ElasticSearch笔记

已于 2024-09-04 13:35:23 修改
阅读量65 收藏 3
点赞数 2
文章标签： elasticsearch 笔记 大数据
于 2024-06-15 19:20:59 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_67154380/article/details/139700555
版权

EelasticSearch安装

Docker安装

docker run -d --name es7  --restart=always -e ES_JAVA_POTS="-Xms256m -Xmx256m" -e "discovery.type=single-node" -v /opt/es7/data/:/usr/share/elasticsearch/data  -p 9200:9200 -p 9300:9300 elasticsearch:7.14.0

客户端UI工具，Edge浏览器扩展

在这里插入图片描述

分词器安装

  • 在 Elasticsearch 的 IK Analyzer 中，ik_smart和 ik_max_word 是IK 分词器针对中文分词提供的两种策略
  • ik_max_word 更倾向于全面细致的分词，而 ik_smart 则偏向于精简和精准的分词。在实际应用场景中，选择哪种模式取决于项目的具体需求，如是否需要扩大搜索覆盖面还是提高搜索准确性。

下载:elasticsearch-analysis-ik

#第一步 copy 插件到容器
docker cp /opt/es7/elasticsearch-analysis-ik-7.14.0.zip 容器id:/usr/share/elasticsearch

#第二步进入你的容器
docker exec -it 容器id /bin/bash

#第三步执行如下命令，安装插件，中间会提示 Y or N，直接写 Y ，回车即可
elasticsearch-plugin install file:\/usr/share/elasticsearch/elasticsearch-analysis-ik-7.14.0.zip

#第四步退出容器
exit

#第五步重启容器
docker restart 容器ID

使用客户端查看

在这里插入图片描述
在这里插入图片描述

原理

在这里插入图片描述

EelasticSearch使用

Easy-ES介绍

easy-es官网

导入依赖包

 <dependency>
     <groupId>org.springframework.boot</groupId>
     <artifactId>spring-boot-starter-web</artifactId>
     <exclusions>
         <exclusion>
             <groupId>org.elasticsearch.client</groupId>
             <artifactId>elasticsearch-rest-high-level-client</artifactId>
         </exclusion>
         <exclusion>
             <groupId>org.elasticsearch</groupId>
             <artifactId>elasticsearch</artifactId>
         </exclusion>
     </exclusions>
</dependency>
<dependency>
     <groupId>cn.easy-es</groupId>
     <artifactId>easy-es-boot-starter</artifactId>
     <version>2.0.0-beta1</version>
</dependency>
<dependency>
     <groupId>org.elasticsearch.client</groupId>
     <artifactId>elasticsearch-rest-high-level-client</artifactId>
     <version>7.14.0</version>
</dependency>
<dependency>
     <groupId>org.elasticsearch</groupId>
     <artifactId>elasticsearch</artifactId>
     <version>7.14.0</version>
</dependency>

在对像属性上添加注解

开启mapper扫描

EsMapperScan("cn.easy-es-mapper")
public class App{
    // 省略其它...
}

注解 | esay-es

@IndexName( value = "product",aliasName = "es_product")
public class EsProduct {

    @IndexId(type = IdType.CUSTOMIZE)
    private Integer id;
    @IndexField( fieldType= FieldType.TEXT, analyzer = Analyzer.IK_MAX_WORD,searchAnalyzer = Analyzer.IK_MAX_WORD)
    private String name;
    @IndexField( fieldType= FieldType.INTEGER)
    private Integer categoryId;
    @IndexField( fieldType= FieldType.DOUBLE) // 12.56
    private BigDecimal price;
    @IndexField( fieldType= FieldType.TEXT, analyzer = Analyzer.IK_MAX_WORD)
    private String brief;
    @IndexField( fieldType= FieldType.KEYWORD)
    private String img;
    @IndexField( fieldType= FieldType.TEXT, analyzer = Analyzer.IK_MAX_WORD)
    private List<String> tags;
    @IndexField( fieldType= FieldType.INTEGER) //198
    private Integer highOpinion;
    @IndexField( fieldType= FieldType.INTEGER)
    private Integer salesVolume;
    @IndexField( fieldType= FieldType.DATE)
    private LocalDateTime productionDate;
}

新建Mapper类，类似Mybatis的dao

import cn.easyes.core.core.BaseEsMapper;
public interface ProductMapper  extends BaseEsMapper<Product> {

}

配置ES

# Easy-Es配置部分
easy-es:
  # 启用Easy-Es功能
  enable: true
  # 设置Elasticsearch服务器地址和端口
  address: 192.168.23.27:9200
  # 全局配置项，设置是否打印执行的DSL语句（便于调试）
  global-config:
    print-dsl: true

创建、删除、查询索引

分词&模糊匹配|Esay-Es

新增

 	@Test
    void insert() {
        EsProduct esProduct = EsProduct.builder()
                .id(1)
                .name("小米")
                .img("图片地址")
                .brief("小米（MI）Redmi Note12 5G 120Hz OLED屏幕 骁龙4移动平台 5000mAh长续航 8GB+128GB子夜黑 小米红米")
                .price(new BigDecimal(18))
                .categoryId(1)
                .highOpinion(20)
                .productionDate(LocalDateTime.now())
                .salesVolume(99)
                .tags(CollUtil.newArrayList("120高刷","舒适护眼"))
                .build();
        esMapper.insert(esProduct);
    }
	@Test
    void insertBatch() {
        delete();
        List<EsProduct> esProducts = CollUtil.newArrayList();
        for (int i = 1; i <= 10; i++) {
            EsProduct esProduct = EsProduct.builder()
                    .id(i)
                    .name("小米"+i)
                    .img("图片地址"+i)
                    .brief("小米（MI）Redmi Note"+i+" 5G 120Hz OLED屏幕 骁龙4移动平台 5000mAh长续航 8GB+128GB子夜黑 小米红米")
                    .price(new BigDecimal(500.36+i))
                    .categoryId(1)
                    .highOpinion(100+i)
                    .productionDate(LocalDateTime.now())
                    .salesVolume(200+i)
                    .tags(CollUtil.newArrayList("12"+i+"高刷","舒适护眼"))
                    .build();
            esProducts.add(esProduct);
                }

        esMapper.insertBatch(esProducts);
    }

修改

	@Test
    void update() {
        EsProduct esProduct = EsProduct.builder()
                .id(1)
                .name("su7")
                .img("图片地址")
                .brief("小米汽车")
                .price(new BigDecimal(18))
                .categoryId(9)
                .highOpinion(20)
                .productionDate(LocalDateTime.now())
                .salesVolume(99)
                .tags(CollUtil.newArrayList("120高刷","舒适护眼"))
                .build();
        Integer integer = esMapper.updateById(esProduct);
    }

删除

	@Test
    void delete() {
    	// 批量删除
        Integer batchIds = esMapper.deleteBatchIds(CollUtil.newArrayList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10));
		// 根据id删除
        Integer integer = esMapper.deleteById(1);
    }

查询

	@Test
    void eqSelect() {
        LambdaEsQueryWrapper<EsProduct> queryWrapper = new LambdaEsQueryWrapper<EsProduct>();
        queryWrapper.eq("id",1);
        List<EsProduct> list = esMapper.selectList(queryWrapper);
    }

	@Test
    void selectMatchAll() {
        LambdaEsQueryWrapper<EsProduct>  queryWrapper = new LambdaEsQueryWrapper<EsProduct>();
        queryWrapper.queryStringQuery("汽车之家"); //所有字段都去匹配
        List<EsProduct> list = esMapper.selectList(queryWrapper);
    }

	@Test
    void inSelect() {
        LambdaEsQueryWrapper<EsProduct>  queryWrapper = new LambdaEsQueryWrapper<>();
        queryWrapper.in(EsProduct::getCategoryId,1,9);
        List<EsProduct> list = esMapper.selectList(queryWrapper);
    }

	@Test
    void andSelect() {
        LambdaEsQueryWrapper<EsProduct>  queryWrapper = new LambdaEsQueryWrapper<>();
        queryWrapper.in("categoryId",1,9); //where categroyId in (1,9) and ( name like '%汽车%' or brief like '%汽车%')
        queryWrapper.and(
                w->w.match(EsProduct::getBrief,"汽车",1.0F)
                        .or().match(EsProduct::getName,"汽车",2.0F));
        List<EsProduct> list = esMapper.selectList(queryWrapper);
    }

	@Test
    void orderBySelect() {
        LambdaEsQueryWrapper<EsProduct>  queryWrapper = new LambdaEsQueryWrapper<>();
        queryWrapper.in("categoryId",1,9); //where categroyId in (1,9) and ( name like '%汽车%' or brief like '%汽车%') order by salesVolume desc
        queryWrapper.and(
                w->w.match(EsProduct::getBrief,"高刷",1.0F)
                        .or().match(EsProduct::getName,"高刷",2.0F)
                        .or().match(EsProduct::getTags,"高刷",1.0F));
        queryWrapper.orderByDesc(EsProduct::getSalesVolume);
        EsPageInfo<EsProduct> esProductEsPageInfo = esMapper.pageQuery(queryWrapper, 1, 2);
    }

综合使用(商品查询)

  • es商品对象实体类
@IndexName(value = "product", aliasName = "es_product")
@Data
@Builder
@AllArgsConstructor
@NoArgsConstructor
public class EsProduct {
     @IndexId(type = IdType.CUSTOMIZE)
     private Integer id;
     @IndexField(fieldType = FieldType.TEXT, analyzer = Analyzer.IK_SMART, searchAnalyzer = Analyzer.IK_MAX_WORD)
     private String name;
     //FieldType.KEYWORD代表本身就是一个关键字(不可再分的关键字) 不需要再分了
     @IndexField(fieldType = FieldType.KEYWORD)
     private String brand;   //格力 美的 美特斯邦威
     @IndexField(fieldType = FieldType.TEXT, analyzer = Analyzer.IK_SMART, searchAnalyzer = Analyzer.IK_MAX_WORD)
     private String subName;
     @IndexField(fieldType = FieldType.INTEGER)
     private Integer categoryId;
     @IndexField(fieldType = FieldType.DOUBLE)
     private BigDecimal price;
     @IndexField(fieldType = FieldType.TEXT, analyzer = Analyzer.IK_SMART, searchAnalyzer = Analyzer.IK_MAX_WORD)
     private String brief;
     //    @IndexField(exist=false)
     @IndexField(fieldType = FieldType.NONE)
     private String img;
     @IndexField(fieldType = FieldType.TEXT, analyzer = Analyzer.IK_SMART, searchAnalyzer = Analyzer.IK_MAX_WORD)
     private List<String> tags;
     @IndexField(fieldType = FieldType.LONG)
     private Integer highOpinion;    //好评
     @IndexField(fieldType = FieldType.LONG)
     private Integer salesVolume;    //销量
     //排序
     @IndexField(fieldType = FieldType.DATE)
     private LocalDateTime productionDate;
 }


  @Data
  public class EsProductQuery {
 
      private Integer categoryId;
      private String keyWord;
      private String tags;
      private Integer highOpinion;
      private Integer salesVolume;
      private LocalDateTime productionDate;
      private Integer pageSize;
      private Integer pageNum;
 
  }
  • es查询商品列表接口
public interface EsProductMapper extends BaseEsMapper<EsProduct> {
}

public Map<String, Object> ESSelect(EsProductQuery query) {

         LambdaEsQueryWrapper<EsProduct> wrapper = new LambdaEsQueryWrapper<>();

         if (query.getCategoryId() != null) {
             wrapper.eq(EsProduct::getCategoryId, query.getCategoryId());
         }
         if (query.getTags() != null) {
             String tags = query.getTags();
             wrapper.match(EsProduct::getTags, tags);
         }

         if (query.getKeyWord() != null) {
             String keyWord = query.getKeyWord();
             wrapper.and(w->w.match(EsProduct::getName,keyWord,5f).or().match(EsProduct::getSubName,keyWord,3f).or().match(EsProduct::getBrief, keyWord,1f));
         }


         if (query.getSalesVolume() != null) {
             wrapper.orderByDesc(EsProduct::getSalesVolume);
         }

         if (query.getHighOpinion() != null) {
             wrapper.orderByDesc(EsProduct::getHighOpinion);
         }

         EsPageInfo<EsProduct> esProductEsPageInfo = esProductMapper.pageQuery(wrapper, query.getPageNum(), query.getPageSize());
         long total = esProductEsPageInfo.getTotal();
         List<EsProduct> list = esProductEsPageInfo.getList();

         Map<String, Object> map = new HashMap<>();
         map.put("items", list);
         map.put("total", total);
         String source = esProductMapper.getSource(wrapper);
         System.out.println(source);
         return map;
     }

ELK(EFK)日志采集系统

在这里插入图片描述

MDC

使用

在这里插入图片描述

配置TraceId 过滤器

@Order(1)

@WebFilter(urlPatterns = "/*",filterName = "traceIdFilter")
public class TraceIdFilter implements Filter {

    public final static String MDC_TRACE_ID = "traceId";

    @Override
    public void doFilter(ServletRequest request, ServletResponse response, FilterChain chain) throws IOException, ServletException {
        HttpServletRequest httpRequest = (HttpServletRequest) request;
        String traceId = httpRequest.getHeader(MDC_TRACE_ID);
        if (StringUtils.isBlank(traceId)) {
            traceId = IdUtil.fastSimpleUUID();;
        }
        MDC.put(MDC_TRACE_ID, traceId);

        chain.doFilter(request, response);
    }
}

启动类开启

@SpringBootApplication

@ServletComponentScan
public class OpenApp {
    public static void main(String[] args) {
        SpringApplication.run(OpenApp.class, args);
    }

}

配置文件配置日志输出格式

# Spring Boot 日志配置
logging:
  # 控制台日志输出格式
  pattern:
    console: "%d{yyyy-MM-dd HH:mm:ss.SSS} %clr(%-5level) %clr([%X{traceId}]) %clr(${PID:-}) --- %clr(%logger{50}) - %m%n"

# 注释说明：
# %d{yyyy-MM-dd HH:mm:ss.SSS}: 时间戳，格式为年-月-日 时:分:秒:毫秒
# %-5level: 日志级别，左对齐且至少占用5个字符宽度
# %clr(...): 使用颜色编码（如果支持）
# [%X{traceId}]: Mapped Diagnostic Context中的traceId，用于记录跟踪请求的唯一标识
# ${PID:-}: 当前进程ID，如果没有则显示空字符串
# ---: 分隔符
# %logger{50}: 日志器名称，最多显示50个字符
# %m: 日志消息内容
# %n: 换行符

在这里插入图片描述
在这里插入图片描述

EFK安装与使用

docker-compose.yml

version: '3'
services:
  elasticsearch:
    image: elasticsearch:7.14.0
    ports:
      - "9200:9200"
    environment:
      - discovery.type=single-node
      - ES_JAVA_OPTS=-Xmx256m -Xms256m

  kibana:
    image: kibana:7.14.0
    ports:
      - "5601:5601"
    depends_on:
      - elasticsearch
    environment:
      - ELASTICSEARCH_HOSTS=http://elasticsearch:9200
      - I18N_LOCALE="zh-CN"

  filebeat:
    image:  elastic/filebeat:7.14.0
    volumes:
      - ./filebeat.yml:/usr/share/filebeat/filebeat.yml
      - /logs:/usr/share/filebeat/logs
    depends_on:
      - elasticsearch
    command: ["-e"]

filebeat.yml

filebeat.inputs:
- type: log
  paths:
    - /usr/share/filebeat/logs/*.log
  processors:
    - dissect:
        tokenizer: "%{appName} [%{logTime}] %{logLevel} [%{thread}] [%{traceId}] %{logger} [%{line}] %{message}"
        field: "message"
        target_prefix: "logs"
output.elasticsearch:
  hosts: ["elasticsearch:9200"]
  indices:
    - index: "app-logs-%{+YYYY.MM.dd}"

日志配置

 #日志配置
# Console Appender
logging.pattern.console=${spring.application.name} %d{yyyy-MM-dd HH:mm:ss.SSS} [%thread] [%X{traceId}] %-5level %logger{36} --- %msg%n

# File Appender
logging.file.name=/logs/${spring.application.name}.log
logging.pattern.file=${spring.application.name} [%date] %level [%thread] [%X{traceId}] %logger{36} [%file:%line] %msg%n
logging.file.max-size = 100MB
logging.file.max-history = 3
logging.level.root=error
logging.level.com.beiyou=debug

如果容器中的时区不正确，请加入如下语句调整时区

#为防止docker容器中的时区错乱，这里设置容器内部时区
ENV TZ=Asia/Shanghai
RUN ln -sf /usr/share/zoneinfo/$TZ /etc/localtime    && echo $TZ > /etc/timezone
富贵135
关注
  • 2
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Elasticsearch笔记
06-20
Elasticsearch 笔记 - RESTful API 设计 Elasticsearch 是一个基于 Lucene 的搜索引擎，它提供了一个 RESTful API 来实现数据的索引、搜索和管理。RESTful API 是一种架构风格，设计理念是把每个资源看作是一个网络...
Java 结合elasticsearch-ik分词器，实现评论的违规词汇脱敏等操作
Rui_bbm的博客
08-28 449
然后可以直接在业务代码中使用工具类即可，注意入参是String，这里我的判断条件是大于0就是存在违规词汇，进行相关操作即可。我直接给相关核心代码封装成了工具类，上半部分代码是用于做分词的，会返回一个集合，这个集合里面存放的都是根据入参分出来的词。下半部分是根据分出来的词做一个检索操作，根据es的索引，检索与集合中词汇对应的敏感词。这个依赖是我使用的，可以结合自己的情况自己选择适用版本的相关依赖。话不多说，直接上后台代码。
【搜索引擎】ElasticSearch 8.x版本
为技术发烧而生
08-28 964
来了新特性课程升级2 ElasticSearch 安装 & 使用安装2.1.1下载软件2.1.2软件升级安装使用2.2.1下载软件2.2.2安装软件2.2.3问题解决2.3 Kibana安装使用2.3.1下载软件2.3.2安装软件2.3.3应用软件。
Elasticsearch DSL
编码时光
08-28 892
一、关于 Elasticsearch DSL 简单安装 兼容性 搜索示例 持久性示例 反馈🗣️ 发展 安装 二、配置 1、默认连接 只有一个别名连接 2、多个集群 使用别名 3、手动 三、搜索 四、持久性 五、预建分面搜索 六、通过查询更新 七、从`elasticsearch-py` 迁移 八、搜索 DSL 1、`Search`对象 通过查询删除 查询 虚线字段 查询组合 filters 聚合 K-最近邻搜索 排序 分页 突出显示 Suggestions collapsing 更像这个查询 额外属性和参
Elasticsearch 中的相关性和得分
天地孤影任我行的博客
09-03 284
使用Function Score的查询功能，应用自定义的得分算法调整默认得分。
Elasticsearch检索原理
最新发布
天地孤影任我行的博客
09-03 301
每个分片执行完查询后，会将结果（文档ID及其相关性得分）发送回协调节点（coordinating node）。结果合并：协调节点将来自不同分片的结果合并成一个统一的结果集，通常按得分排序。聚合结果整合：如果查询中包含聚合操作，协调节点将合并各分片中的聚合结果。
ElasticSearch学习笔记(四)分页、高亮、RestClient查询文档
挑灯日记 记录自己
08-29 1080
ElasticSearch学习笔记(一)倒排索引、ES和Kibana安装、索引操作ElasticSearch学习笔记(二)文档操作、RestHighLevelClient的使用ElasticSearch学习笔记(三)RestClient操作文档、DSL查询文档、搜索结果排序。
Elasticsearch 中，term 查询和 match 查询的区别
杨杨杨~~的博客
08-30 664
如果您觉得有用的话，记得给，写作不易啊^ _ ^。而且听说，实在白嫖的话，那欢迎常来啊!!!如果需要精确匹配某个值，应该使用term查询。如果需要进行全文搜索或模糊匹配，应该使用match查询。
【ES实战】Elasticsearch中Task的简单管理说明
coding and writing
08-28 1264
Elasticsearch中Task的简单管理说明
git 常用命令整理
Yang的博客
09-03 402
git 常用命令整理
【Git】常用命令大全(带注释)
2136
08-29 930
Git 是一个强大的版本控制工具，本文详细介绍了 Git 的常用命令，包括本地配置、分支操作和远程仓库交互等。这些命令涵盖了 Git 使用的基本和高级功能，希望对你的工作有所帮助。
超详细Git的基本命令使用（三）
m0_73557631的博客
08-28 1025
😀前言本篇博文是关于Git的基本命令使用，希望你能够喜欢🧑个人简介：大家好，我是晨犀，希望我的文章可以帮助到大家，您的满意是我的动力😉😉。
RAG最佳实践：用 ElasticSearch 打造AI搜索系统与RAG 应用全流程详解！
春华秋实
08-30 472
AI 对话式搜索是一种基于自然语言处理（NLP）和机器学习技术的搜索方式，旨在通过与用户的自然对话实现信息检索。这种搜索模式允许用户以自然语言提问，而不是输入特定的关键词。AI 对话式搜索系统可以理解用户的查询意图，并通过智能匹配算法提供相关的答案或信息。这种搜索体验更加贴近人类的交流方式，使搜索过程更加直观和用户友好，特别适用于需要复杂查询或个性化推荐的场景。接下来，我们将深入探讨如何构建这样的 AI 对话式搜索应用程序，从数据准备、模型选择到系统集成，逐步展示实现这一技术的不同步骤。
C++ 两线交点程序(Program for Point of Intersection of Two Lines)
csdn_aspnet的专栏
08-29 1287
为了求解，我们将 1 乘以 b 2并将 2 乘以 b 1这样我们得到 a 1 b 2 x + b 1 b 2 y = c 1 b 2 a 2 b 1 x + b 2 b 1 y = c 2 b 1减去这些我们得到 (a 1 b 2 – a 2 b 1 ) x = c 1 b 2 – c 2 b 1这样我们得到了 x 的值。如果线段由点 (x 1 , y 1 ) 和 (x 2 , y 2 ) 指定，那么要检查 (x, y) 是否在线段上，我们只需检查。输入：A = (1, 1), B = (4, 4)
ElasticSearch-倒排索引 & 文档映射
姜希成的博客
09-03 680
动态映射：不需要定义Mapping映射（即关系型数据库的表、字段等），在文档写入Elasticsearch时，会根据文档字段自动识别类型，这种机制称之为动态映射。当数据写入 ES 时，数据将会通过 分词 被切分为不同的 term，ES 将 term 与其对应的文档列表建立一种映射关系，这种结构就是 倒排索引。当我们去搜索某个关键词时，ES 首先根据它的前缀或者后缀迅速缩小关键词的在 term dictionary 中的范围，大大减少了磁盘IO的次数。对已有字段，一旦已经有数据写入，就不再支持修改字段定义。
ElasticSearch-集群读写
姜希成的博客
09-03 713
【代码】ElasticSearch-集群读写。
橘子学ES实战操作之管道类型Ingest pipelines的基本使用
liuwenqiang1314的博客
09-03 311
我们先来看官方文档的一些信息。本文使用的ES版本为7.17.7。官方文档的位置位于Ingest pipelines官方文档# 英文：# 中文：采集管道可让您在索引之前对数据执行常见的转换。例如，您可以使用管道删除字段、从文本中提取值以及丰富数据。管道由一系列可配置的任务（称为处理器）组成。每个处理器按顺序运行，对传入的文档进行特定更改。处理器运行后，Elasticsearch 会将转换后的文档添加到您的数据流或索引中。
Elasticsearch在高并发下如何保证读写一致性
天地孤影任我行的博客
09-03 521
Elasticsearch 的每个索引都有一个“刷新”操作，这个操作会将内存中的操作记录（如新增、更新、删除）刷新到磁盘，使得这些操作可被搜索到。：对于一些写操作（如日志数据等），可以考虑采用异步处理的方式，减小直接对外部请求的影响。：在一些情况下，您可能希望等待操作完成（特别是在批量写入后），然后显式调用。：通过配置合适数量的副本分片，可以分摊读请求的压力，提高查询响应能力。：例如，可以设置旧索引只读，并将写入新索引的数据，这样可提升写入性能。：将不同时间段的数据划分为不同的索引，减少单个索引的压力。
elasticsearch笔记
10-16
好的，关于elasticsearch的笔记，我可以提供以下内容： Elasticsearch是一个基于Lucene的搜索引擎，它提供了分布式、多租户的全文搜索引擎，具有高可用性、可扩展性和实时搜索等特点。它可以用于各种类型的应用程序，包括Web应用程序、企业搜索、日志分析等。 在使用Elasticsearch时，需要先创建索引（Index），索引是一种类似于数据库的结构，它包含了多个文档（Document），每个文档包含了多个字段（Field）。在索引中，可以通过各种查询方式来搜索文档。 Elasticsearch支持多种查询方式，包括全文搜索、精确匹配、范围查询、模糊查询等。同时，它还支持聚合（Aggregation）操作，可以对搜索结果进行统计、分组等操作。 除了查询外，Elasticsearch还提供了一些其他功能，如数据备份和恢复、集群管理、安全性等。
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