withlw

1、深度图解剖析悲观锁与乐观锁两种并发控制方案悲观锁乐观锁悲观锁与乐观锁1.悲观锁的优点是：方便，直接加锁，对应程序来说，透明，不需要做额外的操作，缺点，并发能力低，同一时间只能有一条线程操作数据2.乐观锁的优点是：并发能力高，不给数据加锁，大量线程并发操作，缺点，麻烦，每次更新的时候，都要先对比版本号，然后可能需要重新加载数据，再次修改，再写，这个过程，可能要重复好几次...

1、深度图解剖析Elasticsearch并发冲突问题直接上图：

课程大纲1、document的全量替换2、document的强制创建3、document的删除1、document的全量替换（1）语法与创建文档是一样的，如果document id不存在，那么就是创建；如果document id已经存在，那么就是全量替换操作，替换document的json串内容（2）document是不可变的，如果要修改document的内容，第一种方式就是全量替换，直接对document重新建立索引，替换里面所有的内容（3）es会将老的document标记为delet.

1、_source元数据PUT /test_index/test_type/2{ "test_field1": "test field1", "test_field2": "test field2"}查询数据，返回结果GET /test_index/test_type/1{ "_index": "test_index", "_type": "test_type", "_id": "1", "_version": 3, "found": true, "_sour

课程大纲1、手动指定document id2、自动生成document id1、手动指定document id（1）根据应用情况来说，是否满足手动指定document id的前提：一般来说，是从某些其他的系统中，导入一些数据到es时，会采取这种方式，就是使用系统中已有数据的唯一标识，作为es中document的id。举个例子，比如说，我们现在在开发一个电商网站，做搜索功能，或者是OA系统，做员工检索功能。这个时候，数据首先会在网站系统或者IT系统内部的数据库中，会先有一份，此时就肯定会有一个.

添加一条测试数据PUT test_index/test_type/1{ "test_content":"test test"}查询添加的数据get test_index/test_type/1返回结果如下：{ "_index": "test_index", "_type": "test_type", "_id": "1", "_version": 1, "found": true, "_source": { "test_content": "test tes

课程大纲1、图解横向扩容过程，如何超出扩容极限，以及如何提升容错性（1）primary&replica自动负载均衡，6个shard，3 primary，3 replica（2）每个node有更少的shard，IO/CPU/Memory资源给每个shard分配更多，每个shard性能更好（3）扩容的极限，6个shard（3 primary，3 replica），最多扩容到6台机器，每个shard可以占用单台服务器的所有资源，性能最好（4）超出扩容极限，动态修改replica数量，9个sha.

1、图解2个node环境下replica shard是如何分配的（1）replica shard分配：3个primary shard，3个replica shard，1 node（2）primary —> replica同步（3）读请求：primary/replica

课程大纲1、shard&replica机制再次梳理2、图解单node环境下创建index是什么样子的1、shard&replica机制再次梳理（1）index包含多个shard（2）每个shard都是一个最小工作单元，承载部分数据，lucene实例，完整的建立索引和处理请求的能力（3）增减节点时，shard会自动在nodes中负载均衡（4）primary shard和replica shard，每个document肯定只存在于某一个primary shard以及其对应的re.

课程大纲1、Elasticsearch对复杂分布式机制的透明隐藏特性2、Elasticsearch的垂直扩容与水平扩容3、增减或减少节点时的数据rebalance4、master节点5、节点对等的分布式架构1、Elasticsearch对复杂分布式机制的透明隐藏特性Elasticsearch是一套分布式的系统，分布式是为了应对大数据量隐藏了复杂的分布式机制分片机制（我们之前随随便便就将一些document插入到es集群中去了，我们有没有care过数据怎么进行分片的，数据到哪个shar.

第一个分析需求：计算每个tag下的商品数量第二个聚合分析的需求：对名称中包含yagao的商品，计算每个tag下的商品数量第三个聚合分析的需求：先分组，再算每组的平均值，计算每个tag下的商品的平均价格第四个数据分析需求：计算每个tag下的商品的平均价格，并且按照平均价格降序排序第五个数据分析需求：按照指定的价格范围区间进行分组，然后在每组内再按照tag进行分组，最后再计算每组的平均价格1、计算每个tag下的商品数量# aggs 聚合操作# group_by_tags 自定义聚合名# te.

课程大纲1、query string search2、query DSL3、query filter4、full-text search5、phrase search6、highlight search1、query string search搜索全部商品：GET /ecommerce/procuct/_search从返回结果：took:耗费了几毫秒timed_out:是否超时，这里没有_shard:数据拆成5个分片，所以对于搜索请求，会打到所有的primary shard.

课程大纲1、document数据格式2、电商网站商品管理案例：背景介绍3、简单的集群管理4、商品的CRUD操作（document CRUD操作）1、document数据格式面向文档的搜索分析引擎（1）应用系统的数据结构都是面向对象的，复杂的（2）对象数据存储到数据库中，只能拆解开来，变为扁平的多张表，每次查询的时候还得还原回对象格式，相当麻烦（3）ES是面向文档的，文档中存储的数据结构，与面向对象的数据结构是一样的，基于这种文档数据结构，es可以提供复杂的索引，全文检索，分析聚合等功能.

作为Elasticsearch章节的第二篇文章，本章节主要介绍Elasticsearch+Kibana的安装Kibana作为一个与Elasticsearch交互的客户端工具，具有数据可视化，数据分析，操作索引等各种功能，功能十分强大。5.6.8版本的Elasticsearch与Kibana for win10 安装相对简单，并不需要特别的进行配置。Elasticsearch下载链接：https://artifacts.elastic.co/downloads/elasticsearch/elas.

1、lucene和elasticsearch的前世今生2、elasticsearch的核心概念3、elasticsearch核心概念 vs. 数据库核心概念1、lucene和elasticsearch的前世今生lucene，最先进、功能最强大的搜索库，直接基于lucene开发，非常复杂，api复杂（实现一些简单的功能，写大量的java代码），需要深入理解原理（各种索引结构）elasticsearch，基于lucene，隐藏复杂性，提供简单易用的restful api接口、java api接口（.

1、Elasticsearch的功能，干什么的2、Elasticsearch的适用场景，能在什么地方发挥作用3、Elasticsearch的特点，跟其他类似的东西不同的地方在哪里1、Elasticsearch的功能（1）分布式的搜索引擎和数据分析引擎搜索：百度，网站的站内搜索，IT系统的检索数据分析：电商网站，最近7天牙膏这种商品销量排名前10的商家有哪些；新闻网站，最近1个月访问量排名前3的新闻版块是哪些分布式，搜索，数据分析（2）全文检索，结构化检索，数据分析全文检索：我想搜索商.

什么是Elasticsearch？？？简单且官方来说，分布式，高可用，可伸缩的搜索和分析系统在明白Elasticsearch是什么之前，首先要明白1.什么是搜索？2.如果用数据库做搜索会怎么样？3.什么是全文检索、倒排索引和Lucene？4.什么是Elasticsearch？1.什么是搜索？提到搜索，首先想到的就是百度，这是提到搜索的第一印象，但是百度 != 搜索还有什么是搜索？淘宝的站内搜索，OA软件中的搜索，招聘网站，新闻网站，各种app。搜索是什么，搜索就是在任何场景下，找到你想.

近期在学习Elasticsearch，机缘巧合之下看到中华石衫老师的课程，粗略的翻看一下目录，这不就是妥妥的宝藏嘛，但是中华石衫老师的课程是根据5.2版本讲解，但据我观察5.2版本与5.6.8版本变化不是很大，且在一些核心的知识点中，Elasticsearch几乎没有变换，像NRT，索引，分片，副本这些概念，所以我打算将中华石衫老师讲到的所有知识点全部复盘一边，同时在CSDN中开设专栏，分享给需要的同学们。特别名声：侵权必删先简单介绍下这套课程体系：课程内容分为核心知识篇和高手进阶篇1.核心知识.