.2.jar
 inflated: commons-codec-1.9.jar

//解压ok
[root@spark2 plugins]# ll
total 5828
-rw-r--r--. 1 root root  263965 May  6  2018 commons-codec-1.9.jar
-rw-r--r--. 1 root root   61829 May  6  2018 commons-logging-1.2.jar
drwxr-xr-x. 2 root root    4096 May  6  2018 config
-rw-r--r--. 1 root root   52399 Jul 18  2018 elasticsearch-analysis-ik-6.3.1.jar
-rw-r--r--. 1 root root 4502496 Oct  2 09:53 elasticsearch-analysis-ik-6.3.1.zip
-rw-r--r--. 1 root root  736658 May  6  2018 httpclient-4.5.2.jar
-rw-r--r--. 1 root root  326724 May  6  2018 httpcore-4.4.4.jar
-rw-r--r--. 1 root root    1805 Jul 18  2018 plugin-descriptor.properties
-rw-r--r--. 1 root root     125 Jul 18  2018 plugin-security.policy
[root@spark2 plugins]#

将ik文件夹拷贝到elasticsearch/plugins 目录下

910a3916dc9da9e4d786ddeee396875f.png

重新启动，即可加载IK分词器

3c895b6702774b885ff11dc46b223616.png

IK分词器测试

IK提供了两个分词算法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

我们分别来试一下

（1）最小切分：在浏览器地址栏输入地址

http://spark2.x:9200/_analyze?analyzer=ik_smart&pretty=true&text=我是程序员

输出的结果为： 

{
    "tokens":[
        {
            "token":"我",
            "start_offset":0,
            "end_offset":1,
            "type":"CN_CHAR",
            "position":0
        },
        {
            "token":"是",
            "start_offset":1,
            "end_offset":2,
            "type":"CN_CHAR",
            "position":1
        },
        {
            "token":"程序员",
            "start_offset":2,
            "end_offset":5,
            "type":"CN_WORD",
            "position":2
        }
    ]
}

（2）最细切分：在浏览器地址栏输入地址

http://spark2.x:9200/_analyze?analyzer=ik_max_word&pretty=true&text=我是程序

员

输出的结果为： 

{
    "tokens":[
        {
            "token":"我",
            "start_offset":0,
            "end_offset":1,
            "type":"CN_CHAR",
            "position":0
        },
        {
            "token":"是",
            "start_offset":1,
            "end_offset":2,
            "type":"CN_CHAR",
            "position":1
        },
        {
            "token":"程序员",
            "start_offset":2,
            "end_offset":5,
            "type":"CN_WORD",
            "position":2
        },
        {
            "token":"程序",
            "start_offset":2,
            "end_offset":4,
            "type":"CN_WORD",
            "position":3
        },
        {
            "token":"员",
            "start_offset":4,
            "end_offset":5,
            "type":"CN_CHAR",
            "position":4
        }
    ]
}

三、搜索微服务开发

1、创建模块tensquare_search

（1）创建模块tensquare_search，并pom.xml引入依赖

tensquare_parent2020tensquare_searchpom.xml 
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <parent>
        <artifactId>tensquare_parent2020</artifactId>
        <groupId>org.study</groupId>
        <version>1.0-SNAPSHOT</version>
    </parent>
    <modelVersion>4.0.0</modelVersion>

    <artifactId>tensquare_search</artifactId>

    <dependencies>
        <dependency>
            <groupId>org.springframework.data</groupId>
            <artifactId>spring-data-elasticsearch</artifactId>
        </dependency>

        <dependency>
            <groupId>org.study</groupId>
            <artifactId>tensquare_common</artifactId>
            <version>1.0-SNAPSHOT</version>
        </dependency>
    </dependencies>

</project>

（2）application.yml

tensquare_parent2020tensquare_searchsrcmainresourcesapplication.yml

server:
  port: 9007
spring:
  application:
    name: tensquare-search
  data:
    elasticsearch:
      cluster-nodes: spark2.x:9300

（3）创建包com.tensquare.search ，包下创建启动类

tensquare_parent2020tensquare_searchsrcmainjavacomtensquaresearchSearchApplication.java

package com.tensquare.search;

import com.study.util.IdWorker;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.annotation.Bean;

@SpringBootApplication
public class SearchApplication {
    public static void main(String[] args) {
        SpringApplication.run(SearchApplication.class,args);
    }

    @Bean
    public IdWorker idWorker(){
        return new IdWorker(1,1);
    }
}

2、添加文章 （文章保存到索引库）

（1）创建实体类（创建com.tensquare.search.pojo包，包下建立类 ）

tensquare_parent2020tensquare_searchsrcmainjavacomtensquaresearchpojoArticle.java

package com.tensquare.search.pojo;


import com.sun.javafx.beans.IDProperty;
import org.springframework.data.annotation.Id;
import org.springframework.data.elasticsearch.annotations.Document;
import org.springframework.data.elasticsearch.annotations.Field;

import java.io.Serializable;


@Document(indexName="tensquare_article",type="article")
public class Article implements Serializable {

    @Id
    private String id;

    //是否索引，就是看该域是否能被搜索
    //是否分词，就表示搜索的时候是整体匹配还是单词匹配
    //是否存储，就是是否在页面上显示
    @Field(index=true,analyzer = "ik_max_word",searchAnalyzer = "ik_max_word")
    private String title;

    @Field(index=true,analyzer = "ik_max_word",searchAnalyzer = "ik_max_word")
    private String content;

    private String state; //审核状态

    public String getId() {
        return id;
    }

    public void setId(String id) {
        this.id = id;
    }

    public String getTitle() {
        return title;
    }

    public void setTitle(String title) {
        this.title = title;
    }

    public String getContent() {
        return content;
    }

    public void setContent(String content) {
        this.content = content;
    }

    public String getState() {
        return state;
    }

    public void setState(String state) {
        this.state = state;
    }
}

（2）创建数据访问接口（创建com.tensquare.search.dao包，包下建立接口）

tensquare_parent2020tensquare_searchsrcmainjavacomtensquaresearchdaoArticleDao.java 
package com.tensquare.search.dao;

import com.tensquare.search.pojo.Article;

import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;

/**
 * 创建数据访问接口（文章数据访问层接口）文章保存到索引库
 */
public interface ArticleDao extends ElasticsearchRepository<Article,String> {
}

（3）创建业务逻辑类 （创建com.tensquare.search.service包，包下建立类 ）

tensquare_parent2020tensquare_searchsrcmainjavacomtensquaresearchserviceArticleService.java

package com.tensquare.search.service;

import com.tensquare.search.dao.ArticleDao;
import com.tensquare.search.pojo.Article;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;


@Service
public class ArticleService {

    @Autowired
    private ArticleDao articleDao;

    /**
     *  文章保存到索引库
     * @param article
     */
    public void save(Article article){
        articleDao.save(article);
    }
}

（4）创建控制器类 （创建com.tensquare.search.controller包，包下建立类 ）

tensquare_parent2020tensquare_searchsrcmainjavacomtensquaresearchcontrollerArticleController.java

package com.tensquare.search.controller;

import com.study.entity.Result;
import com.study.entity.StatusCode;
import com.tensquare.search.pojo.Article;
import com.tensquare.search.service.ArticleService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.*;


@RestController
@RequestMapping("/article")
@CrossOrigin
public class ArticleController {
    @Autowired
    private ArticleService articleService;

   /**
     * 文章保存到索引库
     * @param article
     * @return
     */
    @RequestMapping(method= RequestMethod.POST)
    public Result save(@RequestBody Article article){
        articleService.save(article);
        return new Result(true, StatusCode.OK,"添加成功");
    }
}

（5）启动主程序SearchApplication

33ad0576f8f00bde4d8b96955a688892.png

（6）postman测试

82a9bfc72a4ec7b0015e20d043839e4d.png

b820580f52106c9ea51306be3319b443.png

3、从索引库中搜索文章

（1）controller层

tensquare_parent2020tensquare_searchsrcmainjavacomtensquaresearchcontrollerArticleController.java 
  /**
     * 从索引库中搜索文章（文章搜索）
     * @param key  键值
     * @param page 页数
     * @param size 页码大小
     * @return
     */
    @RequestMapping(value="/{key}/{page}/{size}",method=RequestMethod.GET)
    public Result findByKey(@PathVariable String Key,@PathVariable int page,@PathVariable int size){
        Page<Article> pageData = articleService.findByKey(Key,page,size);
        return new Result(true,StatusCode.OK,"查询成功",new PageResult<Article>(pageData.getTotalElements(),pageData.getContent()));
    }
}

（2）service层

tensquare_parent2020tensquare_searchsrcmainjavacomtensquaresearchserviceArticleService.java

 /**
     * 从索引库中搜索文章（文章搜索）
     * @param key
     * @param page
     * @param size
     * @return
     */
    public Page<Article> findByKey(String key, int page, int size) {
        Pageable pageable = PageRequest.of(page - 1, size);
       return articleDao.findByTitleOrContentLike(key, key, pageable);
    }
}

（3）dao层

tensquare_parent2020tensquare_searchsrcmainjavacomtensquaresearchdaoArticleDao.java

package com.tensquare.search.dao;
import com.tensquare.search.pojo.Article;
import org.springframework.data.domain.Page;
import org.springframework.data.domain.Pageable;
import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;

/**
 * 创建数据访问接口(文章数据访问层接口)
 */
public interface ArticleDao extends ElasticsearchRepository<Article,String> {

    /**
     *从索引库中搜索文章（文章搜索）
     * @param title    标题
     * @param content 文章正文
     * @param pageable
     * @return
     */
    public Page<Article> findByTitleOrContentLike(String title, String content, Pageable pageable);
}

（4）启动主程序SearchApplication

a10114ced0c8f5e79b28b020b3846b41.png

（5）postman测试

7411d793ede2ebe65994b129eb4b8e3b.png

4、 logstash的安装

软件下载：链接：https://pan.baidu.com/s/1cNp6QC13dAtwyN8AhNhPZg

提取码：nbma

Logstash

（1）什么是Logstash

Logstash是一款轻量级的日志搜集处理框架，可以方便的把分散的、多样化的日志搜集起来，并进行自定义的处理，然后传输到指定的位置，比如某个服务器或者文件。

（2）Logstash安装与测试

  • 解压文件

6cdab7c4114878f844d8d8a86bf09801.png
  • 解压，进入bin目录，执行如下命令：
logstash  -e 'input { stdin { } } output { stdout {} }'

如图所示：

a86f2405cce1cb04f71ee287bd16ede0.png

f94b5918f69de9d4d54caaa7b30248ca.png
Logstash测通

参数说明：

stdin，表示输入流，指从键盘输入
stdout，表示输出流，指从显示器输出
命令行参数:
-e 执行
--config 或 -f 配置文件，后跟参数类型可以是一个字符串的配置或全路径文件名或全路径
路径(如：/etc/logstash.d/，logstash会自动读取/etc/logstash.d/目录下所有*.conf 的文
本文件，然后在自己内存里拼接成一个完整的大配置文件再去执行)

5、logstash的同步数据库

准备工作（同步文件）：

链接：https://pan.baidu.com/s/19E3_8O3h6uSVg0ZI_IKFJg

提取码：bwg8

下载完毕之后，拷贝到logstash-5.6.8文件目录下，如图所示：

59049b9e006b4edb24e3e5b905c1f5d6.png

点击进去：

58fea6ba5966494b3adaba20390691e3.png

9d47eb71933c9a52621d1d385a05e08f.png

为了直观查看，我们先在mysql数据库添加一些参数：

61e17d69bf378f33f909773c8bbd2805.png
tb_article表

启动Logstash

logstash -f ../mysqlect/mysql.conf

如图所示：

69c1c091a9d60aa4b335a75f4138fb43.png

5f772e75ab45cea440c19abee842f29b.png

之后，在es的索引查看

f725976b86521c16dd299c5fd6a005c6.png

73ab0c7cf93ff38a716dd93105033368.png

跟我们刚才添加的数据库一致，时间段也是10月3号，说明同步操作成功了

若我们把mysql的数据库删除后，Logstash重新打印一次（只会打印mysql数据库还在的数据），如图所示

a935df5c2c979e3b30b195b6633d6d91.png

索引的数据是不会被删除的，如图所示：

8d96406ac6d3b8e836dc89da0262a1f6.png

面试问题总结

1、你在项目中如何开发搜索模块？

elasticsearch Spring DataElasticsearch

2、你如何实现数据库与索引库的同步？

采用Logstash

3、你如何实现索引库的分词 ？

IK 两种算法 最少切分 最细切分

4、Solr 和Elasticsearch性能区分

https://www.cnblogs.com/chowmin/articles/4629220.html

高世通
关注
Elasticsearch- 分词查询
FANET
05-27 2万+
查看分词的命令， ES
elasticsearch 查看分词结果_Elasticsearch入门指南
weixin_33976326的博客
12-31 2278
好好学习，天天向上本文已收录至我的Github仓库「DayDayUP」：github.com/RobodLee/DayDayUP，欢迎Star这篇文章主要是记录一下最近在学的Elasticsearch。没有什么复杂的原理，只是简单的使用。简介Elasticsearch 是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。充分利用Elasti...
elasticsearch 工作原理_Elasticsearch入门指南
weixin_39966909的博客
11-30 264
好好学习，天天向上 本文已收录至我的Github仓库DayDayUP：github.com/RobodLee/DayDayUP，欢迎Star这篇文章主要是记录一下最近在学的Elasticsearch。没有什么复杂的原理，只是简单的使用。简介 Elasticsearch 是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。充分利用Elasticsear...
ElasticSearch分词器
最新发布
Gao__xi的博客
09-22 1182
在知道了分词器的三个组成部分后，我们来自定义一个分词器=>"]],"tokenizer": {"type":"whitespace"}, //可以直接写成 "tokenizer":"whitespace""filter": [{"type":"lowercase"}], //可以直接写成 "filter":["lowercase"]</h1>"===输出结果===},：使用了内置的html_strip字符过滤器和内置的mapping字符过滤器，并配置mapping规则将**!**转换为空。
ElasticSearch查看某个字段分词结果
weixin_42359392的博客
07-13 2695
GET /${index}/${type}/${id}/_termvectors?fields=${fields_name}
Elasticsearch之分词器查询分词效果
热门推荐
悟能的师兄的专栏
07-31 2万+
0、引言 Elasticsearch之分词器中文的我们一般使用IK，如果没有指定分词器。默认使用的是standard分词。 IK分词能将中文分成词组： standard分词则会将每个中文分成一个单个的词： 其他分词器：ansj_index ...... 优劣：IK 分词能够根据词库创建有效的分词索引，搜索的效率和准确率很高。劣势：有小部分词如果不存在词库，则不会被分词，因此在查询的...
python分布式爬虫打造搜索引擎.zip_python_python 搜索引擎_python搜索引擎_分布式_爬虫
07-14
6. **数据存储**：搜索引擎通常使用NoSQL数据库如MongoDB或Elasticsearch来存储和检索大量非结构化数据。这些数据库能够快速地处理大规模的全文搜索。 7. **文本处理**：在构建搜索引擎时，文本预处理至关重要，...
分布式搜索引擎：Elasticsearch 快速入门
花城的博客
02-08 1802
文章目录一、Elasticsearch介绍1.1 介绍1.2 安装（Ubuntu 20.04）1.3 安装 Kinaba （官方客户端，可选）1.4 核心概念1.5 与 MySQL 对比二、反向索引原理三、ES 安装插件3.1 离线安装3.2 在线安装四、ES 操作4.1 索引操作4.2 映射操作4.2.1 字段类型4.2.2 映射参数4.2.3 映射操作4.3 文档操作4.4 文档查询4.4.1 全文查询4.4.2 词语级别查询4.4.3 布尔查询4.4.5 过滤查询4.5 排序4.6 分页4.7 高亮显
elasticsearch7.17.11版本分词器插件安装包
11-13
Elasticsearch（简称ES）是一款基于Lucene的分布式、RESTful搜索引擎，广泛应用于日志收集、数据分析等领域，是ELK（Elasticsearch、Logstash、Kibana）堆栈的重要组成部分。在处理中文数据时，合理的分词对于提升...
分布式搜索引擎Elasticsearch
摘 月
09-24 648
1.Elasticsearch产生背景大数据量的检索NoSql： not only sql，泛指非关系型的数据库Nginx的7层负载均衡和4层负载均衡2.Elasticsearch是什么一个基于Lucene的分布式搜索和分析引擎，一个开源的高扩展的分布式全文检索引擎Elasticsearch使用Java开发：需安装jdkApache：公司：开源协议在它的条款下开源很多主流的开源软件都捐献给Apache，让它维护顶级开源项目：Kafka，ES，Echarts。
ElasticSearch查看分词结果
姚小姚的博克~~~~
03-30 1万+
 如下：GET googleplay/app/com.pearlabyss.blackdesertm/_termvectors?fields=name_krGET your_index/your_type/your_id/_termvectors?fields=your_fieldsName
elasticsearch——查询分词结果
qq_26915707的博客
08-20 1348
查询索引某条记录某个字段实际的分词结果： GET /${index}/${type}/${id}/_termvectors?fields=${fields_name}
elasticsearch查看分词结果
大道至简 分而治之
04-06 648
查看任意一段文本，能分成哪些词汇。查看已经入库的数据，分词情况。
elasticsearch获取分词结果
【模棱博客】 – Java技术博客
02-27 9297
原创于 【模棱博客】ES 中默认配置 IK 后，通过 Rest HTTP 的方式我们可以进行得到分词结果。那么在 Spring Boot 和提供的客户端依赖 spring-data-elasticsearch 中如何获取到分词结果。加入依赖 pom.xmlorg.springframework.bootspring-boot-starter-data-elasticsearch在 applicat...
ElasticSearch 查看某个字段数据的分词结果
WitsMakeMen的专栏
06-15 4362
GET /index/index/{index}/{type}/id/termvectors?fields=id/termvectors?fields={id}/_termvectors?fields={fields_name}
Elasticsearch专栏-5.es基本用法-分词查询
zjun1001的博客
04-25 1万+
es 分词查询
elasticsearch 安装_Elasticsearch中安装IK分词器
weixin_39672572的博客
12-11 166
在Elasticsearch中默认的分词器对中文的支持不好，会分隔成一个一个的汉字。而IK分词器对中文的支持比较好一些，主要有两种模式“ik_smart”和“ik_max_word”。Elasticsearch中文拆分测试：curl -H "Content-Type:application/json" -XGET 'http://192.168.20.131:9200/_analyze?...
Elasticsearch 0.20.6 Java API分布式搜索实战与分词器集成
本文档主要介绍了如何在Windows环境下基于Luence的分布式搜索引擎ElasticSearch进行搜索实例演示，以及如何使用Java API进行集成和操作。首先，我们了解到Elasticsearch的最新版本为0.20.6，可以从其官方网站下载：...
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