Elasticsearch

最新推荐文章于 2024-03-26 10:40:31 发布
最新推荐文章于 2024-03-26 10:40:31 发布
阅读量585 收藏 1
点赞数 1
文章标签： 1024程序员节 elasticsearch java
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_53335648/article/details/127007458
版权

1. 初识ElasticSearch

1.1 基于数据库查询的问题

在这里插入图片描述

  1. 查询效率低，模糊查询数据库不会使用索引
  2. 查询的准确率不高

1.2 倒排索引

倒排索引：将文档进行分词，形成词条和id的对应关系即为反向索引。

以唐诗为例，所处包含“前”的诗句

正向索引：由《静夜思》–>窗前明月光—>“前”字

反向索引：“前”字–>窗前明月光–>《静夜思》

反向索引的实现就是对诗句进行分词，分成单个的词，由词推句，即为反向索引

“床前明月光”–> 分词；将一段文本按照一定的规则，拆分为不同的词条（term）

[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-eo4YB0Nr-1663903327650)(img/1580887683510.png)]

倒排索引中的Value通常是文档的唯一标识（ID）

在这里插入图片描述

1.3 ES存储和查询的原理

index（索引）：相当于mysql的库

映射：相当于mysql 的表结构

document(文档)：相当于mysql的表中的数据

数据库查询存在的问题：

  1. 性能低：使用模糊查询，左边有通配符，不会走索引，会全表扫描，性能低
  2. 功能弱：如果以”华为手机“作为条件，查询不出来数据

Es使用倒排索引，对title 进行分词

[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-tuoVuU8B-1663903327652)(img/1581143412491.png)]

  1. 使用“手机”作为关键字查询

    生成的倒排索引中，词条会排序，形成一颗树形结构，提升词条的查询速度

  2. 使用“华为手机”作为关键字查询

    华为：1,3

    手机：1,2,3

    [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-apwYhX1D-1663903327652)(img/1581143489911.png)]

1.4 ES 概念详解

  • ES是一个基于Lucene的搜索服务器

  • ES是一个分布式、高扩展、高实时的搜索与数据分析引擎

  • ES基于RESTful web接口

  • Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎

  • 官网：https://www.elastic.co/

应用场景

  1. 海量数据的查询/搜索
  2. 日志数据分析
  3. 实时数据分析

2. 安装ElasticSearch

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

3. ElasticSearch核心概念

索引（index）

ElasticSearch存储数据的地方，可以理解成关系型数据库中的数据库概念。

映射（mapping）

mapping定义了每个字段的类型、字段所使用的分词器等。相当于关系型数据库中的表结构。

文档（document）

Elasticsearch中的最小数据单元，常以json格式显示。一个document相当于关系型数据库中的一行数据。

倒排索引

一个倒排索引由文档中所有不重复词的列表构成，对于其中每个词，对应一个包含它的文档id列表。

类型（type）

一种type就像一类表。如用户表、角色表等。在Elasticsearch7.X默认type为_doc

ES 5.x中一个index可以有多种type。
ES 6.x中一个index只能有一种type。
ES 7.x以后，将逐步移除type这个概念，现在的操作已经不再使用，默认_doc

4. 脚本操作ES

4.1 RESTful风格

  • REST（Representational State Transfer），表述性状态转移，是一组架构约束条件和原则。满足这些约束条件和原则的应用程序或设计就是RESTful。就是一种定义接口的规范。

  • 基于HTTP。

  • 使用XML格式定义或JSON格式定义。

  • 每一个URI代表1种资源。

  • 客户端使用GET、POST、PUT、DELETE 4个表示操作方式的动词对服务端资源进行操作：

    • GET：用来获取资源
    • POST：用来新建资源（也可以用于更新资源）
    • PUT：用来更新资源
    • DELETE：用来删除资源

4.2 操作索引

  • 添加索引
PUT http://ip:端口/索引名称
  • 查询索引
GET http://ip:端口/索引名称               # 查询单个索引信息
GET http://ip:端口/索引名称1,索引名称2...  # 查询多个索引信息
GET http://ip:端口/_all                 # 查询所有索引信息
  • 删除索引
DELETE http://ip:端口/索引名称
  • 关闭/打开索引
POST http://ip:端口/索引名称/_close  # 关闭索引
POST http://ip:端口/索引名称/_open   # 打开索引

4.3 ES数据类型

1）简单数据类型
  • 字符串
text：会分词，不支持聚合					# 聚合：相当于mysql 中的sum（求和）
keyword：不会分词，将全部内容作为一个词条，支持聚合

  • 数值

  • 布尔：boolean

  • 二进制：binary

  • 范围类型

integer_range, float_range, long_range, double_range, date_range
  • 日期:date
2）复杂数据类型

  • 数组：[ ] 数组类型的JSON对象

  • 对象：{ } 单个JSON对象

4.4 操作映射

  • 添加映射
# 添加索引
PUT person
# 查询索引 
GET person
# 给索引添加映射
PUT /person/_mapping
{
  "properties":{
    "name":{
      "type":"text"
    },
    "age":{
      "type":"integer"
    }
  }
}
  • 创建索引并添加映射
#创建索引并添加映射
PUT /person1
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "age": {
        "type": "integer"
      }
    }
  }
}
# 查询索引
GET person1/_mapping
  • 添加字段
#添加字段
PUT /person1/_mapping
{
  "properties": {
      "address": {
        "type": "text"
      }
    }
}

4.5 操作文档

  • 添加文档，指定id
# 添加文档
POST /person1/_doc/2
{
  "name":"张三",
  "age":18,
  "address":"北京"
}

# 根据id查询文档
GET /person1/_doc/1
  • 添加文档，不指定id
#添加文档，不指定id
POST /person1/_doc/
{
  "name":"张三",
  "age":18,
  "address":"北京"
}

#查询所有文档
GET /person1/_search
  • 删除文档
#删除指定id文档
DELETE /person1/_doc/1

5. 分词器

5.1 分词器-介绍

  • IKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包

  • 是一个基于Maven构建的项目，具有60万字/秒的高速处理能力

  • 支持用户词典扩展定义

  • 下载地址：https://github.com/medcl/elasticsearch-analysis-ik/archive/v7.4.0.zip

5.2 ik分词器安装

执行如下命令时如果出现 打包失败（501码）将maven镜像换成阿里云的

mvn package

vim /opt/apache-maven-3.1.1/conf/setting.xml

<mirror>
    <id>alimaven</id>
    <name>aliyun maven</name>
    <url>http://maven.aliyun.com/nexus/content/groups/public/</url>
    <mirrorOf>central</mirrorOf>
</mirror>

5.3 ik分词器使用

IK分词器有两种分词模式：ik_max_word和ik_smart模式。

1）ik_max_word

会将文本做最细粒度的拆分，比如会将“乒乓球明年总冠军”拆分为“乒乓球、乒乓、球、明年、总冠军、冠军。

#方式一ik_max_word
GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "乒乓球明年总冠军"
}

ik_max_word分词器执行如下：

{
  "tokens" : [
    {
      "token" : "乒乓球",
      "start_offset" : 0,
      "end_offset" : 3,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "乒乓",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "球",
      "start_offset" : 2,
      "end_offset" : 3,
      "type" : "CN_CHAR",
      "position" : 2
    },
    {
      "token" : "明年",
      "start_offset" : 3,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
      "token" : "总冠军",
      "start_offset" : 5,
      "end_offset" : 8,
      "type" : "CN_WORD",
      "position" : 4
    },
    {
      "token" : "冠军",
      "start_offset" : 6,
      "end_offset" : 8,
      "type" : "CN_WORD",
      "position" : 5
    }
  ]
}
2）ik_smart

会做最粗粒度的拆分，比如会将“乒乓球明年总冠军”拆分为乒乓球、明年、总冠军。

#方式二ik_smart
GET /_analyze
{
  "analyzer": "ik_smart",
  "text": "乒乓球明年总冠军"
}

ik_smart分词器执行如下：

{
  "tokens" : [
    {
      "token" : "乒乓球",
      "start_offset" : 0,
      "end_offset" : 3,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "明年",
      "start_offset" : 3,
      "end_offset" : 5,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "总冠军",
      "start_offset" : 5,
      "end_offset" : 8,
      "type" : "CN_WORD",
      "position" : 2
    }
  ]
}

由此可见 使用ik_smart可以将文本"text": "乒乓球明年总冠军"分成了【乒乓球】【明年】【总冠军】

这样看的话，这样的分词效果达到了我们的要求。

5.4 查询文档

1）准备工作
  • 创建索引，添加映射，并指定分词器为ik分词器
PUT person2
{
  "mappings": {
    "properties": {
      "name": {
        "type": "keyword"
      },
      "address": {
        "type": "text",
        "analyzer": "ik_max_word"
      }
    }
  }
}
  • 添加文档
POST /person2/_doc/1
{
  "name":"张三",
  "age":18,
  "address":"北京海淀区"
}

POST /person2/_doc/2
{
  "name":"李四",
  "age":18,
  "address":"北京朝阳区"
}

POST /person2/_doc/3
{
  "name":"王五",
  "age":18,
  "address":"北京昌平区"
}
  • 查询映射
GET person2

[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-6IILwdxn-1663903327653)(img/1580879388109.png)]

  • 查看分词效果
GET _analyze
{
  "analyzer": "ik_max_word",
  "text": "北京海淀"
}
2）term查询

​ term词条查询不会分析查询条件，只有当词条和查询字符串完全匹配时才匹配搜索。

​ 查询person2中匹配到"北京"两字的词条

GET /person2/_search
{
  "query": {
    "term": {
      "address": {
        "value": "北京"
      }
    }
  }
}
3）match查询

​ match全文查询会分析查询条件，先将查询条件进行分词，然后查询，求并集

​ 全文查询会分析查询条件，先将查询条件进行分词，然后查询，求并集

GET /person2/_search
{
  "query": {
    "match": {
      "address":"北京昌平"
    }
  }
}

6. JavaApi操作ES

6.1 SpringBoot整合ES

  1. 搭建SpringBoot工程

  2. 引入ElasticSearch相关坐标

<!--引入es的坐标-->
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>
  1. 测试

配置ElasticSearchConfig

@ConfigurationProperties(prefix = "elasticsearch")
@Configuration
@Data
public class ElasticsearchConfig  extends AbstractElasticsearchConfiguration {
 
    private String host ;
    private Integer port ;
 
    @Override
    public RestHighLevelClient elasticsearchClient() {
        RestClientBuilder builder = RestClient.builder(new HttpHost(host, port));
        RestHighLevelClient restHighLevelClient = new
                RestHighLevelClient(builder);
        return restHighLevelClient;
    }
    @Bean
    public ElasticsearchRestTemplate elasticsearchRestTemplate(RestHighLevelClient elasticsearchClient){
        return new ElasticsearchRestTemplate(elasticsearchClient);
    }
}

6.2 创建索引

  1. 添加索引，删除索引
/**
* <p>
* 测试 ElasticTemplate 的创建/删除
* </p>

*/
public class TemplateTest extends SpringBootDemoElasticsearchApplicationTests {
   @Autowired
   private ElasticsearchTemplate esTemplate;

   /**
    * 测试 ElasticTemplate 创建 index
    */
   @Test
   public void testCreateIndex() {
       // 创建索引，会根据Item类的@Document注解信息来创建
       esTemplate.createIndex(Person.class);

       // 配置映射，会根据Item类中的id、Field等字段来自动完成映射
       esTemplate.putMapping(Person.class);
   }

   /**
    * 测试 ElasticTemplate 删除 index
    */
   @Test
   public void testDeleteIndex() {
       esTemplate.deleteIndex(Person.class);
   }
}

6.3 创建实体类Person

/**
 * <p>
 * 用户实体类
 * </p>
 *
 * @author yangkai.shen
 * 
 */
@Document(indexName = contact.INDEX_NAME, type = EsConsts.TYPE_NAME, shards = 1, replicas = 0)
@Data
@NoArgsConstructor
@AllArgsConstructor
public class Person {
    /**
     * 主键
     */
    @Id
    private Long id;

    /**
     * 名字
     */
    @Field(type = FieldType.Keyword)
    private String name;

    /**
     * 国家
     */
    @Field(type = FieldType.Keyword)
    private String country;

    /**
     * 年龄
     */
    @Field(type = FieldType.Integer)
    private Integer age;

    /**
     * 生日
     */
    @Field(type = FieldType.Date)
    private Date birthday;

    /**
     * 介绍
     */
    @Field(type = FieldType.Text, analyzer = "ik_smart")
    private String remark;
}

6.4 配置Person的Dao类，PersonRepository.java

/**
 * <p>
 * 用户持久层
 * </p>
  
 */
public interface PersonRepository extends ElasticsearchRepository<Person, Long> {

    /**
     * 根据年龄区间查询
     *
     * @param min 最小值
     * @param max 最大值
     * @return 满足条件的用户列表
     */
    List<Person> findByAgeBetween(Integer min, Integer max);
}

6.5 添加文档

1.添加文档

     /**
     * 测试新增
     */
    @Test
    public void save() {
        Person person = new Person(1L, "刘备", "蜀国", 18, DateUtil.parse("1990-01-02 03:04:05"), "刘备（161年－223年6月10日），即汉昭烈帝（221年－223年在位），又称先主，字玄德，东汉末年幽州涿郡涿县（今河北省涿州市）人，西汉中山靖王刘胜之后，三国时期蜀汉开国皇帝、政治家。\n刘备少年时拜卢植为师；早年颠沛流离，备尝艰辛，投靠过多个诸侯，曾参与镇压黄巾起义。先后率军救援北海相孔融、徐州牧陶谦等。陶谦病亡后，将徐州让与刘备。赤壁之战时，刘备与孙权联盟击败曹操，趁势夺取荆州。而后进取益州。于章武元年（221年）在成都称帝，国号汉，史称蜀或蜀汉。《三国志》评刘备的机权干略不及曹操，但其弘毅宽厚，知人待士，百折不挠，终成帝业。刘备也称自己做事“每与操反，事乃成尔”。\n章武三年（223年），刘备病逝于白帝城，终年六十三岁，谥号昭烈皇帝，庙号烈祖，葬惠陵。后世有众多文艺作品以其为主角，在成都武侯祠有昭烈庙为纪念。");
        Person save = repo.save(person);
        log.info("【save】= {}", save);
    }

6.6 修改、查询、删除文档

  1. 修改文档：添加文档时，如果id存在则修改，id不存在则添加
/**
 * 修改文档：添加文档时，如果id存在则修改，id不存在则添加
 */
 @Test
    public void update() {
        repo.findById(1L).ifPresent(person -> {
            person.setRemark(person.getRemark() + "\n更新更新更新更新更新");
            Person save = repo.save(person);
            log.info("【save】= {}", save);
        });
    }
  1. 根据id查询文档
/**
 * 根据id查询文档
 */
    @Test
    public void findById(){
        Person person = repo.findById(1L).get();
        System.out.println(person);
    }
  1. 根据id删除文档
/**
 * 根据id删除文档
 */
  @Test
    public void deleteById(){
        repo.deleteById(1L);
    }

6.7 ElasticSearch批量操作

查询所有

JavaAPI操作

//查询所有
    @Test
    public void findAll(){
        Iterable<Person> persons = repo.findAll();
        for (Person person : persons) {
            System.out.println(person);
        }
    }
批量新增

JavaAPI操作

    @Test
    public void saveList() {
        List<Person> personList = Lists.newArrayList();
        personList.add(new Person(2L, "曹操", "魏国", 20, DateUtil.parse("1988-01-02 03:04:05"), "曹操（155年－220年3月15日），字孟德，一名吉利，小字阿瞒，沛国谯县（今安徽亳州）人。东汉末年杰出的政治家、军事家、文学家、书法家，三国中曹魏政权的奠基人。\n曹操曾担任东汉丞相，后加封魏王，奠定了曹魏立国的基础。去世后谥号为武王。其子曹丕称帝后，追尊为武皇帝，庙号太祖。\n东汉末年，天下大乱，曹操以汉天子的名义征讨四方，对内消灭二袁、吕布、刘表、马超、韩遂等割据势力，对外降服南匈奴、乌桓、鲜卑等，统一了中国北方，并实行一系列政策恢复经济生产和社会秩序，扩大屯田、兴修水利、奖励农桑、重视手工业、安置流亡人口、实行“租调制”，从而使中原社会渐趋稳定、经济出现转机。黄河流域在曹操统治下，政治渐见清明，经济逐步恢复，阶级压迫稍有减轻，社会风气有所好转。曹操在汉朝的名义下所采取的一些措施具有积极作用。\n曹操军事上精通兵法，重贤爱才，为此不惜一切代价将看中的潜能分子收于麾下；生活上善诗歌，抒发自己的政治抱负，并反映汉末人民的苦难生活，气魄雄伟，慷慨悲凉；散文亦清峻整洁，开启并繁荣了建安文学，给后人留下了宝贵的精神财富，鲁迅评价其为“改造文章的祖师”。同时曹操也擅长书法，唐朝张怀瓘在《书断》将曹操的章草评为“妙品”。"));
        personList.add(new Person(3L, "孙权", "吴国", 19, DateUtil.parse("1989-01-02 03:04:05"), "孙权（182年－252年5月21日），字仲谋，吴郡富春（今浙江杭州富阳区）人。三国时代孙吴的建立者（229年－252年在位）。\n孙权的父亲孙坚和兄长孙策，在东汉末年群雄割据中打下了江东基业。建安五年（200年），孙策遇刺身亡，孙权继之掌事，成为一方诸侯。建安十三年（208年），与刘备建立孙刘联盟，并于赤壁之战中击败曹操，奠定三国鼎立的基础。建安二十四年（219年），孙权派吕蒙成功袭取刘备的荆州，使领土面积大大增加。\n黄武元年（222年），孙权被魏文帝曹丕册封为吴王，建立吴国。同年，在夷陵之战中大败刘备。黄龙元年（229年），在武昌正式称帝，国号吴，不久后迁都建业。孙权称帝后，设置农官，实行屯田，设置郡县，并继续剿抚山越，促进了江南经济的发展。在此基础上，他又多次派人出海。黄龙二年（230年），孙权派卫温、诸葛直抵达夷州。\n孙权晚年在继承人问题上反复无常，引致群下党争，朝局不稳。太元元年（252年）病逝，享年七十一岁，在位二十四年，谥号大皇帝，庙号太祖，葬于蒋陵。\n孙权亦善书，唐代张怀瓘在《书估》中将其书法列为第三等。"));
        personList.add(new Person(4L, "诸葛亮", "蜀国", 16, DateUtil.parse("1992-01-02 03:04:05"), "诸葛亮（181年-234年10月8日），字孔明，号卧龙，徐州琅琊阳都（今山东临沂市沂南县）人，三国时期蜀国丞相，杰出的政治家、军事家、外交家、文学家、书法家、发明家。\n早年随叔父诸葛玄到荆州，诸葛玄死后，诸葛亮就在襄阳隆中隐居。后刘备三顾茅庐请出诸葛亮，联孙抗曹，于赤壁之战大败曹军。形成三国鼎足之势，又夺占荆州。建安十六年（211年），攻取益州。继又击败曹军，夺得汉中。蜀章武元年（221年），刘备在成都建立蜀汉政权，诸葛亮被任命为丞相，主持朝政。蜀后主刘禅继位，诸葛亮被封为武乡侯，领益州牧。勤勉谨慎，大小政事必亲自处理，赏罚严明；与东吴联盟，改善和西南各族的关系；实行屯田政策，加强战备。前后六次北伐中原，多以粮尽无功。终因积劳成疾，于蜀建兴十二年（234年）病逝于五丈原（今陕西宝鸡岐山境内），享年54岁。刘禅追封其为忠武侯，后世常以武侯尊称诸葛亮。东晋政权因其军事才能特追封他为武兴王。\n诸葛亮散文代表作有《出师表》《诫子书》等。曾发明木牛流马、孔明灯等，并改造连弩，叫做诸葛连弩，可一弩十矢俱发。诸葛亮一生“鞠躬尽瘁、死而后已”，是中国传统文化中忠臣与智者的代表人物。"));
        Iterable<Person> people = repo.saveAll(personList);
        log.info("【people】= {}", people);
    }
批量删除

JavaAPI操作

@Test
public void deleteAll(){
  repo.deleteAll(repo.findAll());
}

6.8 termQuery-词条查询

term查询不会对查询条件进行分词

1）脚本操作

ElasticSearch两个数据类型

text：会分词，不支持聚合
keyword：不会分词，将全部内容作为一个词条，支持聚合

查询title：ES对text数据分词

GET contact/_search
{
  "query": {
    "term": {
      "name": {
        "value": "曹操"
      }
    }
  }
}

查询address：ES对keyword没有分词

GET contact/_search
{
  "query": {
    "term": {
      "country": {
        "value": "魏国"
      }
    }
  }
}
2）JavaAPI操作

    @Test
    public void advanceSelect() {
        // QueryBuilders 提供了很多静态方法，可以实现大部分查询条件的封装
        MatchQueryBuilder queryBuilder = QueryBuilders.termQuery("name", "sunquan");
        log.info("【queryBuilder】= {}", queryBuilder.toString());
        repo.search(queryBuilder).forEach(person -> log.info("【person】= {}", person));
    }

6.9 分页查询

@Autowired
private PersonDao personDao;

@Test
public void findByPageable(){
    //设置排序(排序方式，正序还是倒序，排序的 id)
    Sort sort = Sort.by(Sort.Direction.DESC,"id");
    int currentPage=0;//当前页，第一页从 0 开始， 1 表示第二页
    int pageSize = 5;//每页显示多少条
    //设置查询分页
    PageRequest pageRequest = PageRequest.of(currentPage, pageSize,sort);
    //分页查询
    Page<Person> personPage = repo.findAll(pageRequest);
    for (Person person : personPage.getContent()) {
        System.out.println(person);
    }
}

6.10termQuery加分页

  @Test
    public void customAdvanceSelect() {
        // 构造查询条件
        NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
        // 添加基本的分词条件
        queryBuilder.withQuery(QueryBuilders.termQuery("remark", "donghan"));
        // 排序条件
        queryBuilder.withSort(SortBuilders.fieldSort("age").order(SortOrder.DESC));
        // 分页条件
        queryBuilder.withPageable(PageRequest.of(0, 2));
        Page<Person> people = repo.search(queryBuilder.build());
        log.info("【people】总条数 = {}", people.getTotalElements());
        log.info("【people】总页数 = {}", people.getTotalPages());
        people.forEach(person -> log.info("【person】= {}，年龄 = {}", person.getName(), person.getAge()));
    }

6.11 matchQuery-分词查询

  1. 会对查询条件进行分词。
  2. 然后将分词后的查询条件和词条进行等值匹配
  3. 默认取并集（OR）
1）脚本操作
# match查询
GET contact/_search
{
  "query": {
    "match": {
      "name": "曹操"
    }
  },
  "size": 500
}
2）JavaAPI操作
  @Test
    public void advanceSelect() {
        // QueryBuilders 提供了很多静态方法，可以实现大部分查询条件的封装
        MatchQueryBuilder queryBuilder = QueryBuilders.matchQuery("name", "曹操");
        log.info("【queryBuilder】= {}", queryBuilder.toString());
        repo.search(queryBuilder).forEach(person -> log.info("【person】= {}", person));
    }

总结：

  • term query：对查询条件不分词查询
  • match query：对查询条件分词查询

6.12 模糊查询

1）脚本操作
1. wildcard查询

wildcard查询：会对查询条件进行分词。还可以使用通配符 ?（任意单个字符） 和 * （0个或多个字符）

"*华*"  包含华字的
"华*"   华字后边多个字符
"华?"  华字后边多个字符
"*华"或"?华" 会引发全表（全索引）扫描 注意效率问题

# wildcard 查询。查询条件分词，模糊查询
GET contact/_search
{
  "query": {
    "wildcard": {
      "name": {
        "value": "孙*"
      }
    }
  }
}
2. 正则查询
\W：匹配包括下划线的任何单词字符，等价于 [A-Z a-z 0-9_]   开头的反斜杠是转义符

+号多次出现

(.)*为任意字符
正则查询取决于正则表达式的效率

GET contact/_search
{
  "query": {
    "regexp": {
      "name": "\\w+(.)*"
    }
  }
}
3. 前缀查询

对keyword类型支持比较好

# 前缀查询 对keyword类型支持比较好
GET contact/_search
{
  "query": {
    "prefix": {
      "name": {
        "value": "张"
      }
    }
  }
}
2）JavaAPI操作
//模糊查询
WildcardQueryBuilder query = QueryBuilders.wildcardQuery("name", "孙");
//正则查询
RegexpQueryBuilder query = QueryBuilders.regexpQuery("name", "\\w+(.)*");
//前缀查询
PrefixQueryBuilder query = QueryBuilders.prefixQuery("name", "孙");

6.13 范围&排序查询

1）脚本操作
# 范围查询

GET contact/_search
{
  "query": {
    "range": {
      "age": {
        "gte": 18,
        "lte": 19
      }
    }
  },
  "sort": [
    {
      "price": {
        "order": "desc"
      }
    }
  ]
}
2）JavaAPI操作
 /**
     * 测试普通查询，按生日倒序
     */
    @Test
    public void select() {
        repo.findAll(Sort.by(Sort.Direction.DESC, "birthday"))
                .forEach(person -> log.info("{} 生日: {}", person.getName(), DateUtil.formatDateTime(person.getBirthday())));
    }
   /**
     * 自定义查询，根据年龄范围查询
     */
    @Test
    public void customSelectRangeOfAge() {
        repo.findByAgeBetween(18, 19).forEach(person -> log.info("{} 年龄: {}", person.getName(), person.getAge()));
    }

6.14 queryString-查询

queryString：在多个字段中进行查询

  • 会对查询条件进行分词。

  • 然后将分词后的查询条件和词条进行等值匹配

  • 默认取并集（OR）

  • 可以指定多个查询字段

1）脚本操作

query_string：识别query中的连接符（or 、and）

# queryString

GET contact/_search
{
  "query": {
    "query_string": {
      "fields": ["name","country"], 
      "query": "张三 AND 中国"	# 字段中要同时包含张三和中国
    }
  }
}

simple_query_string：不识别query中的连接符（or 、and），查询时会将 “华为”、“and”、“手机”分别进行查询

GET contact/_search
{
  "query": {
    "simple_query_string": {
      "fields": ["name","country"], 
      "query": "张三 AND 中国"	
    }
  }
}

query_string：有default_operator连接符的脚本

GET contact/_search
{
  "query": {
    "query_string": {
      "fields": ["name","country"],
      "query": "张三",
      "default_operator": "AND"
    }
  }
}
2）JavaAPI操作
QueryStringQueryBuilder query = QueryBuilders.queryStringQuery("country")
    .field("name")
    .field("")
    .defaultOperator(Operator.AND);

注意

query中的or或and是在查询时是判断字段中是（or）或（and）包含查询条件

efault_operator的or和and是对结果进行 并集（or）、交集（and）

6.15 布尔查询-脚本

boolQuery：对多个查询条件连接。

  • must（and）：条件必须成立

  • must_not（not）：条件必须不成立

  • should（or）：条件可以成立

  • filter：条件必须成立，性能比must高。不会计算得分

**得分：**值条件匹配度，匹配度越高，得分越高

1）脚本操作
# boolquery
#must和filter配合使用时，must 默认数组形式
GET contact/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "name": {
              "value": "张三"		# 查询名称为张三
            }
          }
        }
      ],
      "filter":[ 
        {
        "term": {
          "country": "中国"		# 国家在上海
        }
       },
       {
         "range":{				
          "age": {					# 年龄在10-50之间
            "gte": 10,
            "lte": 50
         }
         }
       }
      ]
    }
  }
}
#filter 单独使用   filter可以是单个条件，也可多个条件（数组形式）
GET contact/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "name": {
              "value": "张三"
            }
          }
        }
      ]
    }
  }
}
2）JavaAPI

布尔查询：boolQuery

  1. 询name名称为:张三
  2. 查询国家包含：中国
  3. 查询年龄在：10-50

must 、filter为连接方式

term、match为不同的查询方式

 @Test
    public void query() {
        //1.构建boolQuery
        BoolQueryBuilder query = QueryBuilders.boolQuery();

        //2.构建各个查询条件
        //2.1 查询name名称为:张三
        QueryBuilder termQuery = QueryBuilders.matchQuery("name","张三");
        query.must(termQuery);

        //2.2. 查询国家包含：中国
        QueryBuilder matchQuery = QueryBuilders.matchQuery("country","中国");
        query.filter(matchQuery);

        //2.3 查询年龄在：10-50
        QueryBuilder rangeQuery = QueryBuilders.rangeQuery("age");
        ((RangeQueryBuilder) rangeQuery).gte(10);
        ((RangeQueryBuilder) rangeQuery).lte(50);
        query.filter(rangeQuery);

        Iterable<Person> persons = repo.search(query);
        for (Person person : persons) {
            System.out.println(person);
        }
    }

6.16 高亮查询

高亮三要素：

  • 高亮字段

  • 添加前缀标签

  • 添加后缀标签

默认前后缀 ：em

<em>张三</em>
1）脚本操作
GET goods/_search
{
  "query": {
    "match": {
      "name": "张三"
    }
  },
  "highlight": {
    "fields": {
      "name": {
        "pre_tags": "<font color='red'>",
        "post_tags": "</font>"
      }
    }
  }
}
2）JavaAPI操作

高亮查询操作步骤：

  1. 设置高亮

  2. 将高亮的字段数据，替换原有数据

   @Test
    public void testOps(){
        // 构建查询条件
        NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
        // 添加基本分词查询
        String preTags = "<strong>";
        String postTags = "</strong>";
        HighlightBuilder highlightBuilder = new HighlightBuilder();
        highlightBuilder.preTags(preTags);//设置前缀
        highlightBuilder.postTags(postTags);//设置后缀
        highlightBuilder.field("name");//设置高亮字段
        String name = "张三";
        queryBuilder.withQuery(QueryBuilders.matchQuery("name", name));
        queryBuilder.withHighlightBuilder(highlightBuilder);

        NativeSearchQuery query = queryBuilder.build();

        SearchHits<Person> search = elasticsearchRestTemplate.search(query, 			         Person.class);

        long totalHits = search.getTotalHits();
        System.out.println("totalHits = " + totalHits);
        Iterator<SearchHit<Person>> iterator = search.stream().iterator();
        while (iterator.hasNext()) {
            SearchHit<Person> next = iterator.next();
            Person content = next.getContent();
            List<String> firstname = next.getHighlightField("name");
            for (String s : firstname) {
                System.out.println(s);
            }
        }

    }

6.17 聚合查询-脚本

  • 指标聚合：相当于MySQL的聚合函数。max、min、avg、sum等

  • 桶聚合：相当于MySQL的 group by 操作。（不要对text类型的数据进行分组，会失败）

1）脚本操作
# 聚合查询
# 指标聚合 聚合函数
GET contact/_search
{
  "query": {  
    "match": {
      "name": "张三"
    }
  },
  "aggs": {
    "max_age": {
      "max": {
        "field": "age"
      }
    }
  }
}

# 桶聚合  分组
GET contact/_search
{
  "query": {
    "match": {
      "name": "张三"
    }
  },
  "aggs": {
    "person_country": {
      "terms": {
        "field": "country",
        "size": 100
      }
    }
  }
}
2）JavaAPI

    /**
     * 测试聚合，测试平均年龄
     */
    @Test
    public void agg() {
        // 构造查询条件
        NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
        // 不查询任何结果
        queryBuilder.withSourceFilter(new FetchSourceFilter(new String[]{""}, null));

        // 平均年龄
        queryBuilder.addAggregation(AggregationBuilders.avg("avg").field("age"));

        log.info("【queryBuilder】= {}", JSONUtil.toJsonStr(queryBuilder.build()));

        AggregatedPage<Person> people = (AggregatedPage<Person>) repo.search(queryBuilder.build());
        double avgAge = ((InternalAvg) people.getAggregation("avg")).getValue();
        log.info("【avgAge】= {}", avgAge);
    }

    /**
     * 测试高级聚合查询，每个国家的人有几个，每个国家的平均年龄是多少
     */
    @Test
    public void advanceAgg() {
        // 构造查询条件
        NativeSearchQueryBuilder queryBuilder = new NativeSearchQueryBuilder();
        // 不查询任何结果
        queryBuilder.withSourceFilter(new FetchSourceFilter(new String[]{""}, null));

        // 1. 添加一个新的聚合，聚合类型为terms，聚合名称为country，聚合字段为age
        queryBuilder.addAggregation(AggregationBuilders.terms("country").field("country")
                // 2. 在国家聚合桶内进行嵌套聚合，求平均年龄
                .subAggregation(AggregationBuilders.avg("avg").field("age")));

        log.info("【queryBuilder】= {}", JSONUtil.toJsonStr(queryBuilder.build()));

        // 3. 查询
        AggregatedPage<Person> people = (AggregatedPage<Person>) repo.search(queryBuilder.build());

        // 4. 解析
        // 4.1. 从结果中取出名为 country 的那个聚合，因为是利用String类型字段来进行的term聚合，所以结果要强转为StringTerm类型
        StringTerms country = (StringTerms) people.getAggregation("country");
        // 4.2. 获取桶
        List<StringTerms.Bucket> buckets = country.getBuckets();
        for (StringTerms.Bucket bucket : buckets) {
            // 4.3. 获取桶中的key，即国家名称  4.4. 获取桶中的文档数量
            log.info("{} 总共有 {} 人", bucket.getKeyAsString(), bucket.getDocCount());
            // 4.5. 获取子聚合结果：
            InternalAvg avg = (InternalAvg) bucket.getAggregations().asMap().get("avg");
            log.info("平均年龄：{}", avg);
        }
    }

}

7 重建索引

在项目开发过程中，如果需要更新索引，一般情况ES是不允许映射的已有字段进行修改（只能添加新的字段），此时可以通过新建索引再重新导入数据的方式进行。

步骤可以共3步：

1. 新建索引
2. 导入数据
3. 创建别名，保证业务代码不用变更

准备环境

# -------重建索引-----------

# 新建student_index_v1。索引名称必须全部小写

PUT student_index_v1
{
  "mappings": {
    "properties": {
      "birthday":{
        "type": "date"
      }
    }
  }
}
#查看 student_index_v1 结构
GET student_index_v1
#添加数据
PUT student_index_v1/_doc/1
{
  "birthday":"1999-11-11"
}
#查看数据
GET student_index_v1/_search

#添加数据
PUT student_index_v1/_doc/1
{
  "birthday":"1999年11月11日"
}
  1. 重建索引
  2. 将student_index_v1数据拷贝到 student_index_v2
# 业务变更了，需要改变birthday字段的类型为text

# 1. 创建新的索引 student_index_v2
# 2. 将student_index_v1 数据拷贝到 student_index_v2

# 创建新的索引 student_index_v2
PUT student_index_v2
{
  "mappings": {
    "properties": {
      "birthday":{
        "type": "text"
      }
    }
  }
}
# 将student_index_v1 数据拷贝到 student_index_v2
# _reindex 拷贝数据
POST _reindex
{
  "source": {
    "index": "student_index_v1"
  },
  "dest": {
    "index": "student_index_v2"
  }
}

GET student_index_v2/_search



PUT student_index_v2/_doc/2
{
  "birthday":"1999年11月11日"
}
  1. 创建索引库别名：

注意：DELETE student_index_v1 这一操作将删除student_index_v1索引库，并不是删除别名

# 思考： 现在java代码中操作es，还是使用的实student_index_v1老的索引名称。
# 1. 改代码（不推荐）
# 2. 索引别名（推荐）

# 步骤：
# 0. 先删除student_index_v1
# 1. 给student_index_v2起个别名 student_index_v1



# 先删除student_index_v1
DELETE student_index_v1 这一操作将删除student_index_v1索引库
# 索引库默认的别名与索引库同名，无法删除
# 给student_index_v1起个别名 student_index_v11
POST student_index_v2/_alias/student_index_v11
#测试删除命令
POST /_aliases
{
    "actions": [
        {"remove": {"index": "student_index_v1", "alias": "student_index_v11"}}
    ]
}

# 给student_index_v2起个别名 student_index_v1
POST student_index_v2/_alias/student_index_v1

#查询别名
GET goods/_alias/

GET student_index_v1/_search
GET student_index_v2/_search

index_v1/_doc/1
{
“birthday”:“1999-11-11”
}
#查看数据
GET student_index_v1/_search

#添加数据
PUT student_index_v1/_doc/1
{
“birthday”:“1999年11月11日”
}


1. 重建索引
2. 将student_index_v1数据拷贝到 student_index_v2

```json
# 业务变更了，需要改变birthday字段的类型为text

# 1. 创建新的索引 student_index_v2
# 2. 将student_index_v1 数据拷贝到 student_index_v2

# 创建新的索引 student_index_v2
PUT student_index_v2
{
  "mappings": {
    "properties": {
      "birthday":{
        "type": "text"
      }
    }
  }
}
# 将student_index_v1 数据拷贝到 student_index_v2
# _reindex 拷贝数据
POST _reindex
{
  "source": {
    "index": "student_index_v1"
  },
  "dest": {
    "index": "student_index_v2"
  }
}

GET student_index_v2/_search



PUT student_index_v2/_doc/2
{
  "birthday":"1999年11月11日"
}
  1. 创建索引库别名：

注意：DELETE student_index_v1 这一操作将删除student_index_v1索引库，并不是删除别名

# 思考： 现在java代码中操作es，还是使用的实student_index_v1老的索引名称。
# 1. 改代码（不推荐）
# 2. 索引别名（推荐）

# 步骤：
# 0. 先删除student_index_v1
# 1. 给student_index_v2起个别名 student_index_v1



# 先删除student_index_v1
DELETE student_index_v1 这一操作将删除student_index_v1索引库
# 索引库默认的别名与索引库同名，无法删除
# 给student_index_v1起个别名 student_index_v11
POST student_index_v2/_alias/student_index_v11
#测试删除命令
POST /_aliases
{
    "actions": [
        {"remove": {"index": "student_index_v1", "alias": "student_index_v11"}}
    ]
}

# 给student_index_v2起个别名 student_index_v1
POST student_index_v2/_alias/student_index_v1

#查询别名
GET goods/_alias/

GET student_index_v1/_search
GET student_index_v2/_search

github 源码地址：https://github.com/xkcoding/spring-boot-demo/tree/master/demo-elasticsearch

浅夏留年
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
elasticsearchTemplate
不踩蚂蚁的大象
02-20 3930
添加索引 elasticsearchTemplate.createIndex(“索引名称”); 删除索引 elasticsearchTemplate.deleteIndex(“索引名称”); 创建索引类型（相当于创建表中数据字段及类型） elasticsearchTemplate.putMapping(Sku.class); 这个对象，所有字段需要加上@Field标注，然后给与对应的类型，类...
elasticSearch(ES)最新版 ik分词插件7.10 elasticsearch-analysis-ik-7.10.0
11-20
elasticSearch(ES) 最新版ik分词插件7.10 elasticsearch-analysis-ik-7.10.0
es docker 部署 elasticsearch.yml
03-19
# 正式环境配置不设置堆大小 # 需要设置下面的参数 # sysctl -w vm.max_map_count=262144 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/elasticsearch/config/elasticsearch.yml -v /Users/xingyue/Home/xingyue/学习/工程化/es/data:/usr/share/elasticsearch/data -v /Users/xingyue/Home/xingyue/学习/工程化/es/config:/usr/share/elasticsearch/config -v /Users/xingyue/Home/xingyue/学习/工程化/es/logs:/usr/share
ElasticSearch 7.3 实战：结合Spring boot进行增删改查和批量(bulk)详解
最新发布
qq_33240556的博客
03-26 233
创建一个代表Elasticsearch文档的Java实体类，并使用@Document// ... 其他属性，构造函数，getter/setter }// ... 其他属性，构造函数，getter/setter }// ... 其他属性，构造函数，getter/setter }// ... 其他属性，构造函数，getter/setter }Id;import org// ... 其他属性，构造函数，getter/setter }
[ES]ElasticsearchRestTemplate的增删改查写法
sinat_25052547的博客
11-03 1万+
org.elasticsearch.client maven 版本 6.8.4 es server版本7.9.2 add增加 MsgPO po = new MsgPO(); po.setTime("2020-11-03T10:50:00+08:00");//这是加了时区的写法，没有写默认是UTC时区，显示的时候会不一致。 //省略赋值过程 // 记录全量日志，同时去除异常数据,入es库 IndexQuery indexQuery = null; try { in
SpringBoot+elasticsearchTemplate实现es索引数据的创建查询删除
小高同学要努力吖
06-02 6297
通过elasticsearch实现创建索引、创建mapping映射、插入数据、模糊查询索引、查询index所对应的mapping、数据的滚动条件查询、删除指定数据
五分钟带你玩转Elasticsearch（十九）企业实战——ElasticTemplate删除时间段内的数据
小鲍侃java
01-30 701
@ApiOperation(value = "清除详细日志接口", notes = "清除详细日志接口") @PostMapping("/clearDetailLog") public void clearDetailLog(@ApiParam(name = "清除详细日志接口输入参数实体", value = "清除详细日志接口输入参数实体", required = false) @RequestBody HandleDetailLogVO handleDetailLogV.
ElasticSearch使用与ElasticsearchTemplate使用
sewevi的博客
07-24 2048
@Data @Document(indexName = "test_index_name", type = "testindexname", indexStoreType = "fs", shards = 5, replicas = 1, refreshInterval = "-1") public class testES{ @Id private String unid;//主键 @DateTimeFormat(pattern = "yyyy-MM-dd hh:mm:ss"..
ElasticSearch索引模板（template）操作：创建、查询、修改、删除
учёба
01-17 1万+
官方文档链接：https://www.elastic.co/guide/en/elasticsearch/reference/6.6/indices-templates.html 一：概述 可以按下面几种方式理解索引模板： 避免每次在创建索引库的时候，都需要手工指定每个索引库的配置信息；索引可以使用索引模板（index template）进行创建，在新建索引时需要进行模板设置包括settings和mappings，通过模式匹配可使多个索引重复使用一个模板。 将已经创建好的某个索引的参数设置(sett
ES简单教程（二）使用ElasticsearchRestTemplate新增、删除索引文档数据
AVATAR
02-10 2479
使用ElasticsearchRestTemplate新增、删除索引文档数据
Elasticsearch语法知多少之Template
前者已逝，后者未至。
07-21 859
熟悉模板的使用方法，包括索引模板和动态模板。 熟悉索引模板匹配顺序、索引模板匹配规则、配置数据类型自动探测功能，通过索引模板或动态模板实现字段类型转换等操作。
(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-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...
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...
ElasticSearch(超详细解说)[springBoot整合ES并简单实现增删改查]
热门推荐
qq_45039852的博客
03-16 1万+
ElasticSearch简介 ElasticSearch：智能搜索，分布式搜索引擎。 是ELK的一个组成。是一个产品，而且是非常完善的产品，ELK代表的是：E就是ElasticSearch，L就是Logstach，K即使Kibana E:ElasticSearch 搜索和分析的功能； L:Logstach 搜索数据的功能，类似于flume（使用方法几乎跟flume一模一样）。是日志收集系统 K:Kibana 数据可视化（分析），可以用图标的方式来去展示，文不如表，表不如图，是可视化平台。 ElasticS
Elasticsearch学习（六）手把手教你用Java操作Elaticsearch， 教你学会ElasticsearchTemplate的使用
一天不写代码难受的博客
02-16 2717
目录Spring Data ElasticsearchSpring Data Elasticsearch项目环境搭建创建项目添加依赖编写配置文件在测试类里面写测试的方法来操作esElasticsearchTemplate的使用1 创建实体2 初始化索引（相当于创建数据库）3 删除索引（删除数据库）4 添加文档 （往数据库添加数据）4.1 新增单个文档（新增一条数据）4.2 批量新增（新增多条数据）5 删除操作（删除数据）6 修改操作（修改数据）7 查询操作（查询数据）7.1 模糊查询7.2 使用match_
Eclipse中添加xml文件模版
wxhld的博客
08-20 6948
我们开发的过程中，经常需要去写到一些配置文件，配置文件中很多东西都是重复的代码，很多项目中都是相同得，所以最好能把它做成一个模版，每次自动生成就可以了，不用自己在那死记硬背。 找到自己需要去做模版的代码，复制好之后，打开windows-------preferences---------XML-------XML Files---------Editors----------templates,...
ElasticSearch入门——笔记整理
xrq19950928的博客
02-15 411
创作不易，更多技术书籍，IT网课，请关注vx公众号 豆萌萌 网课大咖 你的支持，我的动力
es基本配置文件详解
Richardlygo的博客
12-31 2116
基本概念 近实时（Near Realtime[NRT]） Elasticsearch是一个接近实时的搜索平台。这意味着从索引文档的时间到可搜索的时间之间存在轻微的延迟（通常为一秒）。 集群(Cluster) 集群是一个或多个节点（服务器）的集合，它们一起保存整个数据，并提供跨所有节点的联合索引和搜索功能。集群由默认名称为“elasticsearch”的唯一名称标识。此名称很重要，因为如果节点设置...
Elasticsearch es Mapping
05-26
Elasticsearch Mapping 是指索引（index）中的字段映射（mapping），它定义了文档中每个字段的数据类型和如何存储数据。Mapping 是 Elasticsearch 中非常重要的概念，因为它定义了如何解析和索引文档。 在 Elasticsearch 中，Mapping 分为两种类型：静态 Mapping 和动态 Mapping。 静态 Mapping 是在创建索引时定义的，它指定了所有字段的数据类型和属性。一旦创建了索引，静态 Mapping 就不能再更改。如果想要更改 Mapping，就需要重新创建索引，这会导致数据丢失。 动态 Mapping 是在索引文档时自动创建的，它会根据文档中的字段自动推断数据类型和属性。如果 Elasticsearch 发现一个新的字段，它会自动将其添加到 Mapping 中，并根据字段的数据类型进行设置。 Mapping 有助于优化搜索性能和提高搜索准确性。正确定义 Mapping 可以使 Elasticsearch 更好地理解文档中的数据，从而更好地执行搜索操作。

“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