Elasticsearch

最新推荐文章于 2022-09-18 11:09:34 发布
最新推荐文章于 2022-09-18 11:09:34 发布
阅读量138 收藏
点赞数
分类专栏： 其他
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_43523875/article/details/109850953
版权

Elasticsearch

/

1.安装

  1. Linux下安装docker-compose
## 安装
sudo curl -L "https://github.com/docker/compose/releases/download/1.27.4/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
## 创建软链接
sudo chmod +x /usr/local/bin/docker-compose
  1. 编写docker-compose
version: '2'
services:
  elasticsearch:
    container_name: elasticsearch
    image: daocloud.io/library/elasticsearch:6.5.4
    ports:
      - 9200:9200
      - 9300:9300
    environment:
      - ES_JAVA_OPTS=-Xms64m -Xmx128m
      - discovery.type=single-node
      - COMPOSE_PROJECT_NAME=elasticsearch-server
    restart: always

  kibana:
    container_name: kibana
    image: daocloud.io/library/kibana:6.5.4
    ports:
      - 5601:5601
    restart: always
    environment:
      - ELASTICSEARCH_HOSTS=IP:9200
    depends_on:
      - elasticsearch
  1. 安装IK分词器
root@..:~# docker exec -it bf84 bash
[root@bf84b051d8dd elasticsearch]# ls
LICENSE.txt  NOTICE.txt  README.textile  bin  config  data  lib  logs  modules  plugins
[root@bf84b051d8dd elasticsearch]# cd bin/
[root@bf84b051d8dd bin]# ./elasticsearch-plugin install http://tomcat01.qfjava.cn:81/elasticsearch-analysis-ik-6.5.4.zip
  1. 测试IK分词器
GET _analyze
{
  "analyzer": "ik_max_word",
  "text": "杰杰怪"
}

结果:
在这里插入图片描述

2.ES基本操作

2.1,ES的结构

2.1.1,索引 Index,分片和备份

在这里插入图片描述

一个ES服务中,可以创建多个索引~
每一个索引默认被分成5片存储
每一个分片都会存在至少一个备份分片
备份分片默认不会帮助检索数据,当ES索引压力特别大的时候,备份才会帮助检索数据

2.1.2,类型 Type

在这里插入图片描述

一个索引下,可以创建多个
Ps:版本的不同,类型的创建也不同

2.1.3,文档 Doc

在这里插入图片描述

一个类型下可以有多个文档…相当于MYSQL中的多行数据

2.1.4,列 Field

在这里插入图片描述

一个文档中包含多个属性…相对于MYSQL的列

2.2 操作RESTful 语法

在这里插入图片描述

2.2.1 创建索引
# 创建索引  
# number_of_shards设置分片数
# number_of_replicas 设置备份数
PUT /person
{
  "settings": {
    "number_of_shards": 5, 
    "number_of_replicas": 1  
  }
}
2.2.2 查看索引

1.kibana页面查看
在这里插入图片描述
2.RESTful查看

# 查看存在的索引
GET _cat/indices?v
# 查看某一个索引
GET /person

在这里插入图片描述

2.2.3 删除索引
# 删除索引
DELETE /person

在这里插入图片描述

2.3 Field 数据类型

在这里插入图片描述

2.3.1 创建索引,指定数据结构
# 创建索引,指定数据结构
# mappings 指定数据结构
# novel--小说(type)
# properties 设置属性
# analyzer 设置分词器
# index 默认为true,如果index为false,当前的Field不能作为检索条件
# store 默认为false,是否启动一个额外的存储,一般情况下不需要,
#       因为可以在_source中检索出来
PUT /book
{
  "settings": {
    "number_of_shards": 5,
    "number_of_replicas": 1
  },
  "mappings": {
    "novel":{
      "properties":{
        "name":{
          "type":"text",
          "analyzer":"ik_max_word",
          "index":true,
          "store":false
        },
        "author":{
          "type":"keyword"
        },
        "count":{
          "type":"long"
        },
        "onSale":{
          "type":"date",
          "format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
        },
        "descr":{
          "type":"text",
          "analyzer":"ik_max_word"
        }
      }
    }
  }
}

2.4 文档的操作

文档在ES 服务中的唯一标识, _index,_type,_id三个内容为符合,锁定一个文档,操作时添加还是修改

2.4.1 添加文档
  • 自动生成Id
# 添加文档,自动生成Id
POST /book/novel
{
  "name":"元尊",
  "author":"天蚕土豆",
  "count":100000,
  "onSale":"2020-10-12",
  "descr":"周元成神的历程!!"
}

结果:
在这里插入图片描述

  • 指定Id
# 添加文档,指定Id
POST /book/novel/1
{
  "name":"元尊111",
  "author":"天蚕土豆111",
  "count":100000,
  "onSale":"2020-10-12",
  "descr":"周元成神的历程!!周元成神的历程!!周元成神的历程!!周元成神的历程!!周元成神的历程!!周元成神的历程!!周元成神的历程!!周元成神的历程!!周元成神的历程!!周元成神的历程!!周元成神的历程!!周元成神的历程!!周元成神的历程!!"
}

在这里插入图片描述

2.4.2 修改文档
  • 覆盖修改
# 修改文档
PUT /book/novel/1
{
  
  "name":"元尊",
  "author":"天蚕土豆",
  "count":100000,
  "onSale":"2020-10-12",
  "descr":"周元成神的历程!!"
}

GET /book/novel/1

在这里插入图片描述

  • 指定修改
POST /book/novel/1/_update
{
  "doc":{
     "count" : 10
  }
}

GET /book/novel/1

在这里插入图片描述

2.4.3 删除文档
# 删除文档
DELETE /book/novel/QAPt5HUBy0sFrTkyTMnB

2.5 批量操作

不是原子操作

# 批量操作
# index(添加),删除(delete),更新(update)
PUT /book/novel/_bulk
{"index":{"_id":"556665"}}
  {"name":"元尊","author":"天蚕土豆","count":100000,"onSale":"2020-10-12","descr":"周元成神的历程!!"}
{"delete":{"_id":"4"}}
{"update":{"_id":"556665"}}
  {"doc":{"name":"武威"}}

2.6 QueryString

GET /ems/emp/_search?q=*&sort=age:asc

​ _search 搜索的API
​ q=* 匹配所有文档
​ sort 以结果中的指定字段排序

# QueryString 
GET /ems/emp/_search?q=*&sort=age:asc  
# 分页 from = (pageNum-1)*size
GET /ems/emp/_search?q=*&sort=age:asc&size=5&from=0
# _source  选取指定的字段
GET /ems/emp/_search?q=*&sort=age:asc&size=5&from=0&_source=name,age

2.7 QueryDSL

  • 测试数据
DELETE /ems

PUT /ems
{
  "mappings":{
    "emp":{
      "properties":{
        "name":{
          "type":"text"
        },
        "age":{
          "type":"integer"
        },
        "bir":{
          "type":"date"
        },
        "content":{
          "type":"text"
        },
        "address":{
          "type":"keyword"
        }
      }
    }
  }
}

# 3.插入测试数据
PUT /ems/emp/_bulk
  {"index":{}}
  {"name":"小黑","age":23,"bir":"2012-12-12","content":"为开发团队选择一款优秀的MVC框架是件难事儿，在众多可行的方案中决择需要很高的经验和水平","address":"北京"}
  {"index":{}}
  {"name":"王小黑","age":24,"bir":"2012-12-12","content":"Spring 框架是一个分层架构，由 7 个定义良好的模块组成。Spring 模块构建在核心容器之上，核心容器定义了创建、配置和管理 bean 的方式","address":"上海"}
  {"index":{}}
  {"name":"张小五","age":8,"bir":"2012-12-12","content":"Spring Cloud 作为Java 语言的微服务框架，它依赖于Spring Boot，有快速开发、持续交付和容易部署等特点。Spring Cloud 的组件非常多，涉及微服务的方方面面，井在开源社区Spring 和Netflix 、Pivotal 两大公司的推动下越来越完善","address":"无锡"}
  {"index":{}}
  {"name":"win7","age":9,"bir":"2012-12-12","content":"Spring的目标是致力于全方位的简化Java开发。 这势必引出更多的解释， Spring是如何简化Java开发的？","address":"南京"}
  {"index":{}}
  {"name":"梅超风","age":43,"bir":"2012-12-12","content":"Redis是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API","address":"杭州"}
  {"index":{}}
  {"name":"张无忌","age":59,"bir":"2012-12-12","content":"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","address":"北京"}
2.7.1 match_all
# match_all查询全部
GET /ems/emp/_search
{
  "query": {
    "match_all": {
    }
  }
}
2.7.2 sort
# 排序  对呀分词的 无法进行排序
# sort
GET /ems/emp/_search
{
  "query": {
    "match_all": {
      
    }
  },
  "sort": [
    {
      "bir": {
        "order": "desc"
      },
      "age": {
        "order": "desc"
      }
      
    }
  ]
}
2.7.3 _source,from,size
# from
# size
GET /ems/emp/_search
{
  "query": {
    "match_all": {
      
    }
  },
  "size": 3,
  "from": 0
}

# _source
GET /ems/emp/_search
{
  "query": {
    "match_all": {
      
    }
  },
  "size": 3,
  "from": 0,
  "_source": ["age","name"]
}
2.7.4 term
# term  
# type : text 类型分词,,其他 不分词
# es 默认使用标准分词器  
# strandard  中文 单字分词 英文分词 单词分词
GET /ems/emp/_search
{
  "query": {
    "term": {
      "content": {
        "value": "良好"
      }
    }
  }
}

在这里插入图片描述

text 类型分词,其他 不分词

2.7.5 range
# range 范围查询
# gte 大于等于
# lte 小于等于
GET /ems/emp/_search
{
  "query": {
    "range": {
      "age": {
        "gte": 20,
        "lte": 30
      }
    }
  }
}
2.7.6 prefix
# prefix 基于关键词前缀查询 (单字分词或其他分词...)
GET /ems/emp/_search
{
  "query": {
    "prefix": {
      "name": {
        "value": "张"
      }
    }
  }
}
2.7.7 wildcard
# wildcard 通配符查询 ?只能匹配一个任意字符, *匹配0到任意多个
GET /ems/emp/_search
{
  "query": {
    "wildcard": {
      "name": {
        "value": "张*"
      }
    }
  }
}
2.7.8 ids
# ids 多id查询
GET /ems/emp/_search
{
  "query": {
    "ids": {
      "values": ["bQPJ6HUBy0sFrTkyq8nm","agPJ6HUBy0sFrTkyo8mx"]
    }
  }
}
2.7.9 fuzzy
# fuzzy 模糊匹配 模糊距离是0-2
# 搜索关键词长度为2不允许模糊,3-5之间允许1个模糊,长度超过5最大的模糊距离是2
GET /ems/emp/_search
{
  "query": {
    "fuzzy": {
      "content": "elasticsearch11"
    }
  }
}
2.7.10 bool
# bool 布尔查询 -多条件查询
# must 相对于&&
# should 相当于 ||
# must_not 不能满足任何一个
# ----查询年龄在20-30,地址没有北京的记录
GET /ems/emp/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "range": {
            "age": {
              "gte": 20,
              "lte": 30
            }
          }
        }
      ],
      "must_not": [
        {
          "term": {
            "address": {
              "value": "北京"
            }
          }
        }
      ]
    }
  }
}
2.7.11 highlight
# highlight 高亮查询 --查询结果二次渲染
# fields 指定字段
# 自定义高亮标签 pre_tags , post_tags
GET /ems/emp/_search
{
  "query": {
    "term": {
      "content": {
        "value": "redis"
      }
    }
  },
  "highlight": {
    "pre_tags": ["<span style='color:red'>"],
    "post_tags":["</span>"], 
    "fields": {
      "content": {}
    }
  }
}

在这里插入图片描述
在这里插入图片描述

2.7.12 multi_match
# multi_match 多字段查询 可分词
# 1.如果搜索的字段分词,他会query进行先分词再搜索
# 2.如果搜索的字段不分词,他会直接使用query整体进行该字段的搜索
GET /ems/emp/_search
{
  "query": {
    "multi_match": {
      "query": "小Redis",
      "fields": ["address","content"]
    }
  }
}
2.7.13 query_string
# 多字段分词查询 query_string
# 无论该字段是否分词都会 先分词再搜索
GET /ems/emp/_search
{
  "query": {
    "query_string": {
      "fields":  ["name","content"],
      "query": "小Redis"
    }
  }
}

2.8 索引库底层的存储原理分析

  • 每个索引有一个类型,每个类型对应一个mapping ( 6.x < version < 7.x )
  • 搜索的时候先搜索索引区,根据索引区的地址,搜索元数据区
  • 搜索元数据区的时候,会进行相关度排序

在这里插入图片描述

2.9 使用IK分词器

  • 要在创建索引的时候指定使用什么分词器
    在这里插入图片描述
2.9.1 配置扩展词

IK支持自定义扩展词典和停用词典,所谓**扩展词典就是有些词并不是关键词,但是也希望被ES用来作为检索的关键词,可以将这些词加入扩展词典。停用词典**就是有些词是关键词,但是出于业务场景不想使用这些关键词被检索到，可以将这些词放入停用词典。

如何定义扩展词典和停用词典可以修改IK分词器中config目录中IKAnalyzer.cfg.xml这个文件。

NOTE：词典的编码必须为UTF-8，否则无法生效

1. 修改vim IKAnalyzer.cfg.xml

    <?xml version="1.0" encoding="UTF-8"?>
    <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
    <properties>
        <comment>IK Analyzer 扩展配置</comment>
        <!--用户可以在这里配置自己的扩展字典 -->
        <entry key="ext_dict">ext_dict.dic</entry>
         <!--用户可以在这里配置自己的扩展停止词字典-->
        <entry key="ext_stopwords">ext_stopword.dic</entry>
    </properties>

2. 在ik分词器目录下config目录中创建ext_dict.dic文件   编码一定要为UTF-8才能生效
	vim ext_dict.dic 加入扩展词即可

3. 在ik分词器目录下config目录中创建ext_stopword.dic文件 
	vim ext_stopword.dic 加入停用词即可

4.重启es生效
2.9.2 远程词典

修改vim IKAnalyzer.cfg.xml
在这里插入图片描述

2.10 FilterQuery(过滤查询)

在这里插入图片描述

先走filter

# filter+range
GET /ems/emp/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "content": {
              "value": "框架"
            }
          }
        }
      ],
      "filter": {
        "range": {
          "age": {
            "gte": 0,
            "lte": 23
          }
        }
      }
    }
  }
}


# filter+terms
# 多匹配查询
GET /ems/emp/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "name": {
              "value": "小黑"
            }
          }
        }
      ],
      "filter": {
        "terms": {
          "content": ["架构","redis"]
        }
      }
    }
  }
}


# filter+exists+field
# 查询存在address字段的记录
GET /ems/emp/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match_all": {}
        }
      ],
      "filter": {
        "exists": {
          "field": "address"
        }
      }
    }
  }
}

# filter+ids
# 在相应id中查找符合条件的
GET /ems/emp/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "name": {
              "value": "小五"
            }
          }
        }
      ],
      "filter": {
        "ids": {
          "values": [
            "Dgbi8nUBO8drTpWlNJwF","EAbi8nUBO8drTpWlNJwF","Fwbj8nUBO8drTpWlaJyE"
          ]
        }
      }
    }
  }
}

3.ElasticSearch的练习(Java)

3.1 ElasticSearch服务说明

在这里插入图片描述

用户搜索时会去ES服务查找相关信息
根据结果(你想要的信息)去查找数据库
更新数据时可以把相关的数据插入到ES服务上

3.2 例子

3.2.1 pom.xml
        <!-- https://mvnrepository.com/artifact/org.elasticsearch/elasticsearch -->
        <dependency>
            <groupId>org.elasticsearch</groupId>
            <artifactId>elasticsearch</artifactId>
            <version>6.5.4</version>
        </dependency>
        <!-- https://mvnrepository.com/artifact/org.elasticsearch.client/transport -->
        <dependency>
            <groupId>org.elasticsearch.client</groupId>
            <artifactId>transport</artifactId>
            <version>6.5.4</version>
        </dependency>
        <!-- https://mvnrepository.com/artifact/org.elasticsearch.plugin/transport-netty4-client -->
        <dependency>
            <groupId>org.elasticsearch.plugin</groupId>
            <artifactId>transport-netty4-client</artifactId>
            <version>6.5.4</version>
        </dependency>
3.2.2 创建连接

cluster.name 的值要与配置文件的相同

public class TestESClient {

    private TransportClient transportClient;

    @Before
    public void before() throws UnknownHostException {
        Settings setting = Settings.builder().put("cluster.name",
                "docker-cluster").build();
        //创建客户端
        this.transportClient = new PreBuiltTransportClient(setting);
        transportClient.addTransportAddress(new TransportAddress(InetAddress.getByName("116.62.131.109"),9300));
    }

    @After
    public void after(){
        transportClient.close();
    }
}
3.2.3 创建索引
    @Test
    public void testCreateIndex(){
        //创建索引
        CreateIndexResponse createIndexResponse = transportClient.admin().indices().prepareCreate("dangdang").get();
        //获取信息
        boolean acknowledged = createIndexResponse.isAcknowledged();
        System.out.println(acknowledged);
    }
3.2.4 创建Mapper
    @Test
    public void testMapper() throws ExecutionException, InterruptedException {
        CreateIndexRequest dangdangIndex = new CreateIndexRequest("dangdang");
        String json = "{\"properties\":{\"name\":{\"type\":\"text\",\"analyzer\":\"ik_max_word\",\"search_analyzer\":\"ik_max_word\"},\"age\":{\"type\":\"integer\"},\"bir\":{\"type\":\"date\"},\"content\":{\"type\":\"text\",\"analyzer\":\"ik_max_word\",\"search_analyzer\":\"ik_max_word\"},\"address\":{\"type\":\"keyword\"}}}";
        //设置类型和mapping
        dangdangIndex.mapping("dangdang",json, XContentType.JSON);
        //执行创建
        CreateIndexResponse createIndexResponse = transportClient.admin().indices().create(dangdangIndex).get();
        System.out.println(createIndexResponse.isAcknowledged());
    }

在这里插入图片描述

3.2.5 添加文档
    @Test
    public void testCreateDocOptionId(){
        //指定id
        Book book = new Book("12", "我的未来", 12, new Date(), "未来可期,钱多多!", "广西");
        String toJSONString = JSONObject.toJSONString(book);
        //添加文档
        IndexResponse indexResponse = transportClient.prepareIndex("dangdang", "dangdang", "1").setSource(toJSONString, XContentType.JSON).get();
        System.out.println(indexResponse.status());
    }

    @Test
    public void testCreateDocAutoId(){
        //自动生成Id
        Book book = new Book("12", "我喜欢谁?谁喜欢我?", 12, new Date(), "对爱情的迷茫!", "广东");
        String toJSONString = JSONObject.toJSONString(book);
        //添加文档
        IndexResponse indexResponse = transportClient.prepareIndex("dangdang", "dangdang").setSource(toJSONString, XContentType.JSON).get();
        System.out.println(indexResponse.status());
    }

在这里插入图片描述

3.2.6 更新文档
    @Test
    public void testUpdateDoc(){
        Book book = new Book("1", "我的未来-update", 12, new Date(), "未来可期,钱多多!-update", "广西-update");
        String toJSONString = JSONObject.toJSONStringWithDateFormat(book,"yyyy-MM-dd");
        //更新文档
        UpdateResponse updateResponse = transportClient.prepareUpdate("dangdang", "dangdang", book.getId()).setDoc(toJSONString, XContentType.JSON).get();
        System.out.println(updateResponse.status());
    }

在这里插入图片描述

3.2.7 删除文档
    @Test
    public void testDeleteDoc(){
        //删除文档-- 
        DeleteResponse deleteResponse = transportClient.prepareDelete("dangdang", "dangdang", "1").get();
        System.out.println(deleteResponse.status());
    }
3.2.8 查询文档
    @Test
    public void testGetDocOne(){
        //得到一条文档--
        GetResponse getResponse = transportClient.prepareGet("dangdang", "dangdang", "12").get();
        String string = getResponse.getSourceAsString();
        Book book = JSONObject.parseObject(string, Book.class);
        System.out.println(book);
    }

3.2.9 按条件查询
3.2.9.1 查询全部
    @Test
    public void testGetDocList() {
        //查询所有文档--
        MatchAllQueryBuilder matchAllQueryBuilder = QueryBuilders.matchAllQuery();
        SearchResponse searchResponse = transportClient.prepareSearch("dangdang").setTypes("dangdang")
                .setQuery(matchAllQueryBuilder).get();
        System.out.println("总条数:" + searchResponse.getHits().getTotalHits());
        System.out.println("最大分数:" + searchResponse.getHits().getMaxScore());
        SearchHit[] hits = searchResponse.getHits().getHits();
        for (SearchHit hit :hits) {
            Book book = JSONObject.parseObject(hit.getSourceAsString(), Book.class);
            System.out.println(book);
        }
    }

在这里插入图片描述

3.2.9.2 term查询
    @Test
    public void testGetDocListByTerm() {
        //term查询
        TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("content","未来");
        SearchResponse searchResponse = transportClient.prepareSearch("dangdang").setTypes("dangdang")
                .setQuery(termQueryBuilder).get();
        System.out.println("总条数:" + searchResponse.getHits().getTotalHits());
        System.out.println("最大分数:" + searchResponse.getHits().getMaxScore());
        SearchHit[] hits = searchResponse.getHits().getHits();
        for (SearchHit hit :hits) {
            Book book = JSONObject.parseObject(hit.getSourceAsString(), Book.class);
            System.out.println(book);
        }
    }

在这里插入图片描述

3.2.9.3 批量操作

在这里插入图片描述

3.2.9.4 各种查询

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

SimpleAndComplex
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【elasticsearch】linux环境搭建ES
weixin_38313819的博客
03-06 1590
修改系统中允许用户启动的进程开启多少个线程。默认的Linux限制root用户开启的进程可以开启任意数量的线程，其他用户开启的进程可以开启1024个线程。4.x版本的内核分配的内存更大。如果虚拟机的内存是1G，最多只能开启3000+个线程数。Elasticsearch 7.x 系列推荐使用 JDK 8 或 JDK 11，而更高版本的 Elasticsearch 可能会要求更新的 Java 版本。指定ES_HEAP_SIZE环境变量，服务进程在启动时候会读取这个变量，并相应的设置堆的大小。
Elasticsearch——使用Java API实现ES中的索引、映射、文档操作
热门推荐
★★光亭★★
08-26 2万+
Elasticsearch——使用Java API实现ES中的索引、映射、文档操作
ElasticSearch之ES8新特性及集群安装
scorpio的博客
09-18 9019
ElasticSearch之ES8新特性及集群安装
es-head Elasticsearch的可视化操作插件
12-19
es-head是一个针对Elasticsearch的可视化操作插件。它提供了一个便捷的操作工具，可以连接Elasticsearch搜索引擎，并提供可视化的操作页面，对Elasticsearch进行各种设置和数据检索功能的管理。 es-head 插件可以在...
elasticSearch(ES)最新版 ik分词插件7.10 elasticsearch-analysis-ik-7.10.0
11-20
Elasticsearch（ES）是一种流行的开源全文搜索引擎，它基于Lucene构建，提供了分布式、RESTful风格的搜索和分析引擎服务。在中文环境下，为了实现精确的分词和搜索，我们需要安装适合版本的分词插件，如“elastic...
ElasticSearch官方测试数据
09-14
Elasticsearch（ES）是一种流行的开源全文搜索引擎，它基于Lucene库构建，被广泛用于大数据分析、日志聚合、实时搜索和索引等场景。官方提供的测试数据集是检验Elasticsearch功能、性能和稳定性的关键资源，可以帮助...
(狂神)ElasticSearch快速入门笔记，ElasticSearch基本操作以及爬虫(Java-ES仿京东实战)
04-18
(狂神)ElasticSearch快速入门笔记，ElasticSearch基本操作以及爬虫(Java-ES仿京东实战),包含了小狂神讲的东西，特别适合新手学习，笔记保存下来可以多看看。好记性不如烂笔头哦~，ElasticSearch，简称es，es是一个...
es docker 部署 elasticsearch.yml
03-19
docker run --name elasticsearch7.16.3 -p 127.0.0.1:9200:9200 -p 127.0.0.1:9300:9300 -e "discovery.type=single-node" -v /Users/xingyue/Home/xingyue/学习/工程化/es/elasticsearch.yml:/usr/share/elastic...
elasticsearch-analysis-pinyin-7.4.0 es拼音分词器7.4.0
04-05
Elasticsearch（简称ES）是一款强大的开源搜索引擎，广泛应用于大数据领域的全文检索。它以其高可扩展性、实时性能以及丰富的分析能力著称。在中文环境下，由于汉字的复杂性，分词是实现有效搜索的关键步骤。为此，...
es2csv：从Elasticsearch导出到CSV文件
01-30
**es2csv：从Elasticsearch导出到CSV文件** `es2csv`是一个非常实用的工具，主要用于将数据从Elasticsearch索引导出到CSV格式的文件中。这个工具通常由Python编写，适用于那些需要对存储在Elasticsearch中的大量...
es-dedupe:用于从Elasticsearch删除重复文档的工具
05-05
ES重迭 用于删除按某些唯一字段（例如--field Uuid ）分组的重复文档的工具。 删除过程包括两个阶段： 汇总查询查找具有相同field值且至少出现2次的文档。 此类文档的一份副本留在ES中，其他副本则通过批量API删除...
windows版本ES7.17.3中文分词器elasticsearch-analysis-ik-7.17.3 .zip
最新发布
02-05
用于elasticsearch7.17.3这个版本的ik中文分词器，考虑到官网有时网络不稳定下载不下来，这里特意上传，方便大家使用； 目录结构如下： config -- 文件夹 plugin-security.policy plugin-descriptor.properties ...
Elasticsearch 开发手册
09-08
在数据抽取 ELT 领域，ES 全家桶 ELK（Elasticsearch+Logstash+Kibana）赫赫有名。 Elasticsearch 基本概念： * 倒排索引：Elasticsearch 为什么快，核心设计理念就是采用了倒排索引机制。倒排索引的方式是，根据 ...
es-operator：用于Elasticsearch的Kubernetes运算符
02-04
ES-Operator已通过Elasticsearch 6.x和7.0测试。 这个怎么运作 该操作员通过管理称为ElasticsearchDataSets （EDS）的自定义资源来工作。 它们基本上是StatefulSets的一个薄包装。 一个EDS代表一组普通的Elastic...
arcgis-elasticSearch-es-矢量数据导入插件-数据建模-mapping-indexsetting-字段映射
06-29
arcgis elasticSearch es 矢量数据导入插件 数据建模 mapping indexsetting 字段映射 索引建模支持geoshape、shape，text索引支持keyword/ngram/edgeNgram/ikSmart，快速导入，兼容multipolygon，带洞，多面，使用时...
elasticsearch-7.17.6及对应版本IK分词
02-19
elasticsearch-7.17.6及对应版本IK分词 适合人群：elasticsearch初学者 Elasticsearch 是位于 Elastic Stack 核心的分布式搜索和分析引擎。Logstash 和 Beats 有助于收集、聚合和丰富您的数据并将其存储在 Elastic...
ElasticSearch.zip
06-13
Elasticsearch（简称 ES）是一种基于 Lucene 的开源全文搜索引擎，被广泛应用于大数据分析、日志收集、实时搜索等领域。它的设计目标是分布式、可扩展、高可用且易用，支持RESTful API，使得与ES交互变得简单。 **...
01-ES-QL for Community - Chinese 12.03 2023 Beijing
12-03
"本次分享主要介绍了Elasticsearch的全新管道查询语言ES|QL，它旨在提供一种统一的查询体验，用于搜索、规则设定和警报等。ES|QL的开发历时约17个月，旨在提高数据调查的效率，简化数据处理，并作为分布式计算和横向...

“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