elasticsearch 入门教程

已于 2022-04-17 14:45:55 修改
阅读量2.6k 收藏 1
点赞数
文章标签： elasticsearch 搜索引擎 big data
于 2022-02-11 16:20:01 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_45105259/article/details/122730806
版权

docker安装




docker run -e ES_JAVA_OPTS="-Xms256m -Xmx256m" -e "discovery.type=single-node" -d -p 9200:9200 -p 9300:9300 --name my-es elasticsearch:7.14.0



docker run -d --name my-es-ad -p 9100:9100 mobz/elasticsearch-head:5
 docker run --name my-kibana -e ELASTICSEARCH_URL=http://192.168.2.218:9200 -p 5601:5601 -d kibana：5.6.12

集群（cluster）

一个集群就是由一个或多个节点组织在一起， 它们共同持有你全部的数据， 并一起提供索引和搜索功能。 一个集群由一个唯一的名字标识， 这个名字默认就是“elasticsearch”。 这个名字很重要， 因为一个节点只能通过指定某个集群的名字，来加入这个集群。在生产环境中显式地设定这个名字是一个好习惯，但是使用默认值来进行测试/开发也是不错的。

注意，一个集群中只包含一个节点是合法的。另外，你也可以拥有多个集群，集群以名字区分。

spring整合es

节点（node）

一个节点是你集群中的一个服务器，作为集群的一部分，它存储你的数据，参与集群的索引和搜索功能。 和集群类似， 一个节点也是由一个名字来标识的， 默认情况下， 这个名字是一个随机的Marvel角色的名字，这个名字会在节点启动时分配给它。这个名字对于管理工作来说很重要，因为在这个管理过程中，你会去确定网络中的哪些 服务器对应于Elasticsearch集群中的哪些节点。

一个节点可以通过配置集群名称的方式来加入一个指定的集群。 默认情况下，每个节点都会被安排加入到一个叫做“elasticsearch”的集群中，这意味着，如果你在你的网络中启动了若干个节点， 并假定它们能够相互发现彼此，它们将会自动地形成并加入到一个叫做“elasticsearch” 的集群中。

在一个集群里可以拥有任意多个节点。而且，如果当前你的网络中没有运行任何Elasticsearch节点，这时启动一个节点，会默认创建并加入一个叫做“elasticsearch”的单节点集群。

索引（index）

一个索引就是一个拥有相似特征的文档的集合。比如说，你可以有一个客户数据的索引，另一个产品目录的索引，还有一个订单数据的索引。一个索引由一个名字来 标识（必须全部是小写字母的），并且当我们要对这个索引中的文档进行索引、搜索、更新和删除的时候，都要使用到这个名字。在一个集群中，你能够创建任意多个索引。

文档（document）

一个文档是一个可被索引的基础信息单元。比如，你可以拥有某一个客户的文档、某一个产品的一个文档、某个订单的一个文档。文档以JSON格式来表示，而JSON是一个到处存在的互联网数据交互格式。

在一个index/type里面，你可以存储任意多的文档。注意，一个文档物理上存在于一个索引之中，但文档必须被索引/赋予一个索引的type。

分片和复制（shards and replicas）

一个索引可以存储超出单个结点硬件限制的大量数据。比如，一个具有10亿文档的索引占据1TB的磁盘空间，而任一节点可能没有这样大的磁盘空间来存储或者单个节点处理搜索请求，响应会太慢。

为了解决这个问题，Elasticsearch提供了将索引划分成多片的能力，这些片叫做分片。当你创建一个索引的时候，你可以指定你想要的分片的数量。每个分片本身也是一个功能完善并且独立的“索引”，这个“索引” 可以被放置到集群中的任何节点上。

分片之所以重要，主要有两方面的原因：

  • 允许你水平分割/扩展你的内容容量
  • 允许你在分片（位于多个节点上）之上进行分布式的、并行的操作，进而提高性能/吞吐量

至于一个分片怎样分布，它的文档怎样聚合回搜索请求，是完全由Elasticsearch管理的，对于作为用户的你来说，这些都是透明的。

在一个网络/云的环境里，失败随时都可能发生。在某个分片/节点因为某些原因处于离线状态或者消失的情况下，故障转移机制是非常有用且强烈推荐的。为此， Elasticsearch允许你创建分片的一份或多份拷贝，这些拷贝叫做复制分片，或者直接叫复制。

复制之所以重要，有两个主要原因：

  • 在分片/节点失败的情况下，复制提供了高可用性。复制分片不与原/主要分片置于同一节点上是非常重要的。
  • 因为搜索可以在所有的复制上并行运行，复制可以扩展你的搜索量/吞吐量

总之，每个索引可以被分成多个分片。一个索引也可以被复制0次（即没有复制） 或多次。一旦复制了，每个索引就有了主分片（作为复制源的分片）和复制分片（主分片的拷贝）。 分片和复制的数量可以在索引创建的时候指定。在索引创建之后，你可以在任何时候动态地改变复制的数量，但是你不能再改变分片的数量。

默认情况下，Elasticsearch中的每个索引分配5个主分片和1个复制。这意味着，如果你的集群中至少有两个节点，你的索引将会有5个主分片和另外5个复制分片（1个完全拷贝），这样每个索引总共就有10个分片。

rest 接口

现在我们已经有一个正常运行的节点（和集群），下一步就是要去理解怎样与其通信。幸运的是，Elasticsearch提供了非常全面和强大的REST API，利用这个REST API你可以同你的集群交互。下面是利用这个API，可以做的几件事情：

  • 查你的集群、节点和索引的健康状态和各种统计信息
  • 管理你的集群、节点、索引数据和元数据
  • 对你的索引进行 CRUD（创建、读取、更新和删除）和搜索操作
  • 执行高级的查询操作， 像是分页、排序、过滤、脚本编写（scripting）、小平面刻画（faceting）、聚合（aggregations）和许多其它操作

集群操作

检查集群健康，我们将使用_cat API。需要事先记住的是，我们的节点HTTP的端口是9200：

curl 'localhost:9200/_cat/health?v'

相应的响应是：

epoch      timestamp cluster       status node.total node.data shards pri relo init unassign
1394735289 14:28:09  elasticsearch green           1         1      0   0    0    0        0

可以看到，我们集群的名字是“elasticsearch”，正常运行，并且状态是绿色。

当我们查看集群状态的时候，我们可能得到绿色、黄色或红色三种状态。绿色代表一切正常（集群功能齐全）；黄色意味着所有的数据都是可用的，但是某些复制没有被分配（集群功能齐全）； 红色则代表因为某些原因，某些数据不可用。注意，即使是集群状态是红色的，集群仍然是部分可用的（它仍然会利用可用的分片来响应搜索请求），但是可能你需要尽快修复它，因为你有丢失的数据。

获得节集群中的节点列表：

curl 'localhost:9200/_cat/nodes?v'

对应的响应是:

curl 'localhost:9200/_cat/nodes?v'
host         ip        heap.percent ram.percent load node.role master name
mwubuntu1    127.0.1.1            8           4 0.00 d         *      New Goblin

这儿， 我们可以看到叫“New Goblin”的节点，这个节点是我们集群中的唯一节点。

列出所有的索引

让我们看一下我们的索引：

curl 'localhost:9200/_cat/indices?v'

对应的响应是:

curl 'localhost:9200/_cat/indices?v'
health index pri rep docs.count docs.deleted store.size pri.store.size

这个结果意味着，在我们的集群中没有任何索引。

创建一个索引

现在让我们创建一个叫做“customer” 的索引，然后再列出所有的索引：

curl -XPUT 'localhost:9200/customer?pretty'
curl 'localhost:9200/_cat/indices?v'

第一个命令使用PUT创建了一个叫做“customer” 的索引。我们简单地将pretty附加到调用的尾部，使其以美观的形式打印出JSON响应

响应如下：

curl -XPUT 'localhost:9200/customer?pretty'
{
  "acknowledged" : true
}

curl 'localhost:9200/_cat/indices?v'
health index    pri rep docs.count docs.deleted store.size pri.store.size
yellow customer   5   1          0            0       495b           495b

第二个命令的结果告知我们，我们现在有一个叫做 customer 的索引，并且它有5个主分片和1份复制（都是默认值），其中包含0个文档。

你可能也注意到了这个customer索引有一个黄色健康标签。回顾我们之前的讨论，黄色意味着某些复制没有（或者还未）被分配。这个索引之所以这样，是因为 Elasticsearch默认 为这个索引创建一份复制。 由于现在我们只有一个节点在运行，那一份复制就分配不了了（为了高可用），直到当另外一个节点加入到这个集群后，才能分配。一旦那份复制在第二个节点上被复制，这个节点的健康状态就会变成绿色。

索引并查询一个文档

现在让我们放一些东西到customer索引中。首先要知道的是，为了索引一个文档，我们必须告诉Elasticsearch这个文档要到这个索引的哪个类型（type）下。

让我们将一个简单的客户文档索引到customer 索引 、“external” 类型中，这个文档的ID是1，操作如下：

curl -XPUT 'localhost:9200/customer/external/1?pretty' -d '

                           /索引名/类型/id
{
  "name": "John Doe"
}'

响应如下：

curl -XPUT 'localhost:9200/customer/external/1?pretty' -d '
{
  "name": "John Doe"
}'
{
  "_index" : "customer",
  "_type" : "external",
  "_id" : "1",
  "_version" : 1,
  "created" : true
}

从上面的响应中，我们可以看到，一个新的客户文档在customer索引和external类型中被成功创建。文档也有一个内部id 1， 这个id是我们在索引的时候指定的。

需要注意的是，当你想将文档索引到某个索引的时候，Elasticsearch并不强制要求这个索引被显式地创建。在前面这个例子中，如果customer索引不存在，Elasticsearch将会自动地创建这个索引。

现在，让我们把刚刚索引的文档取出来：

curl -XGET 'localhost:9200/customer/external/1?pretty'

响应如下：

curl -XGET 'localhost:9200/customer/external/1?pretty'
{
  "_index" : "customer",
  "_type" : "external",
  "_id" : "1",
  "_version" : 1,
  "found" : true, "_source" : { "name": "John Doe" }
}

除了found字段-（指明我们找到了一个ID为1的文档）和_source字段（返回我们前一步中索引的完整JSON文档）之外，没有什么特别之处。

删除一个文档

现在让我们删除我们刚刚创建的索引，并再次列出所有的索引：

curl -XDELETE 'localhost:9200/customer?pretty'
curl 'localhost:9200/_cat/indices?v'

响应如下：

curl -XDELETE 'localhost:9200/customer?pretty'
{
  "acknowledged" : true
}
curl 'localhost:9200/_cat/indices?v'
health index pri rep docs.count docs.deleted store.size pri.store.size

这表明我们成功地删除了这个索引，现在我们回到了集群中空无所有的状态。

我们细看一下我们学过的API命令：

curl -XPUT 'localhost:9200/customer'
curl -XPUT 'localhost:9200/customer/external/1' -d '
{
  "name": "John Doe"
}'
curl 'localhost:9200/customer/external/1'
curl -XDELETE 'localhost:9200/customer'

仔细研究以上的命令，我们可以发现访问Elasticsearch中数据的一个模式。这个模式可以被总结为：

curl -X<REST Verb> <Node>:<Port>/<Index>/<Type>/<ID>

这个REST访问模式普遍适用于所有的API命令，如果你能记住它，你就会为掌握Elasticsearch 开一个好头。

高级查询DSL

uri搜索

$ curl -XGET 'http://localhost:9200/twitter/tweet/_search?q=user:kimchy'

请求体搜索

$ curl -XGET 'http://localhost:9200/twitter/tweet/_search' -d '{
    "query" : {
        "term" : { "user" : "kimchy" }
    }
}
'

过滤查询注意:  当query查询和filter查询同时存在时，会先进行filter查询，再进行query查询

 IK分词器添加扩展词典和停用词典

索引名中的日期数学支持

几乎所有具有 index（索引）参数的 API，都支持 index（索引）参数值中的日期数学。

日期数学索引名字采用以下形式：

<static_name{date_math_expr{date_format|time_zone}}>

其中：

static_name名字的静态文字部分
date_math_expr动态计算日期的动态日期数学表达式
date_format显示计算日期的可选格式。默认为 yyyy.MM.dd。格式应与 java-time 兼容。DateTimeFormatter (Java Platform SE 8 )
time_zone可选的时区。默认为 utc。

注意 date_format（日期格式）中使用的大小写字母。例如，mm 表示分钟，MM表示月份。类似的，hh 表示 1-12 范围内的小时，与 AM/PM 组合使用，而 HH 表示 0-23 24小时范围内的小时。

日期数学表达式与区域无关。因此，不以使用格列高利历之外的日历。

必须将日期数学索引名字表达式包在尖括号内，并且所有特殊字符都应进行 URI 编码。例如：

表达式解析为
<logstash-{now/d}>logstash-2024.03.22
<logstash-{now/M}>logstash-2024.03.01
<logstash-{now/M{yyyy.MM}}>logstash-2024.03
<logstash-{now/M-1M{yyyy.MM}}>logstash-2024.02
<logstash-{now/d{yyyy.MM.dd | +12:00}}>logstash-2024.03.23

为了在索引名字模板的静态部分中使用字符 { 和 }，请使用反斜杠 \ 转义，例如：

  • <elastic\{ON\}-{now/M}> 解析为 elastic{ON}-2024.03.01    
# PUT /<my-index-{now/d}>
PUT /%3Cmy-index-%7Bnow%2Fd%7D%3E

以下例子展示了一个搜索请求，该请求搜索过去三天的 Logstash 索引，假设索引使用默认的 Logstash 索引名字格式 logstash-yyyy.MM.dd。

# GET /<logstash-{now/d-2d}>,<logstash-{now/d-1d}>,<logstash-{now/d}>/_search
GET /%3Clogstash-%7Bnow%2Fd-2d%7D%3E%2C%3Clogstash-%7Bnow%2Fd-1d%7D%3E%2C%3Clogstash-%7Bnow%2Fd%7D%3E/_search
{
  "query" : {
    "match": {
      "test": "data"
    }
  }
}

 Cron 表达式

响应过滤

所有的 REST API 都接受 filter_path 参数，它可以用于减少 Elasticsearch 返回的响应。此参数采用逗号分隔的过滤器列表，过滤器用点符号表示：

 GET /_search?q=kimchy&filter_path=took,hits.hits._id,hits.hits._score

别名存在 API


检查一个别名是否存在。

HEAD _alias/my-alias

请求

HEAD _alias/<alias>

HEAD <target>/_alias/<alias>

前置条件

  • 如果 Elasticsearch 安全特性启用，你必须对索引有 view_index_metadata 或 manage 索引权限。如果你指定一个目标，你必须对目标也有 view_index_metadata 或 manage 索引权限。

路径参数

  • <alias>

    （可选，字符串）以逗号分隔的待检查的别名列表。支持通配符（*）。

  • <target>

    （可选，字符串）用于限制请求的，逗号分隔的数据流或索引。

查询参数

  • expand_wildcards

    （可选，字符串）通配符表达式可以匹配的索引类型。如果请求可以数据流为目标，则此参数确定通配符表达式是否匹配隐藏的数据流。支持逗号分隔的值，如 open,hidden。有效的值有：

    1. all 匹配任何数据流或索引，包括 hidden（隐藏的）。
    2. open 匹配 open（开启）、非隐藏的索引。也匹配任何非隐藏的数据流。
    3. closed 匹配 closed（关闭）、非隐藏的索引。也匹配任何非隐藏的数据流。数据流不能关闭。
    4. hidden 匹配隐藏数据流和隐藏索引。必须与 open、closed 或一起使用。
    5. none 不接受通配符表达式。

    默认为 all。

  • ignore_unavailable

    （可选，布尔值）如果为 true，丢失的或关闭的索引不包含在响应中。默认为 false。

  • local

    （可选，布尔值）如果为 true，请求只从本地节点获取信息。默认为 false，意味着信息从主节点获取。

响应码

  • 200

    所有指定的别名都存在。

  • 404

    一个或多个指定的别名不存在。

注意：

        索引别名可以指向一个或多个索引，并且可以在任何需要索引名称的API中使用。 别名为我们提供了极大的灵活性。它们允许我们执行以下操作，类似与mysql中的视图的作用。

        使用场景，当同时对多个索引操作时，可以直接使用对应的索引别名

添加一个别名

以下请求为索引 test1 添加别名 alias1。

POST /_aliases
{
  "actions" : [
    { "add" : { "index" : "test1", "alias" : "alias1" } }
  ]
}

索引别名支持日期数学。

POST /_aliases
{
  "actions" : [
    { "add" : { "index" : "logs", "alias" : "<logs_{now/M}>" } }
                    //注意，日期相关的索引一定要添加<

  ]
}

移除一个别名

以下请求移除别名 alias1。

POST /_aliases
{
  "actions" : [
    { "remove" : { "index" : "test1", "alias" : "alias1" } }
  ]
}

重命名一个别名

重命名一个别名，简单地在同一个 API 中执行操作 remove（移除）又 add（添加）。这个操作是原子的，不用担心别名会短时间的不指向索引。

POST /_aliases
{
  "actions" : [
    { "remove" : { "index" : "test1", "alias" : "alias1" } },
    { "add" : { "index" : "test1", "alias" : "alias2" } }
  ]
}

多个索引使用同一个别名

通过简单的几个操作 add（添加），就能将别名关联到多个索引。

POST /_aliases
{
  "actions" : [
    { "add" : { "index" : "test1", "alias" : "alias1" } },
    { "add" : { "index" : "test2", "alias" : "alias1" } }
  ]
}

多个索引也可以通过一个操作中的 indices 数组的语法指定：

POST /_aliases
{
  "actions" : [
    { "add" : { "indices" : ["test1", "test2"], "alias" : "alias1" } }
  ]
}

为了在一个操作中指定多个别名，相应的 aliases 数组语法也可以使用。

如上示例，匹配模式也可以用于关联一个别名给共享同一个名字的多个索引：

POST /_aliases
{
  "actions" : [
    { "add" : { "index" : "test*", "alias" : "all_test_indices" } }
  ]
}

在这种情况下，别名是一个即时别名，它将对所有当前匹配的索引进行分组，与此模式匹配的新索引将被添加或移除时，它不会自动更新。

索引指向多个索引的别名是错误的。

也可以在一个原子操作中用别名交换索引。这意味着在集群状态下，不会有别名指向无索引的时间点。然而，由于索引和搜索涉及多个步骤，因此正在运行或排队的请求可能会由于临时不存在索引而失败。

PUT test
PUT test_2
POST /_aliases
{
  "actions" : [
    { "add":  { "index": "test_2", "alias": "test" } },
    { "remove_index": { "index": "test" } }  

       //remove_index是移除索引本身
       //remove 是将对应的索引移除对应的别名
  ]
}
  1. PUT test 误加的一个索引
  2. PUT test_2 准备加的索引
  3. { "remove_index": { "index": "test" } } remove_index 类似删除索引，只会移除具体的索引

过滤的别名

带过滤器的别名提供了一种简单的方法来创建同一索引的不同“视图”。可以通过查询 DSL 定义过滤器，可应用于使用别名的所有搜索、按查询删除和其他类似操作。

为了创建带过滤器的别名，首先我们需要确认字段已经在映射中存在：

PUT /my-index-000001
{
  "mappings": {
    "properties": {
      "@timestamp": {
        "type": "date"
      },
      "user": {
        "properties": {
          "id": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

现在我们可以在 @timestamp 和 user.id 上创建一个带过滤器的别名：

POST /_aliases
{
  "actions": [
    {
      "add": {
        "index": "my-index-000001",
        "alias": "alias2",
        "filter": {
          "bool": {
            "filter": [
              {
                "range": {
                  "@timestamp": {
                    "gte": "now-1d/d",
                    "lt": "now/d"
                  }
                }
              },
              {
                "term": {
                  "user.id": "kimchy"
                }
              }
            ]
          }
        }
      }
    }
  ]
}

路由

别名可以关联路由值。此功能可以与筛选别名一起使用，以避免不必要的分片操作。

以下命名创建一个指向索引 test 的新别名 alias1。在 alias1 被创建后，通过此别名的操作都会自动修改为使用值 1 来路由：

POST /_aliases
{
  "actions": [
    {
      "add": {
        "index": "test",
        "alias": "alias1",
        "routing": "1"
      }
    }
  ]
}

也可以为搜索和索引操作指定不同的路由值：

POST /_aliases
{
  "actions": [
    {
      "add": {
        "index": "test",
        "alias": "alias2",
        "search_routing": "1,2",
        "index_routing": "2"
      }
    }
  ]
}

如上例所示，搜索路由可以包含几个由逗号分隔的值。索引路由可以只包含一个值。

如果使用路由别名的搜索操作也具有路由参数，则使用该参数中指定的搜索别名路由和路由的交集。例如以下的命令中会使用 2 作为路由值：

GET /alias2/_search?q=user.id:kimchy&routing=2,3

在ElaticSearch里面，路由功能算是一个高级用法，大多数时候我们用的都是系统默认的路由功能，我们知道一个es索引可以分多个shard和每个shard又可以有多个replia，那么现在思考一个问题，我们添加进去的数据，是如何分布在各个shard上面的，而查询时候它是又怎么找到特定的数据呢。

默认情况下，索引数据的分片规则，是下面的公式：

shard_num = hash(_routing) % num_primary_shards


_routing字段的取值，默认是_id字段或者是_parent字段，这样的取值在hash之后再与有多少个shard的数量取模，最终得到这条数据应该在被分配在那个一个shard上，也就是说默认是基于hash的分片，保证在每个shard上数据量都近似平均，这样就不会出现负载不均衡的情况，然后在检索的时候，es默认会搜索所有shard上的数据，最后在master节点上汇聚在处理后，返回最终数据。
 

写索引

可以将别名指向的索引关联为写索引。当指定时，指向多个索引的别名的所有索引和更新请求都将尝试解析为一个索引，即写入索引。每个别名一次只能分配一个索引作为写索引。如果未指定写索引，并且别名引用了多个索引，则不允许写。

可以使用别名 API 和索引创建 API 将与别名关联的一个索引指定为写索引。将索引设置为具有别名的写索引也会影响在翻转期间如何操作别名（参阅带写索引的翻转）。

POST /_aliases
{
  "actions": [
    {
      "add": {
        "index": "test",
        "alias": "alias1",
        "is_write_index": true
      }
    },
    {
      "add": {
        "index": "test2",
        "alias": "alias1"
      }
    }
  ]
}

在这个例子中，我们将别名 alias1 关联到 test 和 test2，而 test 选择作为写索引。

PUT /alias1/_doc/1
{
  "foo": "bar"
}

索引到 /alias1/_doc/1 的新文档正如它是 /test/_doc/1。

GET /test/_doc/1

要交换别名的哪个索引来作为写索引，可用别名 API 来原子交换。

POST /_aliases
{
  "actions": [
    {
      "add": {
        "index": "test",
        "alias": "alias1",
        "is_write_index": false
      }
    }, {
      "add": {
        "index": "test2",
        "alias": "alias1",
        "is_write_index": true
      }
    }
  ]
}

 索引的更新策略

一，几种索引概念

  • 倒排索引：文档建立索引结构，一般是单词词典放在内存，对应的倒排列表存储在磁盘中。
  • 临时索引：在内存中建立实时的倒排索引，词典和倒排列表都放在内存中。

二，更新描述

        由于新的文档的加入或者文档的修改都会影响对应的倒排索引，所以引入了动态索引，用在内存维护临时索引，实现对动态文档和实时搜索的支持。

        由于内存空间有限，所以要考虑将临时索引和磁盘索引合并。引入了删除文档和修改文档。

  • 删除文档：列表用来存放已被删除的文档对应的id，形成一个文档id列表。
  • 修改文档：看做先删除后增加。

三，索引合并策略 

1，完全重建合并：对所有文档重建索引

2，再合并策略：

3，原地合并策略

 

 

天才不需要姓名
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Elasticsearch入门教程
qq_34139393的博客
06-18 860
Elasticsearch入门教程
elasticsearch的学习
chenjianhuideyueding的博客
12-21 167
出现异常： java.lang.UnsupportedOperationException: seccomp unavailable: CONFIG_SECCOMP not compiled into kernel, CONFIG_SECCOMP and CONFIG_SECCOMP_FILTER are neede 这是在因为Centos6不支持SecComp，而es默认bootstrap.sy...
最完整的Elasticsearch 基础教程
05-26
最完整的Elasticsearch 基础教程，欢迎大家一起探讨学习！
ElasticSearch原理+实战知识点
weixin_46787788的博客
11-30 1930
今天为大家带来流计算领域经常使用的组件 ElasticSearch，本文通过原理+实战操 教程带领大家快速学会 ElasticSearch 搜索引擎，以下内容全部经过实战操作，可 以根据文档进行学习~ 大纲如下： 1 ElasticSearch 概述 1.1 全文搜索引擎 小伙伴们经常使用 google 或者百度进行搜索内容，在输入框中输入关键字，这个时候，网站会将包含 关键字 的所有网页返回，大家有没有想过，为什么输入关键字就可以查到结果呢？ 同时网站上返回的页面内容大多都是一些 非结构化 的文本数据，
elasticsearch入门教程
Hohxill的博客
05-29 590
索引（index）创建之后，可以使用如下方式查看索引定义信息。
Elasticsearch概述
weixin_45417821的博客
05-21 427
文章目录Elasticsearch概述Elasticsearch是什么全文搜索引擎Elasticsearch And SolrElasticsearch Or SolrElasticsearch 应用案例 Elasticsearch概述 Elasticsearch是什么 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-sR9BxacL-1621602956415)(C:\Users\栾昊\AppData\Roaming\Typora\typora-user-images\ima
Elasticsearch 简介
热门推荐
Elastic 中国社区官方博客
08-08 16万+
Elasticsearch是一个非常强大的搜索引擎。它目前被广泛地使用于各个IT公司。Elasticsearch是由Elastic公司创建并开源维护的。它的开源代码位于https://github.com/elastic/elasticsearch。同时，Elastic公司也拥有Logstash及Kibana开源项目。这个三个开源项目组合在一起，就形成了 ELK软件栈。他们三个共同形成了一个强大的...
Elasticsearch基础入门
quanzhan_King的博客
05-28 1020
Elasticsearch是一个开源的分布式、RESTful 风格的搜索和数据分析引擎，它的底层是开源库Apache Lucene。Lucene 可以说是当下最先进、高性能、全功能的搜索引擎库——无论是开源还是私有，但它也仅仅只是一个库。为了充分发挥其功能，你需要使用 Java 并将 Lucene 直接集成到应用程序中。更糟糕的是，您可能需要获得信息检索学位才能了解其工作原理，因为Lucene 非常复杂。为了解决Lucene使用时的繁复性，于是Elasticsearch便应运而生。
Elasticsearch 基础教程.pdf
最新发布
07-21
Elasticsearch 基础教程.pdf
Elasticsearch基础教程.pdf
07-15
Elasticsearch基础教程.pdf
elasticsearch入门教程&应用场景.zip
02-01
**Elasticsearch 入门教程与应用场景** **一、Elasticsearch 简介** Elasticsearch 是一个基于 Lucene 的分布式、实时的搜索和分析引擎。它不仅提供了全文检索的功能，还支持结构化数据的搜索，是大数据时代下数据...
ES 22 - Elasticsearch中如何进行日期(数值)范围查询
weixin_30608131的博客
07-29 1万+
目录 1 范围查询的符号 2 数值范围查询 3 时间范围查询 3.1 简单查询示例 3.2 关于时间的数学表达式(date-math) 3.3 关于时间的四舍五入 4 日期格式化范围查询(format) 5 时区范围...
ElasticSearch特点|B+Tree|lucene倒排索引结构|lucene与elasticsearch的关系|基本概念
SmallScorpion
05-09 1498
ElasticSearch特点 1. 天然分片，天然集群： es 把数据分成多个shard，下图中的P0-P2，多个shard可以组成一份完整的数据，这些shard可以分布在集群中的各个机器节点中。随着数据的不断增加，集群可以增加多个分片，把多个分片放到多个机子上，已达到负载均衡，横向扩展。 这种集群分片的机制造就了elasticsearch强大的数据容量及运算扩展性。 在实际运算过程中，每个查询任务提交到某一个节点，该节点必须负责将数据进行整理汇聚，再返回给客户端，也就是一个简单的节点上进行Map计算，
Elasticsearch集群
IT学院
12-04 678
今日授课目标 能够完成索引库的操作：新增、查询、删除 能够完成映射操作：配置映射，查看映射 能够完成文档的操作：新增、修改、删除 能完成请求体查询：基本查询、结果过滤、高亮查询，分页及排序 ES前置准备Lombok讲解 第一章 Elasticsearch集群 1.1 单点的问题 单台服务器，往往都有最大的负载能力，超过这个阈值，服务器性能就会大大降低甚至不可用。单点的elasticsearch也是一样，那单点的es服务器存在哪些可能出现的问题呢？ 单台机器存储容量有限 单服务器容易出现单点故障，无法实
什么是ElasticSearch？看完这一篇你就懂了
weixin_45081813的博客
01-25 8561
es常用操作学习教程
Elasticsearch－基础介绍及索引原理分析
baogui8961的博客
08-27 3267
介绍 Elasticsearch 是一个分布式可扩展的实时搜索和分析引擎,一个建立在全文搜索引擎 Apache Lucene(TM) 基础上的搜索引擎.当然 Elasticsearch 并不仅仅是 Lucene 那么简单，它不仅包括了全文搜索功能，还可以进行以下工作: 分布式实时文件存储，并将每一个字段都编入索引，使其可以被搜索。 实时分析的分布式搜索引擎。 可以扩展到上百台服务器，处理PB级别...
Elasticsearch基本概念
chwensrong的博客
03-09 4万+
本文主要是对ES基本概念进行整合，理论先行，夯实对ES的基本概念，在知道“是什么”，才能提高学习效率，保姆级学习教程请移步： ES入门笔记. 一、前文介绍 Elasticsearch（简称ES）是一个基于Apache Lucene™的开源搜索引擎，无论在开源还是专有领域，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。注意，Lucene 只是一个库。想要发挥其强大的作用，你需使用 Java 并要将其集成到你的应用中。 Lucene 非常复杂，你需要深入的了解检索相关知识来理解它

“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