ElasticSearch读书摘要（6.6官方文档）

最新推荐文章于 2024-05-12 19:30:58 发布
最新推荐文章于 2024-05-12 19:30:58 发布
阅读量874 收藏 1
点赞数 1
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_38300458/article/details/87278092
版权

Getting Started

概述

ES是一个可伸缩的、开源的全文检索和分析引擎，提供对海量数据的存储、检索、实时数据分析，广泛用于很多场景下的搜索需求。

基本概念

NRT：near realtime，低延迟，从创建所有到可以被检索到有一定延迟，但不大。

Cluster：ES是一个集群，注意不同环境下集群名字要有所不同，集群可以只有一个节点。

index：索引是文档的集合，索引名称必须是小写。

type：即将废弃，6.0版本已标记为decrepted，现在索引只有一个类型。

document：索引的基本的单位，本质是是存在于索引的类型中。

shard:每个分区都是一个单独的搜索引擎，每个lucen可存储对文档数量有上限，LUCENE-5843上限是2,147,483,519（= Integer.MAX_VALUE - 128）。

replica：为了防止node故障，需要保存数据副本。

索引被分散到很多分区中，分区有有零个或多个副本，副本和分区到数量在索引创建之初确定，之后也可以动态调整。默认情况下，一个索引有五个分区，每个分区有一个副本，这意味着集群至少有两个节点，整个集群有10个分区。

ES默认端口号9200（针对REST API）

安装

  1. 下载ES安装包
  2. 下载kibana安装包，于ES版本要一直，否则可能不兼容
  3. 启动ES
  4. 启动kibana
  5. http://localhost:5601

集群

集群健康

GET /_cat/health?v

green：particion和replica都可用
yellow：particion可用，部分replica不可用
red：部分particion不可用

集群节点

GET /_cat/nodes?v

集群索引列表

GET /_cat/indices?v

创建索引

PUT /customer?pretty

新建文档

PUT /customer/_doc/1?pretty
{
  "name":"helios"
}

POST /customer/_doc?pretty
{
  "name": "Jane Doe"
}

PUT原语可以指定文档ID，如果不需要，则采用POST，多次PUT操作，如果ID一样，则是更新（覆盖）操作，否则则是插入操作。

注意：文档对创建和索引是否已经创建无关，如果索引没有创建，则在创建文档时会自动创建索引。

检索文档

GET /customer/_doc/1?pretty

删除索引

DELETE /customer?pretty

更新文档

POST /customer/_doc/1/_update?pretty 
{
  "doc": {
    "name":"helios-update",
    "age":"27"
  }
}

POST /customer/_doc/1/_update?pretty 
{
  "script": "ctx._source.age += 5"
}

注意：文档的更新本质上并不是对某些字段做更新，而是会删除、合并旧文档，第二种方式为脚本更新。

删除文档

DELETE /customer/_doc/1?pretty

批处理

POST /customer/_doc/_bulk?pretty 
{"index":{"_id":"1"}}
{"name":"helios-bulk-1"}
{"index":{"_id":"2"}}
{"name":"helios-bulk-2"}

POST /customer/_doc/_bulk?pretty 
{"update":{"_id":"1"}}
{"doc":{"name":"bulk-update"}}
{"delete":{"_id":"2"}}

搜索

GET /bank/_search?q=*&sort=account_number:asc&pretty

GET /bank/_search
{
  "query": { "match_all": {} },
  "sort": [
    { "account_number": "asc" }
  ]
}

说明：match_all在整个文档做匹配。

source

GET /bank/_search
{
  "query": { "match_all": {} },
  "_source": ["account_number", "balance"]
}

说明：默认_source字段范围整个文档，可以在request中选择显示哪几个字段。

match

GET /bank/_search
{
  "query": { "match": { "address": "mill" } }
}

说明：不同于match_all，匹配到具体字段,关键字会被切词。

match_phrase

GET /bank/_search
{
  "query": { "match_phrase": { "address": "mill lane" } }
}

bool must

GET /bank/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "address": "mill" } },
        { "match": { "address": "lane" } }
      ]
    }
  }
}

说明：must中筛选项必须全部满足。

bool should

GET /bank/_search
{
  "query": {
    "bool": {
      "should": [
        { "match": { "address": "mill" } },
        { "match": { "address": "lane" } }
      ]
    }
  }
}

说明：should中筛选项至少满足一个。

bool must_not

GET /bank/_search
{
  "query": {
    "bool": {
      "must_not": [
        { "match": { "address": "mill" } },
        { "match": { "address": "lane" } }
      ]
    }
  }
}

说明：must_not必须全部都不满足。

聚合

terms：

request：

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "group_by_state": {
      "terms": {
        "field": "state.keyword"
      }
    }
  }
}

response：

{
  "took": 29,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped" : 0,
    "failed": 0
  },
  "hits" : {
    "total" : 1000,
    "max_score" : 0.0,
    "hits" : [ ]
  },
  "aggregations" : {
    "group_by_state" : {
      "doc_count_error_upper_bound": 20,
      "sum_other_doc_count": 770,
      "buckets" : [ {
        "key" : "ID",
        "doc_count" : 27
      }, {
        "key" : "TX",
        "doc_count" : 27
      }, {
        "key" : "AL",
        "doc_count" : 25
      }, {
        "key" : "MD",
        "doc_count" : 25
      }, {
        "key" : "TN",
        "doc_count" : 23
      }, {
        "key" : "MA",
        "doc_count" : 21
      }, {
        "key" : "NC",
        "doc_count" : 21
      }, {
        "key" : "ND",
        "doc_count" : 21
      }, {
        "key" : "ME",
        "doc_count" : 20
      }, {
        "key" : "MO",
        "doc_count" : 20
      } ]
    }
  }
}

注意：bucket默认返回十个

avg

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "group_by_state": {
      "terms": {
        "field": "state.keyword",
        "order": {
          "average_balance": "desc"
        }
      },
      "aggs": {
        "average_balance": {
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  }
}

range：

GET /bank/_search
{
  "size": 0,
  "aggs": {
    "group_by_age": {
      "range": {
        "field": "age",
        "ranges": [
          {
            "from": 20,
            "to": 30
          },
          {
            "from": 30,
            "to": 40
          },
          {
            "from": 40,
            "to": 50
          }
        ]
      },
      "aggs": {
        "group_by_gender": {
          "terms": {
            "field": "gender.keyword"
          },
          "aggs": {
            "average_balance": {
              "avg": {
                "field": "balance"
              }
            }
          }
        }
      }
    }
  }
}

过滤

GET /bank/_search
{
  "query": {
    "bool": {
      "must": { "match_all": {} },
      "filter": {
        "range": {
          "balance": {
            "gte": 20000,
            "lte": 30000
          }
        }
      }
    }
  }
}

注意：过滤并不计算得分。

wechatimg21.jpeg

Set Up ES

安装

检查ES是否运行

GET /

后台运行

./bin/elasticsearch -d -p pid

说明： -p参数后跟文件名，将pid保存到文件中。

命令行配置ES

./bin/elasticsearch -d -Ecluster.name=my_cluster -Enode.name=node_1

聚合

  • metrics：avg
  • pipline：max、min
  • bucket：terms
  • matrix：

query dsl

Mapping

概述

元字段：_index、_type、_id、_source

字段：

基础类型：text, keyword, date, long, double, boolean， ip

防止mapping无限制增加：

index.mapping.total_fields.limit：索引字段的最大数量，默认是1000.

index.mapping.depth.limit：字段最大深度，默认是20.

index.mapping.nested_fields.limit：嵌套字段上限，默认是50，每个嵌套字段都是个独立的隐藏文档。

注意：索引创建的时候mapping已经固定了，如果想要更新mapping，可以重建索引，采用alias方式。

PUT my_index 
{
  "mappings": {
    "_doc": { 
      "properties": { 
        "title":    { "type": "text"  }, 
        "name":     { "type": "text"  }, 
        "age":      { "type": "integer" },  
        "created":  {
          "type":   "date", 
          "format": "strict_date_optional_time||epoch_millis"
        }
      }
    }
  }
}

Mapping多类型移除

6.x之前的版本，索引支持多类型，自6.0之后开始取消这一特性，仅支持单类型索引。

早期多类型实现：

PUT twitter
{
  "mappings": {
    "user": {
      "properties": {
        "name": { "type": "text" },
        "user_name": { "type": "keyword" },
        "email": { "type": "keyword" }
      }
    },
    "tweet": {
      "properties": {
        "content": { "type": "text" },
        "user_name": { "type": "keyword" },
        "tweeted_at": { "type": "date" }
      }
    }
  }
}

PUT twitter/user/kimchy
{
  "name": "Shay Banon",
  "user_name": "kimchy",
  "email": "shay@kimchy.com"
}

PUT twitter/tweet/1
{
  "user_name": "kimchy",
  "tweeted_at": "2017-10-24T09:00:00Z",
  "content": "Types are going away"
}

GET twitter/tweet/_search
{
  "query": {
    "match": {
      "user_name": "kimchy"
    }
  }
}

替代实现：

PUT twitter
{
  "mappings": {
    "_doc": {
      "properties": {
        "type": { "type": "keyword" }, 
        "name": { "type": "text" },
        "user_name": { "type": "keyword" },
        "email": { "type": "keyword" },
        "content": { "type": "text" },
        "tweeted_at": { "type": "date" }
      }
    }
  }
}

PUT twitter/_doc/user-kimchy
{
  "type": "user", 
  "name": "Shay Banon",
  "user_name": "kimchy",
  "email": "shay@kimchy.com"
}

PUT twitter/_doc/tweet-1
{
  "type": "tweet", 
  "user_name": "kimchy",
  "tweeted_at": "2017-10-24T09:00:00Z",
  "content": "Types are going away"
}

GET twitter/_search
{
  "query": {
    "bool": {
      "must": {
        "match": {
          "user_name": "kimchy"
        }
      },
      "filter": {
        "match": {
          "type": "tweet" 
        }
      }
    }
  }
}

多类型索引到单类型的迁移

PUT users
{
  "settings": {
    "index.mapping.single_type": true
  },
  "mappings": {
    "_doc": {
      "properties": {
        "name": {
          "type": "text"
        },
        "user_name": {
          "type": "keyword"
        },
        "email": {
          "type": "keyword"
        }
      }
    }
  }
}

PUT tweets
{
  "settings": {
    "index.mapping.single_type": true
  },
  "mappings": {
    "_doc": {
      "properties": {
        "content": {
          "type": "text"
        },
        "user_name": {
          "type": "keyword"
        },
        "tweeted_at": {
          "type": "date"
        }
      }
    }
  }
}

POST _reindex
{
  "source": {
    "index": "twitter",
    "type": "user"
  },
  "dest": {
    "index": "users"
  }
}

POST _reindex
{
  "source": {
    "index": "twitter",
    "type": "tweet"
  },
  "dest": {
    "index": "tweets"
  }
}

自定义类型字段

PUT new_twitter
{
  "mappings": {
    "_doc": {
      "properties": {
        "type": {
          "type": "keyword"
        },
        "name": {
          "type": "text"
        },
        "user_name": {
          "type": "keyword"
        },
        "email": {
          "type": "keyword"
        },
        "content": {
          "type": "text"
        },
        "tweeted_at": {
          "type": "date"
        }
      }
    }
  }
}


POST _reindex
{
  "source": {
    "index": "twitter"
  },
  "dest": {
    "index": "new_twitter"
  },
  "script": {
    "source": """
      ctx._source.type = ctx._type;
      ctx._id = ctx._type + '-' + ctx._id;
      ctx._type = '_doc';
    """
  }
}

字段数据类型

String

text：分词
keyword：不分词。

Numeric datatypes

long, integer, short, byte, double, float, half_float, scaled_float

Date datatype

date

Boolean datatypes

boolean

Binary datatype

binary

Range datatypes

integer_range, float_range, long_range, double_range, date_range

Array datatype

数组类型并没有特别定义，当需要使用数据时，不需要显示声明字段类型，只要数组里对象直接或间接类型一致即可，需要注意的时，对于对象的数组，倒排索引存储的时候会打散对象各字段，如果想保持对象在数组里的独立实体属性，可以使用nexted。

Object datatype

PUT my_index
{
  "mappings": {
    "_doc": { 
      "properties": {
        "region": {
          "type": "keyword"
        },
        "manager": { 
          "properties": {
            "age":  { "type": "integer" },
            "name": { 
              "properties": {
                "first": { "type": "text" },
                "last":  { "type": "text" }
              }
            }
          }
        }
      }
    }
  }
}

Nested datatype

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "user": {
          "type": "nested" 
        }
      }
    }
  }
}

PUT my_index/_doc/1
{
  "group" : "fans",
  "user" : [
    {
      "first" : "John",
      "last" :  "Smith"
    },
    {
      "first" : "Alice",
      "last" :  "White"
    }
  ]
}

GET my_index/_search
{
  "query": {
    "nested": {
      "path": "user",
      "query": {
        "bool": {
          "must": [
            { "match": { "user.first": "Alice" }},
            { "match": { "user.last":  "Smith" }} 
          ]
        }
      }
    }
  }
}

GET my_index/_search
{
  "query": {
    "nested": {
      "path": "user",
      "query": {
        "bool": {
          "must": [
            { "match": { "user.first": "Alice" }},
            { "match": { "user.last":  "White" }} 
          ]
        }
      },
      "inner_hits": { 
        "highlight": {
          "fields": {
            "user.first": {}
          }
        }
      }
    }
  }
}

Geo-point datatype

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "location": {
          "type": "geo_point"
        }
      }
    }
  }
}

PUT my_index/_doc/1
{
  "text": "Geo-point as an object",
  "location": { 
    "lat": 41.12,
    "lon": -71.34
  }
}

PUT my_index/_doc/2
{
  "text": "Geo-point as a string",
  "location": "41.12,-71.34" 
}

PUT my_index/_doc/3
{
  "text": "Geo-point as a geohash",
  "location": "drm3btev3e86" 
}

PUT my_index/_doc/4
{
  "text": "Geo-point as an array",
  "location": [ -71.34, 41.12 ] 
}

GET my_index/_search
{
  "query": {
    "geo_bounding_box": { 
      "location": {
        "top_left": {
          "lat": 42,
          "lon": -72
        },
        "bottom_right": {
          "lat": 40,
          "lon": -74
        }
      }
    }
  }
}

Geo-shape datatype

详情略，需要的话去查阅官方文档。

Ip datatype

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "ip_addr": {
          "type": "ip"
        }
      }
    }
  }
}

PUT my_index/_doc/1
{
  "ip_addr": "192.168.1.1"
}

GET my_index/_search
{
  "query": {
    "term": {
      "ip_addr": "192.168.0.0/16"
    }
  }
}

Alias datatype

PUT trips
{
  "mappings": {
    "_doc": {
      "properties": {
        "distance": {
          "type": "long"
        },
        "route_length_miles": {
          "type": "alias",
          "path": "distance" // 
        },
        "transit_mode": {
          "type": "keyword"
        }
      }
    }
  }
}

GET _search
{
  "query": {
    "range" : {
      "route_length_miles" : {
        "gte" : 39
      }
    }
  }
}

注意：path必须是字段全称。

多字段

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "city": {
          "type": "text",
          "fields": {
            "raw": { 
              "type":  "keyword"
            }
          }
        }
      }
    }
  }
}

PUT my_index/_doc/1
{
  "city": "New York"
}

PUT my_index/_doc/2
{
  "city": "York"
}

GET my_index/_search
{
  "query": {
    "match": {
      "city": "york" 
    }
  },
  "sort": {
    "city.raw": "asc" 
  },
  "aggs": {
    "Cities": {
      "terms": {
        "field": "city.raw" 
      }
    }
  }
}

Analyzer

由字符过滤器、分词器、token过滤器组成。

Character Filter：字符流进行过滤，转换或者添加、删除一些字符。

Tokenizer：对字符流进行分词。

Token Filter：对token流进行过滤，删除、添加一些token，或者转换一些token为同义词。

索引阶段，分析器寻找顺序：

  1. mapping中字段定义的analyzer
  2. setting中定义的analyzer
  3. standard

搜索阶段，分析器寻找顺序

  1. 全文检索（full text query）中定义的analyzer
  2. mapping中字段定义的search_analyzer
  3. mapping中字段定义的analyzer
  4. setting定义的default_search
  5. setting定义的default
  6. standard

示例分析：

PUT my_index
{
   "settings":{
      "analysis":{
         "analyzer":{
            "my_analyzer":{ 
               "type":"custom",
               "tokenizer":"standard",
               "filter":[
                  "lowercase"
               ]
            },
            "my_stop_analyzer":{ 
               "type":"custom",
               "tokenizer":"standard",
               "filter":[
                  "lowercase",
                  "english_stop"
               ]
            }
         },
         "filter":{
            "english_stop":{
               "type":"stop",
               "stopwords":"_english_"
            }
         }
      }
   },
   "mappings":{
      "_doc":{
         "properties":{
            "title": {
               "type":"text",
               "analyzer":"my_analyzer", 
               "search_analyzer":"my_stop_analyzer", 
               "search_quote_analyzer":"my_analyzer" 
            }
         }
      }
   }
}

PUT my_index/_doc/1
{
   "title":"The Quick Brown Fox"
}

PUT my_index/_doc/2
{
   "title":"A Quick Brown Fox"
}

GET my_index/_search
{
   "query":{
      "query_string":{
         "query":"\"the quick brown fox\"" 
      }
   }
}

示例流程分析：

  1. filter为token filter。
  2. search_analyzer在搜索阶段，如果是non-phrase query则采用此分析器。
  3. search_quote_analyzer在搜索阶段，如果是phrase query则采用此分析器。
  4. query_string为phrase查询，此时启用my_analyze分析器，查询此条分解为[the, quick, brown, fox] 。
  5. 紧接着，分解的token流又是term query，为non-phrase query，采用search_analyzer，the为停用此，被删除。
  6. 因此查询词条为[quick, brown, fox]

Analysis

已经不需要看了。

索引别名

PUT /my_index_v1 
PUT /my_index_v1/_alias/my_index 

GET /*/_alias/my_index
GET /my_index_v1/_alias/*

POST /_aliases
{
    "actions": [
        { "remove": { "index": "my_index_v1", "alias": "my_index" }},
        { "add":    { "index": "my_index_v2", "alias": "my_index" }}
    ]
}
孤星耀月chen
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
elasticsearch6.x官方文档学习笔记----Document API翻译
qq_33872191的博客
09-18 1366
开始之前先学习 副本         介绍：Elasticsearch的每个索引都被分成shard ，每个shard 可以有多个副本。这些副本称为复制组，在添加或删除文档时必须保持同步。如果我们不这样做，从一个副本阅读将会导致与从另一个副本阅读非常不同的结果。保持碎片副本同步并提供从中读取的过程称为数据复制模型。        Elasticsearch的数据复制模型基于主备份模型。该模型基...
ElasticSearch6全面教程文档
08-27
我就是通过这个学习ElasticSearch的，从安装到kibana的组件安装，到ES的查询语句，到Java整合等
Elasticsearch摘要
u012333307的专栏
08-15 1572
centos安装 导入密钥 rpm --import https://packages.elastic.co/GPG-KEY-elasticsearch 增加资源配置库 [elasticsearch-2.x] name=Elasticsearch repository for 2.x packages baseurl=https://packages.elastic.co/elasticsearch
Elasticsearch 8.1官网文档梳理 -综述
最新发布
Wolf_xujie的博客
05-12 395
积累 Elasticsearch 的常用知识，以及日常维护、学习用到的 API。因为相关内容太多，所以根据模块整理成了不同的文章，并在这里做汇总，整个系列的文章都会持续更新。
elasticsearch6.x官方文档学习笔记----Getting Started
qq_33872191的博客
09-17 1916
Getting Started 本文主要介绍了如下操作： 1）基本概念。 2）索引的基本操作。 3）查询操作，filter操作，聚集操作。 基本概念 1）准实时：ES搜索是一个接近实时的搜索平台。这意味着从您索引一个文档的时间到它可搜索的时间，有一个轻微的延迟（通常是一秒）。 2）集群：ES是一个集群，一个集群由一个惟一的名称标识id，默认情况下是“elasticsearch。 3...
ElasticSearch权威指南学习摘要
Calvin的博客
04-09 269
一、ElasticSearch简介 Elasticsearch是一个基于Apache Lucene(TM)的开源实时分布式搜索和分析引擎，能够快速的分析处理大数据。其中Lucene可以被认为是迄今为止最先进、性能最好的、功能最全的搜索引擎库。Elasticsearch不仅仅是Lucene和全文搜索，还能实现以下功能： 分布式的实时文件存储，每个字段都被索引并可被搜索 分布式的实时分析搜索引擎...
elasticsearch-6.3.0-API文档-中文版.zip
06-25
赠送原API文档：elasticsearch-6.3.0-javadoc.jar； 赠送源代码：elasticsearch-6.3.0-sources.jar； 赠送Maven依赖信息文件：elasticsearch-6.3.0.pom； 包含翻译后的API文档：elasticsearch-6.3.0-javadoc-API文档...
最近Apache Kafka 官方文档中文版+ElasticSearch JAVA开发手册.rar
11-08
这个压缩包包含的两个文档，分别是 Apache Kafka 的官方中文版文档和 Elasticsearch 的JAVA开发手册，对于理解和使用这两个技术非常有帮助。 Apache Kafka 中文版文档将详细介绍 Kafka 的核心概念和功能。Kafka ...
elasticsearch-6.8.3-API文档-中文版.zip
07-13
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...
elasticsearch-6.2.3-API文档-中文版.zip
07-12
赠送原API文档：elasticsearch-6.2.3-javadoc.jar； 赠送源代码：elasticsearch-6.2.3-sources.jar； 赠送Maven依赖信息文件：elasticsearch-6.2.3.pom； 包含翻译后的API文档：elasticsearch-6.2.3-javadoc-API文档...
elasticsearch-6.8.3-API文档-中英对照版.zip
07-13
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...
elasticsearch-中文文档-6.4
02-28
elasticsearch-中文文档-6.4。
【ElasticSearch教程】--- 文档查询(六)
maoye的博客
05-08 642
文档查询 主键查询 从前面的操作来看，其实可以很好的猜想根据主键查询的url地址一个和主键添加文档的URL地址一样，只是请求的方法得使用GET请求。例如查询1001的文档，URL地址：http://127.0.0.1:9200/shopping/_doc/1001 返回的结果为： { "_index": "shopping", "_type": "_doc", "_id": "1001", "_version": 1, "_seq_no": 1, "_pri
Elasticsearch6.2.2说明文档--基本概念
Wandys的博客
03-13 484
环境：       Elasticsearch: 6.2.2       Kibana: 6.2.2       os: centos 7参考文档：https://www.elastic.co/guide/en/elasticsearch/reference/current/_basic_concepts.html1 索引含义：1.1 在ES中索引包含两层意思：一种是名词：类似传统数据库的库，一种...
Elasticsearch 6.1
沫~晓飞的博客
04-04 748
一个集群是由一个或多个结点（服务器）组成的    一个节点是一个单一的服务器  （节点是集群的一部分）一个索引就是含有某些相似特性的文档的集合，  在一个集群中，你可以根据自己的需求定义任意多的索引一个文档是一个可被索引的数据的基础单元。例如，你可以给一个单独的用户创建一个文档，给单个产品创建一个文档，以及其他的单独的规则。这个文档用JSON格式表现，JSON是一种普遍的网络数据交换格式。在一个索...
Elasticsearch 6.6 官方文档 之「索引分片分配」
CG国斌的博客
05-14 5253
在本模块中，提供每个索引的设置，以控制分片到节点的分配： - [分片分配过滤](https://www.elastic.co/guide/en/elasticsearch/reference/current/shard-allocation-filtering.html)：`Shard allocation filtering`，控制将哪些分片（`shard`）分配（`allocation`）给哪些节点。 - [延迟分配](https://www.elastic.co/guide/en/elasticse
elasticsearch 入门推荐
我有明珠一颗的博客
04-21 1069
    博主早就想学一下 elasticsearch，苦于没有系统一点的教程，所以拖延至今，慕课网上面有一门课《ElasticSearch入门》不错，推荐给初学 es 的各位，从安装、基本用法、高级查询 到 springboot 集成 es，还蛮全面的...
Elasticsearch 8.X 如何动态的为正文添加摘要字段？
铭毅天下Elasticsearch
08-16 778
1、实战问题返回指定字段可以用："_source":{ "includes":[ * ], "excludes":[ "a" ] }那有没有什么办法在返回指定字段的基础上指定返回前50个字符呢？例如我现在有一个file_data字段，字段长度可能在一千以上并且需要对这个字段分词和检索，目前想指定返回file_data字段的前50字符...
ES7.x 摘要【搜索相关要点，完】
PHPerJiang
10-12 334
2019-10-12更 URI Search GET /movies/_search?q=2012&df=title&sort=year:desc&from=0&size=10&timeout=1s { "profile": "true" } 上面是一个请求uri search请求例子 q ： 指的是查询语句，使用query stri...
ElasticSearch字段属性说明官方文档
05-18
下面是Elasticsearch字段属性的官方文档说明： 1. 字段数据类型 Elasticsearch支持多种数据类型，包括数字、日期、字符串、布尔、对象等。你可以在创建索引时指定字段的数据类型，也可以使用动态映射来自动检测...

“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