搜索 引擎

已于 2024-07-04 11:54:14 修改
阅读量338 收藏
点赞数
分类专栏： JavaEE框架 文章标签： elasticsearch lucene
于 2021-03-10 00:17:26 首次发布
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_42607437/article/details/114482760
版权

搜索引擎

https://blog.csdn.net/icanlove/article/details/125636857

ElasticSearch

官网：https://www.elastic.co/guide/cn/index.html

Elasticsearch 是一个实时的分布式存储搜索分析的引擎。Elasticsearch是面向文档，一切都是Json。

端口：

9200端口为浏览器访问http协议的RESTful端口。

9300端口为es集群内部组件通信端口。

1）Elasticsearch与关系型数据库对比

关系型数据库也能做到实时的存储搜索分析，相对于数据库，Elasticsearch的强大之处就是可以模糊查询，虽然数据库也有like来支撑模糊查询，但是数据库这类的查询是不走索引的。

关系型数据库Elasticsearch
数据库 Database索引 Index
表 Table类型 Type（7.x版本已被移除）
行 Row文档 Docment
列/字段 Columns列/字段 Field
SchemaMapping
SQLDSL

2）应用场景

使用场景详情
搜索模糊查询
日志数据分析logstash采集日志，elasticsearch进行复杂的数据分析。ELK技术（elasticsearch+logstash+kibana）

3)可视化工具：Kibana

# sql查询plugin
{{ES地址}}/_plugin/kibana/app/opendistro-query-workbench

# 控制台
{{ES地址}}_plugin/kibana/app/dev_tools#/console?_g=
# 例如
https://vpc-social-test-ozcc7xn7dcd6el6yfgsfwjqdze.cn-north-1.es.amazonaws.com.cn/_plugin/kibana/app/dev_tools#/console?_g=

数据结构

字段类型不一样，存储不一样。
默认：倒排索引默认所有字段都启用，正排索引 Doc Values 非 text 类型默认启用， source （存储原始文档的 所有字段的 json 结构数据）和 store （存储指定字段的 json 数据） 的启用与否需要结合业务实际。假设：正排索引、倒排索引、_source 、store 都启用了，存储肯定会增加，但不是线性的 4倍。

https://blog.csdn.net/lijingjingchn/article/details/113256660

Inverted Index 倒排/反向索引

倒排索引列出了出现在任何文档中的每个唯一单词，并标识了每个单词出现的所有文档。
索引可以认为是文档的优化集合，每个文档都是字段的集合，这些字段是包含数据的键值对。

默认情况下，Elasticsearch 对每个字段中的所有数据建立索引，并且每个索引字段都具有专用的优化数据结构。

例如，文本字段存储在倒排索引中，数字字段和地理字段存储在BKD树中。

数据类型数据结构
text/keyword倒排索引
数字/地理位置BKD树

不同字段具有属于自己字段类型的特定优化数据结构，并具备快速响应返回搜索结果的能力使得 Elasticsearch 搜索飞快！

Doc Values 正排索引

fielddata text的正排索引

_source 不构建索引但存储

source字段会导致索引内的存储开销。可以将其禁用。

禁用 _source 后，如下操作将不可用：update, update_by_query 和 reindex API 高亮操作，所以，要在存储空间、业务场景之间权衡利弊后选型。

store 构建索引但不存储

_cluster集群

分片设置

PUT /_cluster/settings
{
  "transient": {
    "cluster": {
      "max_shards_per_node":2000
    }
  }
}

索引index

## 查询当前所有的index
GET _cat/indices

## 查看索引的信息
GET xxx_index_name

## 响应
{
  "xxx_index_name" : {
    "aliases" : { },
    "mappings" : {
      "properties" : {
        "字段" : {
          "type" : "字段类型"
        }
      }
    },
    "settings" : {
      "index" : {
        "creation_date" : "1640687761530",
        "number_of_shards" : "1",
        "number_of_replicas" : "0",
        "max_result_window" : "100000",
        "uuid" : "1wZItKObSIKIey1zaNZesg",
        "version" : {
          "created" : "7100299"
        },
        "provided_name" : "t_acats_transfer"
      }
    }
  }
}

## 查看索引的mapping
GET xxx_index_name/_mapping
## 查看索引的设置
GET xxx_index_name/_settings
## 查看索引的别名
GET xxx_index_name/_alias

_mapping 映射

映射是定义文档的过程，文档包含哪些字段，这些字段是否保存，是否索引，是否分词等

#创建索引映射
PUT xxx_index_name
{
  "mappings":{
      "properties": { # properties定义其属性
        "field_name": { # 字段名
          "type": "类型",  # type:字段类型
          "index": true,  # index:是否索引,默认为true
          "store": false, # store:是否存储,默认为false
          "analyzer": "" # analyzer:分词器
        }
      }
  }
}

#注
# 1）mapping生成后是不允许修改和删除的字段的。所以需要提前合理的的定义mapping。
# 2）给已有索引增加字段
PUT xxx_index_name/_mapping
{
  "properties": { # properties定义其属性
        "field_name": { # 字段名
          "type": "类型",  # type:字段类型
          "index": true,  # index:是否索引,默认为true
          "store": false, # store:是否存储,默认为false
          "analyzer": "" # analyzer:分词器
        }
      }
}
type字段类型
字符串类型text , keyword
textkeyword
会分词，然后进行索引不进行分词，直接索引
支持模糊、精确查询支持模糊、精确查询
不支持聚合支持聚合

text

支持分词，用于全文搜索。如果安装了IK分词插件，可以指定IK分词器。

# 字段需要模糊搜索，又需要精确匹配
		"xxx_field_name": {
        "type": "text",
        "analyzer": "ik_smart",
        "fields": {
          "keyword": {
            "type": "keyword",
            "ignore_above": 256
          }
        }
      }
      
# 字段只需要模糊搜索
		"xxx_field_name": {
        "type": "text",
        "analyzer": "ik_smart",
      }

keyword

不支持分词，用于聚合和排序。

# 字段需要精确匹配
		"xxx_field_name": {
        "type": "keyword"
      }
日期类型date
		"xxx_field_name": {
      "type": "date",
      "format": "yyyy-MM-dd HH:mm:ss"
    }
数字类型long，integer，short，byte，double，float，half_float，scaled_float
布尔类型boolean
二进制类型binary
范围类型integer_range，float_range，long_range，double_range，date_range

_settings 索引设置

# 要显示的字段
{
  "mappings" : {
      "_source" : {
        "excludes" : []
      }
  }
}
      
# 字段会被索引，则可以用来进行搜索。默认值就是true
		"xxx_field_name": {
        "index": false
      }
# 字段不会被索引，不能用来搜索
		"xxx_field_name": {
        "index": false
      }

有的时候，我们可能不需要所有的字段都返回，那我们可以用source来指定需要返回的具体字段。

elasticsearch中max_result_window默认10000限制修改

注意：

  1. from + size的大小不能超过index.max_result_window这个参数的设置，默认为10000

  2. 需要搜索分页，可以通过from size组合来进行。from表示从第几行开始，size表示查询多少条文档。from默认为0，size默认为10

3.将索引库默认值设置为了最大允许值，Elasticsearch支持的最大值是2^31-1，也就是2147483647

  1. 此方法是设置所有索引，如果需要更改索引需要将_all改成具体索引

  2. 即使换成_all，对于新增的索引，还是默认的10000

# 设置ES单页限制
PUT xxx_index_name/_settings
{
    "index":{
        "max_result_window":10000000
    }
}

curl -H "Content-Type: application/json" -XPUT 'http://[ES地址]:80/xxx_index_name/_settings' -d '{"index":{"max_result_window":[单页大小，默认10000]}}'
_source

默认情况下，Elasticsearch里面有2份内容，一份是原始文档，也就是_source字段里的内容，我们在Elasticsearch中搜索文档，查看的文档内容就是_source中的内容。另一份是倒排索引，倒排索引中的数据结构是倒排记录表，记录了词项和文档之间的对应关系。

includes需要返回的字段
"mappings" : {
      "_source" : {
        "excludes" : [ "bizContent", "beforeModify", "afterModify" ]
      },
      "properties" : {

			}
}
excludes返回排除的字段
"mappings" : {
      "_source" : {
        "excludes" : [ "bizContent", "beforeModify", "afterModify" ]
      },
      "properties" : {

			}
}

_alias 索引别名

POST /_aliases
{
    "actions": [
        { "add":    { "index": "xxx_index_name", "alias": "xxx_index_name_别名" }}
    ]
}

POST /_aliases
{
    "actions": [
        { "remove":    { "index": "xxx_index_name", "alias": "xxx_index_name_别名" }}
    ]
}

CRUD

新增

#插入单条数据，用PUT或POST都可以
PUT xxx_index_name/xxx/id
{"key1":"value1","key2":value2}
_bulk 多条
#插入数据-多条-指定主键ID
PUT xxx_index_name/_bulk
{ "index":{"_id":xxx-id1}} ## index表示新插入数据。插入数据时如果指定的_id已经存在,那么新插入的数据会直接替换原ID的数据
{"key1":"value1","key2":value2}
{ "index":{"_id":xxx-id2}} ## index表示新插入数据。插入数据时如果指定的_id已经存在,那么新插入的数据会直接替换原ID的数据
{"key1":"value3","key2":value4}

#插入数据-多条-不指定主键ID
PUT xxx_index_name/_bulk
{ "index":{}} ## index表示新插入数据
{"key1":"value1","key2":value2}
{ "index":{}} ## index表示新插入数据
{"key1":"value3","key2":value4}

删除

#删除索引
DELETE xxx_index_name
#根据ID进行删除数据
DELETE xxx_index_name/xxx-id

#根据查询结果删除数据
POST xxx_index_name/_delete_by_query
{
		#DSL语句
    "query": {} 
}


POST trade_op_log/_delete_by_query
{
		"query": {
    "match": {
      "subBizType": "ORDER_CONFIG_TRADING_STATUS"
    }
  }
}

curl -XDELETE https://xxx/xxx_index_name

修改

#根据ID进行修改数据
POST xxx_index_name/id-n1/_update
{
    "script": {
        "source": "ctx._source.key1=params.key1",
        "lang": "painless",
        "params": {
            "key1": "new-value1"
        }
    }
}
#根据查询结果修改数据
POST xxx_index_name/_update_by_query
{
    "script": {
        "source": "ctx._source.key1=params.key1",
        "lang": "painless",
        "params": {
            "key1": "new-value1"
        }
    }
}


POST xxx_index_name/_update_by_query
{
    "script": {
        "source": "ctx._source.limitPrice=params.limitPrice",
        "lang": "painless",
        "params": {
            "limitPrice": "1815.50"
        }
    },
		"query": {
      "match": {
        "_id":"031SM2TBNM6DT0KHJK3G000000"
      }
    }
}


POST xxx_index_name/_update_by_query
{
    "script": {
        "source": "ctx._source.parentAccountId=params.parentAccountId",
        "lang": "painless",
        "params": {
            "parentAccountId": "848265993636827136"
        }
    },
  "query": {
      "match": {
        "accountId":"848325498923929600"
      }
    }
}

POST bo_st_order_20230729_01/_update_by_query
{
    "script": {
        "source": "ctx._source.closeContracts=params.closeContracts",
        "lang": "painless",
        "params": {
            "closeContracts": "5TJ6HQQ6GGGJA39M8GSMJ6B:1,5TJ6HQQ6GGGJA39M8GSM76B:1"
        }
    },
  "query": {
      "match": {
        "id":"03237565O66DT0KHJP9S000000"
      }
    }
}

查询 _search

Elasticsearch 默认会分页返回10条数据，不会返回所有数据。

# 查询结果
{
  "took" : 1, # 查询花费时间，单位是毫秒
  "timed_out" : false, # 是否超时
  "_shards" : { # 分片信息
    "total" : 3, 
    "successful" : 3, 
    "skipped" : 0, 
    "failed" : 0 
  },
  # 搜索结果对象
  "hits" : {
    "total" : { # 搜索到的总条数
      "value" : 5275, 
      "relation" : "eq" # eq;gte
    },
    "max_score" : 1.0, # 所有结果中文档得分的最高分
    "hits" : [ # 搜索结果的文档对象数组，每个元素是一条搜索到的文档信息
      {
        "_index" : "t_account_master", # 索引库
        "_type" : "_doc", # 文档类型
        "_id" : "00GCALMMJQLM1DTM00O09V4NOB", # 文档id
        "_score" : 1.0, # 文档得分
        "_source" : {
          "字段1" : "值1",
          "字段2" : "值2",
          ...
          "字段n" : "值n"
        } # 文档的源数据
      }
    ]
  }
}

参考：https://www.elastic.co/guide/en/elasticsearch/reference/current/search.html

query 查询条件（DSL）

Elasticsearch提供了一个可以执行查询的JSONE风格的DSL。这个被称为Query DSL，该查询语言非常全面。

Elasticsearch有Query和Filter两种不同的Context。

Query Context，会进行相关性算分

Filter Context，不会进行相关性算分，这种方式可利用缓存来提高检索的速度和性能。

GET /_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "title":   "Search"        }},
        { "match": { "content": "Elasticsearch" }} 
      ],
      "filter": [
        { "term":  { "status": "published" }},
        { "range": { "publish_date": { "gte": "2015-01-01" }}}
      ]
    }
  }
}
DSL
script
source
langlang=painless表示使用painless脚本语言来编写script来完成。
params
lang=painless，表示使用painless脚本语言来编写script来完成
ctxctx为当前事务，ctx._source表示当前定位的document，params表示本次更新用到的数据，source则表示更新操作，通俗来讲就是用params的数据+source的操作一起完成更新。
_source指定返回字段

表示只显示哪一些字段，就像数据库的select xxx

GET xxx_index_name/_search
{
  "_source": ["address","name"],
  "query": {
    "match_all": {}
  }
}
includes需要返回的字段
GET xxx_index_name/_search
{
  "_source" : {
    "excludes" : [ "address", "name" ]
  },
  "query": {
    "match_all": {}
  }
}
excludes返回排除的字段
GET xxx_index_name/_search
{
  "_source" : {
    "excludes" : [ "beforeModify", "afterModify" ]
  },
  "query": {
    "match_all": {}
  }
}
match_all 查询所有
GET xxx_index_name/_search
{
  "query": {
    "match_all": {}
  }
}
match 全文检索

match即全文检索，对检索字段进行分词匹配，会按照响应的评分 _score 排序，原理是倒排索引。

and

match会把查询条件进行分词，然后进行查询。多个词条之间是or的关系

GET xxx_index_name/_search
{
  "query": {
    "match": [
        {
          "address": "湖南长沙"
        }
    ]
  }
}

# 查询结果：不仅会查询到长沙，而且与湖南相关的都会查询到。
or
GET xxx_index_name/_search
{
  "query": {
    "match": {
      "address": {
            "query": "湖南长沙",
            "operator": "and"
          }
    }
  }
}

# 查询结果：同时包含湖南跟长沙的才会查询到，例如湖南长沙岳麓区。
match_phrase 精确匹配
GET xxx_index_name/_search
{
  "query": {
    "match_phrase": {
      "address.keyword": "湖南长沙"
    }
  }
}
# 查询结果：一）分词后所有词项都要出现在指定字段中，二）字段中的词项顺序要一致
multi_match 多字段匹配
GET xxx_index_name/_search
{
  "query": {
    "multi_match": {
      "query": "长沙",
      "fields": [
        "city",
        "address"
      ]
    }
  }
}
# 查询结果：在city字段和address字段中查询湖南长沙。
term 精确值匹配

文档中必须包含整个搜索词汇，比如 搜索"汽车保养"，那么文档中 也必须包含 “汽车保养” 这一复合词，一般在创建索引时会指定 type 为 keywords，这样子整个就可以在倒排索引中了；

GET xxx_index_name/_search
{
    "query":{
        "term":{
            "xxx":vvv
        }
    }
}
terms 多值精准匹配
GET xxx_index_name/_search
{
    "query":{
        "term":{
            "xxx":[v1,v2,v3]
        }
    }
}
range 范围查询
GET xxx_index_name/_search
{
    "query":{
        "range": {
            "xxx": {
                "gte":  1000.0,
                "lt":   2800.00
            }
    	}
    }
}
操作符说明
gt大于
gte大于等于
lt小于
lte小于等于
fuzzy 模糊查询

它允许用户搜索词条与实际词条的拼写出现偏差，但是偏差的编辑距离不得超过2

GET xxx_index_name/_search
{
    "query":{
        "fuzzy":{
            "xxx":"vvv"
        }
    }
}
bool 联合
子句类型影响结果
mustQuery Context必须匹配。贡献算分
shoudQuery Context选择性匹配，至少满足一条。贡献算分
must_notFilter Context过滤子句，必须不能匹配，但不贡献算分
filterFilter Context过滤子句，必须匹配，但不贡献算分

Bool查询语法有以下特点

  1. 子查询可以任意顺序出现
  2. 可以嵌套多个查询，包括bool查询
  3. 如果bool查询中没有must条件，should中必须至少满足一条才会返回结果。
must 必须匹配AND

必须达到must所列举的所有条件。AND

{
    "query":{
        "bool":{
            "must":[
                {
                    "match":{
                        "accountId":"851512573210685440 851513094302625792"
                    }
                },
                {
                    "match":{
                        "status":"PENDING_CANCEL PENDING_REPLACE DORMANCY"
                    }
                }
            ]
        }
    }
}

{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "app_name": "st-global-service"
          }
        },
        {
          "match": {
            "message": "/st-global/order/ticker/step"
          }
        }
      ]
    }
  }
}
filter 必须匹配AND

filter与must的区别：

1.must:match会为匹配到的每个记录打分，称作scoring，表示匹配程度,查询的结果按打分进行排序。

2.filter与must:match基本一致，唯一的区别是其结果不参与打分，相当于一个再过滤。

参考：https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-bool-query.html

filter中还可以再次进行bool组合条件过滤

should 选择性匹配OR

应该满足should所列举的条件。OR

must_not 必须不能匹配NOT

必须不匹配must_not所列举的所有条件。NOT

聚合查询

Metric 聚合 - 计算字段值的 求和平均值等

Bucket 聚合 - 将字段值、范围、或者其它条件分组到Bucket中

Pipeline 聚合 - 从已聚合数据中进行聚合查询

aggs 聚合查询

aggregations

类似sql中的group by

GET xxx_index_name/_search
{
    "size" : 0,
    "aggs" : { 
        "xxxAgg" : { # 自定义的聚合名
            "terms" : { # 划分桶的方式
              "field" : "xxx" # 划分桶的字段
            }
        }
    }
}



##分组后每组取第一条
GET xxx_index_name/_search
{
    "query": {#查询条件},
    "size": 0,
    "aggs": {
      "billIdAgg": {
        "terms": {
          "field": "billId",
          "size": 100,
          "min_doc_count": 1
        },
        "aggs": {
          "top1": {
            "top_hits": {
              "size": 1,
              "sort": [
                {
                  "operateTime": {
                    "order": "desc"
                  }
                }
              ]
            }
          }
        }
      }
    }
  }
sort 排序
order 升降序
GET xxx_index_name/_search
{
  "query": {
    "match": {
      "xxx": "yyy"
    }
  },
  "sort": [
    {
      "xxx": {
        "": "asc/desc"
      }
    }
  ]
}
_score 得分
GET xxx_index_name/_search
{
  "query": {
    "match": {
      "xxx": "yyy"
    }
  },
  "sort": [
    {
      "price": {
        "xxx": "asc/desc"
      }
    },
    { 
    	"_score": { 
    		"xxx": "desc" 
    	}
    }
  ]
}
from+size 分页

from从第几条数据开始，size每页有多少数据

GET xxx_index_name/_search
{
  "query": {
    "match_all": {}
  },
  "from": 0,
  "size": 5
}

问题

脑裂

Spring 整合

1、查询系统中所有的索引别名

public List<String> queryAllAlias() {
    RestClient lowLevelClient = RestHighLevelClientHolder.get().getLowLevelClient();
    Request request = new Request(HttpGet.METHOD_NAME, "_aliases");
    Response response = lowLevelClient.performRequest(request);
    String aliasString = EntityUtils.toString(response.getEntity());
    Map<String, JSONObject> map = JSON.parseObject(aliasString, Map.class);
    Set aliasSet = new HashSet();
    for (JSONObject jsonObject :map.values()) {
        aliasSet.addAll(jsonObject.getJSONObject("aliases").keySet());
    }
    List<String> result = new ArrayList<>(aliasSet);
    Collections.sort(result);
    return result;
}

2、根据索引别名查询关联的所有索引

public List<String> aliasIndex(Integer projectId, String aliasName) {
    RestClient lowLevelClient = RestHighLevelClientHolder.get().getLowLevelClient();
    Request request = new Request(HttpGet.METHOD_NAME, "_alias/" + aliasName);
    Response response = lowLevelClient.performRequest(request);
    String aliasString = EntityUtils.toString(response.getEntity());
    Map<String, JSONObject> map = JSON.parseObject(aliasString, Map.class);
    List<String> result = new ArrayList<>(map.keySet());
    Collections.sort(result);
    return result;
}

3、新增索引的索引别名

public void addAlias(String indexName, String aliasName) throws IOException {
    IndicesClient indicesClient = RestHighLevelClientHolder.get().indices();
    IndicesAliasesRequest.AliasActions aliasActions = IndicesAliasesRequest.AliasActions.add();
    aliasActions.alias(aliasName);
    aliasActions.index(indexName);
    IndicesAliasesRequest indicesAliasesRequest = new IndicesAliasesRequest();
    indicesAliasesRequest.addAliasAction(aliasActions);
    indicesClient.updateAliases(indicesAliasesRequest, RequestOptions.DEFAULT);
}

4、删除索引的索引别名

public void deleteAlias(String indexName, String aliasName) throws IOException {
    IndicesClient indicesClient = RestHighLevelClientHolder.get().indices();
    IndicesAliasesRequest.AliasActions aliasActions = IndicesAliasesRequest.AliasActions.remove();
    aliasActions.alias(aliasName);
    aliasActions.index(indexName);
    IndicesAliasesRequest indicesAliasesRequest = new IndicesAliasesRequest();
    indicesAliasesRequest.addAliasAction(aliasActions);
    indicesClient.updateAliases(indicesAliasesRequest, RequestOptions.DEFAULT);
}

5、聚合查询

public void deleteAlias(String indexName, String aliasName) throws IOException {
    IndicesClient indicesClient = RestHighLevelClientHolder.get().indices();
    IndicesAliasesRequest.AliasActions aliasActions = IndicesAliasesRequest.AliasActions.remove();
    aliasActions.alias(aliasName);
    aliasActions.index(indexName);
    IndicesAliasesRequest indicesAliasesRequest = new IndicesAliasesRequest();
    indicesAliasesRequest.addAliasAction(aliasActions);
    indicesClient.updateAliases(indicesAliasesRequest, RequestOptions.DEFAULT);
}

QueryBuilders.rangeQuery
  
  QueryBuilders是Elasticsearch提供的一个工具类，用于构建查询条件。它提供了一组方法，可以根据不同的需求来创建各种类型的查询。

以下是一些常用的QueryBuilders方法及其用途：

1. matchQuery(String fieldName, Object text)：创建一个简单的全文匹配查询。它会在指定字段中查找与给定文本匹配的文档。

2. termQuery(String fieldName, Object value)：创建一个项查询。它会在指定字段中查找与给定值完全匹配的文档。

3. rangeQuery(String fieldName)：创建一个范围查询。它用于在指定字段中查找在一定范围内的值。

4. boolQuery()：创建一个布尔查询。它可以通过组合多个查询条件来实现更复杂的查询逻辑，如must、must_not和should。

5. wildcardQuery(String fieldName, String wildcardPattern)：创建一个通配符查询。它用于在指定字段中查找与通配符模式匹配的值。

6. matchPhraseQuery(String fieldName, Object text)：创建一个短语匹配查询。它会在指定字段中查找包含给定短语的文档。

7. prefixQuery(String fieldName, String prefix)：创建一个前缀查询。它用于在指定字段中查找以给定前缀开头的值。

8. fuzzyQuery(String fieldName, Object value)：创建一个模糊查询。它用于在指定字段中查找与给定值相似的文档。

9. nestedQuery(String path, QueryBuilder queryBuilder, ScoreMode scoreMode)：创建一个嵌套查询。它用于在嵌套的对象或文档中进行查询。

这些只是一些常用的QueryBuilders方法，还有其他更多的方法可用于构建不同类型的查询条件。根据具体的需求，可以选择合适的方法来构建自定义的查询。

安装ElasticSearch

下载地址：https://www.elastic.co/cn/downloads/elasticsearch

官网下载巨慢，可以使用华为云镜像

  • ElasticSearch: https://mirrors.huaweicloud.com/elasticsearch/?C=N&O=D
  • logstash: https://mirrors.huaweicloud.com/logstash/?C=N&O=D
  • kibana: https://mirrors.huaweicloud.com/kibana/?C=N&O=D
  • elasticsearch-analysis-ik: https://github.com/medcl/elasticsearch-analysis-ik/releases
  • cerebro: https://github.com/lmenezes/cerebro/releases

Java环境：JDK8及以上。保证ElasticSearch的版本与Java的核心jar包版本对应！

目录用途文件
bin启动文件
config配置文件log4j2 日志配置文件
jvm.options java虚拟机相关的配置(默认启动占1g内存，内容不够需要自己调整)
elasticsearch.yml elasticsearch的配置文件。默认9200端口!跨域!
Libjar包
modules功能模块目录
plugins插件目录ik分词器

Solr

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

ElasticSearch vs Solr 总结

1、es基本是开箱即用(解压就可以用!) ，非常简单。Solr安装略微复杂一丢丢!

2、Solr 利用Zookeeper进行分布式管理，而Elasticsearch 自身带有分布式协调管理功能 。

3、Solr 支持更多格式的数据，比如JSON、XML、 CSV ，而Elasticsearch仅支持json文件格式。

4、Solr 官方提供的功能更多，而Elasticsearch本身更注重于核心功能，高级功能多有第三方插件提供，例如图形化界面需要kibana友好支撑

5、 Solr 查询快，但更新索引时慢(即插入删除慢) ，用于电商等查询多的应用;

  • ES建立索引快(即查询慢) ，即实时性查询快，用于facebook新浪等搜索。
  • Solr是传统搜索应用的有力解决方案，但Elasticsearch更适用于新兴的实时搜索应用。

6、Solr比较成熟，有一个更大，更成熟的用户、开发和贡献者社区，而Elasticsearch相对开发维护者较少，更新太快，学习使用成本较高。

liubo525
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
磁力搜索引擎，一键获取你想要的资源！
04-05
然而，传统搜索引擎的搜索结果往往不够准确，下载速度也慢，让人感到非常烦恼。今天，我要向大家介绍一种新的搜索方式——磁力搜索引擎。 磁力搜索引擎是一种基于P2P技术的搜索工具，它可以帮助我们快速找到各种类型...
个人收藏站点合集
hotal668的专栏
01-02 6万+
个人收藏的一些工具合集
一些好的资源链接
小豆角的博客
02-23 11万+
文件系统底层知识： https://www.thomas-krenn.com/en/wiki/Linux_Storage_Stack_Diagram#Diagram_for_Linux_Kernel_3.17 IBM的学习库，关于linux的： https://developer.ibm.com/zh/technologies/linux/tutorials/l-lpic1-109-4/ 文件系统介绍： https://learning.snssdk.com/feoffline/toutiao_w
想便捷下载音视频，这三个工具满足你的各项需求
最新发布
weixin_52324079的博客
07-07 1446
市面上下载工具有很多，但真正好用的并不多。有的日常卡在 99%，有的又不支持下载网页上的音视频内容。今天就带大家认识几款宝藏下载软件，为你收集素材、下载资源带来不一样的便捷体验！
elasticsearch基本操作
xxy的博客
12-07 830
elasticSearch：搜索引擎 非关系型数据库 Elasticsearch也是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySQL类似的。 对比关系： indices索引库 database数据库 type类型 table表 document文档 row行 field字段 column mapping映射 schema约束 索引库操作 查看所有索引库：GET /_cat/indices?v 查看一个索引库：GET /索引库名 例：GET /atg
迅雷 iOS 版终于复活，不限速，完美支持BT磁力下载
机小mei的博客
07-15 6万+
新老司机朋友们晚上好，隔壁老王又来和大家见面了~ 昨天迅雷iOS版上架的消息一经传开，同学们的力量果然强大，截至目前，迅雷已经在 App Store 免费排行榜排名第一。可以看出大家对这么一款工具软件的需求量是如此庞大。 在昨天的推送中，老王说新版的迅雷不支持 BT 磁力的下载其实是不正确的。今天收到官方给老王的消息，原来新版的迅雷还是支持BT磁力下载的，接下来老王会具体为大家演示。 直链高速下载 打开迅雷App，进入首页【本地下载】，点击【创建下载】按钮，输入资源下载地址后即可创建下载任.
interest things
DOOM mark_lee
01-15 820
对Web开发感兴趣？ 任何相关“Learn to Code”的网站都非常不错 对硬件感兴趣？ 可以考虑Raspberry Pi或Arduino 对你每天所使用的代码/历史代码很感兴趣？ 可以去阅读Charles Petzold的“Code” 已经通晓一定的技术但想走的更远? 订阅http://learncodethehardway.or
owllook-小说搜索引擎
05-30
owllook-小说搜索引擎 owllook是一个基于其他搜索引擎构建的垂直小说搜索引擎，owllook目的是让阅读更简单、优雅，让每位读者都有舒适的阅读体验，如搜书、阅读、收藏、追更、推荐等功能：
搜索引擎基本工作原理.pdf
05-31
搜索引擎是互联网上获取信息的关键工具，其基本工作原理主要包括三个主要步骤：抓取网页、处理网页和提供检索服务。搜索引擎的爬虫程序（Spider）通过网络中的超链接不断抓取网页，形成网页快照。抓取过程中，搜索...
搜索引擎聚合源码搜索引擎聚合源码
06-11
搜索引擎聚合源码
zotero自定义搜索引擎
02-23
engines.json，zotero自定义搜索引擎文件，文献搜索引擎，DIY。
Elasticsearch：fuzzy 搜索 （模糊搜索）
Elastic 中国社区官方博客
09-24 1万+
在实际的搜索中，我们有时候会打错字，从而导致搜索不到。在Elasticsearch中，我们可以使用fuzziness属性来进行模糊查询，从而达到搜索有错别字的情形。 match查询具有“fuziness”属性。它可以被设置为“0”， “1”， “2”或“auto”。“auto”是推荐的选项，它会根据查询词的长度定义距离。 Fuzzy query 返回包含与搜索词相似的词的文档，以Levens...
Elasticsearch：使用 fuzziness 来进行搜索
Elastic 中国社区官方博客
05-10 1691
在今天的文章中，我们来进一步对这个进行讲解一下。Fuzziness 参数存在于某些查询中，使用它时，你将受益于根据术语的相似性来定位文档。Elastic 使用算法将搜索词与文档词匹配。这样，根据模糊配置，像术语 “schol” 这样的搜索将找到带有单词 “school” 的文档。
bt种子php啥格式的,bt种子是什么意思（bt种子的格式及文件结构）
weixin_35857807的博客
03-10 3388
－文字稿－如果你想要下载一集不存在的回形针视频，你会怎么做？最简单的方法当然是找一个有资源的哥们——每羊，让他把这期视频发给你。早期互联网，大家就是这么共享文件的，但是这样也有很多问题。比如下载的人一多，每个人分配到的带宽就变小了，下载速度会变慢。更危险的是，这期视频是敏感资源，你的哥们本来就不应该分享给你，如果每羊被抓了，大家也都别下载了。针对这些问题，美国工程师 Bram Cohen 在 20...
老王的常用资源下载（全部附CSDN资源链接 12月19日 更新RetopoFlow3至3.00.2）
开发游戏的老王
09-28 4万+
老王的常用工具，全部为免费软件，其中一大部分是开源跨平台的 这些资源在CSDN上，欢迎下载
【ElasticSearch】常用查询格式介绍
NEWCIH的博客
02-21 1232
聚合（Aggregation）：用于对查询结果进行统计和分析，如求和、平均值、最大值、最小值等。排序（Sorting）：用于指定查询结果的排序方式，可以按照字段的升序或降序进行排序。查询条件（Query Condition）：根据查询类型和查询字段来指定查询条件。查询字段（Field）：可以指定需要查询的字段，也可以对所有字段进行查询。过滤器（Filter）：用于对查询结果进行过滤，只返回符合条件的文档。分页（Pagination）：用于指定返回结果的起始位置和数量。
Elasticsearch的多种查询方式
sunnyday0426的博客
07-03 1万+
Elasticsearch支持多种查询方式，包括：match查询、term查询、bool查询、range查询、prefix查询、wildcard查询、regexp查询等。这些查询方式可以组合使用，以实现复杂的搜索需求。
磁力搜索网站+下载神器放送2019-03-05
热门推荐
qq_18882253的博客
03-05 13万+
先介绍下背景,因为喜欢看的电影因为版权问题,不能用迅雷及百度云离线下载.今天找了好久,终于发现了一个好用的解决方案. 先介绍常用的磁力搜索网站: 搜索网 https://btsow.pw/tags https://cn.torrentkitty.tv https://www.ciliurl.com/ http://www.zhizhuc.com/ https://www.anirena.com/ ...
http://www.torrentz.com
DX
12-24 1万+
http://www.torrentz.comTorrentz.com is a BitTorrent search engine that indexes hundreds of BitTorrent trackers and dump sites. Same torrents on different trackers are grouped together as one. Dead tor
搜索引擎技术深度解析
"搜索引擎技术介绍，包括搜索引擎的定义、与移动搜索引擎的关系、主要核心技术以及全文检索系统与搜索引擎的差异。" 搜索引擎是互联网信息时代的关键工具，它整合了抓取、处理和检索信息的能力。搜索引擎的核心技术...
评论 1
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