搜索引擎
知道的越多 那么不知道的就越多
#RR
展开
-
ElasticSearch的倒排索引和分词
倒排索引倒排索引以字或词为关键字进行索引,表中关键字所对应的记录表项记录了出现这个字或词的所有文档,一个表项就是一个字表段。它记录该文档的ID和字符在该文档中出现的位置情况。以下三个文档去除停用词后构造倒排索引Term(单词): 一段文本经过分析器以后就会输出一串单词,这一个个的就叫做TermTerm Dictionary(单词字典) 顾名思义,它里面维护的是Term,可以理解为Term的集合Term Index(单词索引): 为了更快的找到某个单词,我们为单词建立索引Posting L原创 2020-08-27 23:47:32 · 738 阅读 · 2 评论 -
Elasticsearch同步Mysql数据库(Windows环境下->logstash
ElasticSearch与Mysql1. logstash的安装首先在官网下载logstash下载地址(logstash:https://www.elastic.co/downloads/logstash注意:下载的logstash版本要和elasticsearch一致下载好后,解压,打开就能使用了:2. logstash的配置在安装完成logstash之后,我们就需要配置对应的数据库信息了(mysql① 在解压的logstash里面创建一个mysql文件夹(名字随便起的②下载对应的原创 2020-05-13 02:51:18 · 506 阅读 · 0 评论 -
Elasticsearch --基本作用以及配置
Elasticsearch全文检索:1.不是简单的字符拼接,比如我们搜索“生化危机”可能出现生化危机的词语有生化危机电影生化危机海报生化危机文章生化危机新闻但是如果我们在搜索框不小心输入了 “生化危”(用简单的字符串匹配可能就匹配不出来了)因此有以下操作:把这几个数据拆分开来。Lucene: 就是一个jar包里面包含了,各种建立倒叙索引,以及搜索的代码,包括各种算法。做j...原创 2019-09-29 02:47:03 · 350 阅读 · 0 评论 -
Elasticsearch -- 基本查询语法(棒)
案例背景介绍提供以下功能:基于ES构建简单的电商网站:对商品进行CRUD(增删改查)工作执行简单的结构化查询可以执行简单的全文检索,以及复杂的phrase(短语)检索对于全文检索的结果,可以高亮显示对数据进行简单的聚合分析新增文档建立索引:query string searchPUT /ecommerce/product/1{ "name":"gaolujie yag...原创 2019-09-29 13:05:16 · 238 阅读 · 1 评论 -
Elasticsearch -- 基本拼接查询语法
Elasticsearch基本语法将fielddata设置为true;PUT ecommerce/_mapping/product{ "properties": { "tags":{ "type": "text", "fielddata": true } }}计算每个tags下的商品数量:Get ecommerce/product/_s...原创 2019-09-29 15:03:43 · 1584 阅读 · 0 评论 -
Elasticsearch -- 模拟乐观锁并发控制步骤
上机动手实战基于_version进行乐观并发控制1.先构造一条数据PUT /test_index/test_type/7{ "test_field":"test test"}2.模拟两个客户端,都获取到了同一条数据GET /test_index/test_type/7结果:{ "_index": "test_index", "_type": "test_type",...原创 2019-10-03 19:56:35 · 113 阅读 · 0 评论 -
Elasticsearch -- 一些语法
批量搜索GET /test_index/test_type/_mget{ "ids":[1,2]}GET /test_index{ "docs":[{ "type":"test_type", "_id":1 }]}POST /_bulk有哪些类型的操作可以执行呢?delete :删除一个文档create:PUT /index/type/id/_create ...原创 2019-10-04 13:02:32 · 103 阅读 · 0 评论 -
Elasticsearch -- 搜索的尝试
1,multi-index和multi-type搜索模式/_search:所有所有,所有type下的所有数据都搜索出来/index1/_search:指定一个index,搜索其下所有的type的数据/index1,index2/_search:同时搜索两个index下的数据/*1,*2/_search: 按照通配符去匹配多个索引/index1/type1/_search:搜索一个inde...原创 2019-10-04 13:58:36 · 156 阅读 · 0 评论 -
Elasticsearch -- 相关度算法
相关度算法:TF/IDF 算法(term frequery / inverse document frequery)term frequery:(搜索文本中出现了多少次,出现次数越多,就越相关)搜索请求:hello worlddoc1:hello you ,and world is very gooddoc2:hello,how are you inverse document fr...原创 2019-10-08 23:30:59 · 235 阅读 · 0 评论