ElasticSearch

已于 2023-03-12 16:07:46 修改
阅读量1.1k 收藏
点赞数
分类专栏： JavaEE NoSQL 文章标签： elasticsearch java-ee 全文检索
于 2021-12-27 09:31:16 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/zhang_0202/article/details/122165192
版权

ElasticSearch

1、什么是ElasticSearch?

1.1、概念

Elasticsearch （ES）是一个基于Lucene 开源的高扩展的分布式全文检索引擎，能够安全可靠地获取任何来源、任何格式的数据，然后实时的对数据进行检索、分析和可视化，它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，处理PB级别的数据，它不但稳定、可靠、快速，而且也具有良好的水平扩展能力，是专门为分布式环境设计的，它的目的是通过简单的RESTFUL API来隐藏Lucene的复杂性，从而使全文搜索变得简单

1.2、了解ELK

ELK是Elasticsearch、Logstash、 Kibana三大开源框架首字母大写简称。 市面上也被成为Elastic Stack。其中ES是一个基于Lucene、分布式、通过Restful方式进行交互的近实时搜索平台框架。像类似百度、谷歌这种大数据全文搜索引擎的场景都可以使用ES作为底层支持框架，由此可见ES提供的搜索能力确实非常强大。Logstash是ELK的中央数据流引擎，用于从不同目标(文件/数据存储/MQ )收集的不同格式数据，经过过滤后支持输出到不同目的地(文件/MQ/redis/elasticsearch/kafka等)。Kibana可以将ES的数据通过友好的页面展示出来，提供实时分析的功能

市面上很多开发只要提到ELK能够一致说出它是一个日志分析架构技术栈总称，但实际上ELK不仅仅适用于日志分析，它还可以支持其它任何数据分析和收集的场景，日志分析和收集只是更具有代表性。并非唯一性。

1.3、ES应用案例

  • GitHub: 2013 年初，抛弃了 Solr，采取 Elasticsearch 来做 PB 级的搜索。“GitHub 使用 Elasticsearch 搜索 20TB 的数据，包括 13 亿文件和 1300 亿行代码”
  • 维基百科：启动以 Elasticsearch 为基础的核心搜索架构
  • 百度：目前广泛使用 Elasticsearch 作为文本数据分析，采集百度所有服务器上的各类指标数据及用户自定义数据，通过对各种数据进行多维分析展示，辅助定位分析实例异常或业务层面异常。目前覆盖百度内部 20 多个业务线（包括云分析、网盟、预测、文库、 直达号、钱包、风控等），单集群最大100 台机器，200 个ES节点，每天导入 30TB+ 数据
  • SoundCloud：“SoundCloud”使用Elasticsearch为 1.8亿用户提供即时而精准的音乐搜索服务
  • 新浪：使用 Elasticsearch 分析处理 32 亿条实时日志
  • 阿里：使用 Elasticsearch 构建日志采集和分析体系
  • Stack Overflow：解决 Bug 问题的网站，全英文，编程人员交流的网站

2、ElasticSearch安装

2.1、安装ElasticSearch

下载

官网

下载地址

其他版本

window安装

  1. 解压即可

  2. 了解目录

    • bin：启动文件
    • config：配置文件
    • jdk：内置 JDK目录
    • lib：相关jar包
    • logs：日志
    • modules：功能模块
    • plugins：插件

  3. 启动

    打开bin目录，双击elasticsearch.bat启动

  4. 访问测试，9200端口，注：9300端口为ES集群间组件的通信端口

安装Es可视化界面 head插件

注：前提需要有node.js环境

  1. 下载地址

  2. 启动

    cnpm install
npm run start

  3. 连接测试发现端口存在跨域问题：配置elasticsearch.yml

    http.cors.enabled: true
http.cors.allow-origin: "*"

  4. 重启Es服务，再次连接测试，健康值绿色表示连接成功！

2.2、安装Kibana

Kibana是一个针对ES的开源分析及可视化平台，用来搜索、查看交互存储在ES索引中的数据。使用Kibana，可以通过各种图表进行高级数据分析及展示。Kibana让海量数据更容易理解。它操作简单，基于浏览器的用户界面可以快速创建仪表板( dashboard )实时显示ES查询动态。

下载地址

其他版本

注：Kibana版本要与ES版本保持一致！

下载完成，解压缩即可（解压缩需要一定时间，标准的前端化工程）

启动测试

打开bin目录，双击kibana.bat启动即可

访问测试，5601端口

开发工具（PostMan、head……）

汉化，进入kibana config目录下，修改kibana.yml配置文件，zh-CN

3、ES核心概念

Elasticsearch 是面向文档型数据库，关系型数据库和elasticsearch客观的类比

Relational DBElastiSearch
DataBase（数据库）Index（索引）
table（表）Type（类型）
row（行）Documents（文档）
columns（列）Field（字段）

ES 里的 Index 可以看做一个库，而 Type 相当于表，Documents 则相当于表的行。 这里 Types 的概念已经被逐渐弱化，Elasticsearch 6.X 中，一个 index 下已经只能包含一个 type，Elasticsearch 7.X 中，Type 的概念已经被删除了

ES使用JSON作为文档序列化的格式

物理设计：

elasticsearch在后台把每个索引划分成多个分片，每分分片可以在集群中的不同服务器间迁移

一个ES就是一个集群！默认的集群名称就是elasticsearch

逻辑设计：

文档

就是每条记录

之前说elasticsearch是面向文档的，那么就意味着索引和搜索数据的最小单位是文档，elasticsearch中，文档有几个重要属性:

  • 自我包含，一篇文档同时包含字段和对应的值，也就是同时包含key:value ！
  • 可以是层次型的，一个文档中包含自文档，复杂的逻辑实体就是这么来的!
  • 灵活的结构，文档不依赖预先定义的模式，我们知道关系型数据库中，要提前定义字段才能使用，在elasticsearch中，对于字段是非常灵活的，有时候，我们可以忽略该字段，或者动态的添加一个新的字段

索引

就是数据库

索引是映射类型的容器，elasticsearch中的索引是一个非常大的文档集合。 索引存储了映射类型的字段和其他设置。然后它们被存储搭配各个分片上

映射（Mapping）

映射是用来定义一个文档，和其包含的字段，是如何存储和索引的过程，相当于关系型数据库中给列添加约束

4、IK分词器插件

4.1、什么是IK分词器？

分词：就是把一段中文或者别的划分成一个个的关键字，在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是将每个字看成一个词，比如“我爱中国会被分为"我",“爱”,“中”,“国”，这显然是不符合要求的，所以需要安装中文分词器ik来解决这个问题

IK提供了两个分词算法：ik. _smart和ik_ max_ word，其中ik. smart为最少切分，ik_ max_ word为最细粒度划分

4.2、安装Ik分词器

  1. 下载地址

  2. 下载完毕后，解压缩存放在es插件文件夹目录即可

  3. 重启观察es，可以看到ik分词器被加载了

  4. elasticsearch-plugin 可以通过该命令查看加载进来的插件

  5. 使用kibana测试

查看不同的分词效果

ik. smart为最少切分

ik_ max_ word为最细粒度划分，穷尽词库的可能性

如果需要自己配置分词可以在自定义的dic文件中进行配置即可

注：分词器也要和es版本对应

5、Rest风格

5.1、Rest说明

一种软件架构风格，而不是标准，只是提供了一组设计原则和约束条件。它主要用于客户端和服务器交互类的软件。基于这个风格设计的软件可以更简洁 ，更有层次 ，更易于实现缓存等机制

基本Rest命令说明：

mehtodurl地址描述
PUTlocalhost:9200/索引名称/类型名称/文档id创建文档（指定文档id）
POSTlocalhost:9200/索引名称/类型名称创建文档（随机文档id）
POSTlocalhost:9200/索引名称/类型名称/文档id/_update修改文档
DELETElocalhost:9200/索引名称/类型名称/文档id删除文档
GETlocalhost:9200/索引名称/类型名称/文档id通过id查询文档
POSTlocalhost:9200/索引名称/类型名称/_search查询所有数据

5.2、索引操作

创建一个索引

PUT /索引名/类型名/文档id

自动增加索引，数据成功添加

创建索引具体规则

获得索引

GET 索引名

查看默认信息

GET _cat/indices 可以获取es的很多具体相关信息

修改文档数据 方式一：直接覆盖

修改文档数据 方式二：修改指定字段

删除索引 DELETE order

删除索引文档 DELETE order/_doc/1

5.3、文档操作

5.3.1、基本操作

添加数据

PUT /xiaozhang/user/1
{
  "username":"小张",
  "gender":"男",
  "age":20,
  "birth":"2001-06-06",
  "hobby":["code","girl","music"]
}

查询数据

单查询 GET 索引名称/类型/文档id

全查询 GET 索引名称/类型/_search

更新数据 跟上述一致，可分为两种修改 PUT和POST，如果使用PUT的话没有填写的字段值均设为空，POST可以灵活设置字段 推荐使用POST

删除数据 DELETE 索引名称/类型/文档id

5.3.2、复杂操作

排序、分页、模糊查询、精准查询、高亮显示

结果过滤

排序

分页

布尔值查询

​ must （and）所有条件都需要符合

​ should（or）只需要符合一个条件即可

​ must_not（not）

匹配多个条件

精确查询

高亮查询

自定义高亮条件

6、集成SpringBoot

SpringBoot平台并没有跟随ES的更新速度进行同步更新，ES提供了High Level Client操作ES

  1. 导入依赖

    <!-- elasticsearch 的客户端 -->
<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId
</dependency>

  2. 找出对应的类（对象）

6.1、索引操作

  1. 创建索引

    
private RestHighLevelClient client;

@BeforeEach
 void setUp() {
     this.client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://localhost:9200")));
 }

 @AfterEach
 void tearDown() throws IOException {
     // 关闭客户端
     this.client.close();
 }

// 创建索引
@Test
void createIndex() throws IOException {
    // 1、创建索引请求
    CreateIndexRequest request = new CreateIndexRequest("order");
    // 2、客户端执行请求  IndicesClient    请求后获得响应
    CreateIndexResponse response = client.indices().create(request, RequestOptions.DEFAULT);
    System.out.println(response.index());
    client.close();
}

  2. 查看索引

    // 查询索引
@Test
void getIndex() throws IOException {
    GetIndexRequest request = new GetIndexRequest("order");
    GetIndexResponse response = client.indices().get(request, RequestOptions.DEFAULT);
    System.out.println(response.getSettings());
    client.close();
}

  3. 删除索引

    // 删除索引
@Test
void deleteIndex() throws IOException {
    DeleteIndexRequest request = new DeleteIndexRequest("order");
    AcknowledgedResponse response = client.indices().delete(request, RequestOptions.DEFAULT);
    System.out.println("是否删除成功：" + response.isAcknowledged());
    client.close();
}

6.2、文档操作

  1. 创建文档

    
private RestHighLevelClient client;

// 文档操作
// 创建文档
@Test
public void CreateDocument() throws IOException {
    Cart cart = new Cart("小米手机", 3699.00, 1000, new Date());
    // 创建请求
    IndexRequest request = new IndexRequest("cart");
    // PUT  cart/_doc/1
    request.id("1");
    request.timeout(TimeValue.timeValueSeconds(1));
    // 将数据放入请求中 需要Json格式的
    request.source(JSON.toJSONString(cart), XContentType.JSON);
    // 客户端发送请求 获取响应结果
    IndexResponse response = client.index(request, RequestOptions.DEFAULT);
    System.out.println(response.toString());
    System.out.println(response.getResult());
    client.close();
}

  2. 查询文档是否存在

    // 测试文档是否存在
@Test
public void isExists() throws IOException {
    GetRequest request = new GetRequest("cart", "1");
    boolean exists = client.exists(request, RequestOptions.DEFAULT);
    System.out.println(exists);
    client.close();
}

  3. 查询文档

    @Test
// 获取文档信息
public void queryDocument() throws IOException {
    GetRequest getRequest = new GetRequest("cart", "1");
    // GET cart/_doc/1
    GetResponse response = client.get(getRequest, RequestOptions.DEFAULT);
    // 获取文档的内容
    System.out.println(response.getSourceAsString());
    System.out.println(response);       // 获取全部信息
    client.close();
}

  4. 修改文档

    @Test
// 修改文档
public void updateDocument() throws IOException {
    UpdateRequest request = new UpdateRequest("cart", "1");
    request.timeout(TimeValue.timeValueSeconds(1));
    // POST cart/_doc/1

    Cart cart = new Cart("华为手机", 5299.00, 5000, new Date());
    request.doc(JSON.toJSONString(cart), XContentType.JSON);

    UpdateResponse response = client.update(request, RequestOptions.DEFAULT);
    System.out.println(response.getResult());
}

  5. 删除文档

    @Test
// 删除文档
public void deleteDocument() throws IOException {
    DeleteRequest request = new DeleteRequest("cart", "1");
    // DELETE cart/_doc/1
    request.timeout(TimeValue.timeValueSeconds(1));

    DeleteResponse response = client.delete(request, RequestOptions.DEFAULT);
    System.out.println(response.getResult());
    client.close();
}

  6. 批量插入

    @Test
// 批量插入
public void bulkRequestAdd() throws IOException {
    BulkRequest bulkRequest = new BulkRequest();
    bulkRequest.timeout("10s");

    List<Cart> cartList = new ArrayList<>();
    cartList.add(new Cart("小米手机", 1799.00, 5000, new Date()));
    cartList.add(new Cart("华为手机", 5299.00, 2002, new Date()));
    cartList.add(new Cart("苹果手机", 6999.00, 1255, new Date()));
    cartList.add(new Cart("OPPO手机", 1999.00, 3000, new Date()));
    cartList.add(new Cart("荣耀手机", 2299.00, 3500, new Date()));

    for (int i = 0; i < cartList.size(); i++) {
        // 批量修改和删除，在此次修改对应请求即可
        bulkRequest.add(new IndexRequest()
                        .index("cart")
                        .id("100" + (i + 1))
                        .source(JSON.toJSONString(cartList.get(i)), XContentType.JSON)
                       );
    }

    BulkResponse response = client.bulk(bulkRequest, RequestOptions.DEFAULT);
    // 返回false  表示成功！
    System.out.println("是否失败：" + response.hasFailures());
    System.out.println("花费时间：" + response.getTook());
}

  7. 搜索

    @Test
// 搜索
// 搜索请求：SearchRequest
// 条件构造：SearchSourceBuilder
public void search() throws IOException {
    SearchRequest searchRequest = new SearchRequest();
    // 构建搜索条件
    SearchSourceBuilder builder = new SearchSourceBuilder();
    // 查询条件
    // 精确查询：termQuery
    // 匹配所有：matchAllQuery
    MatchAllQueryBuilder matchAllQuery = QueryBuilders.matchAllQuery();
    builder.query(matchAllQuery);

    // 设置超时时长
    builder.timeout(new TimeValue(60, TimeUnit.SECONDS));
    searchRequest.source(builder);

    SearchResponse response = client.search(searchRequest, RequestOptions.DEFAULT);
    for (SearchHit hit : response.getHits().getHits()) {
        System.out.println(hit.getSourceAsString());
    }
}

7、练习

7.1、获取数据

  1. 导入依赖

    <!--解析网页-->
<dependency>
    <groupId>org.jsoup</groupId>
    <artifactId>jsoup</artifactId>
    <version>1.14.2</version>
</dependency>

  2. 编写实体类

  3. 编写解析网页数据工具类

    @Component
public class HtmlParseUtil {
    public static void main(String[] args) throws Exception {
        List<Content> contents = parseJD("spring");
        for (Content content : contents) {
            System.out.println("https:" + content.getImage());
            System.out.println(content.getPrice());
            System.out.println(content.getTitle());
            System.out.println(content.getShop());
        }
    }

    public static List<Content> parseJD(String keyword) throws Exception {
        String url = "https://search.jd.com/Search?keyword=" + keyword;
        List<Content> goodsList = new ArrayList<>();
        Document document = Jsoup.parse(new URL(url), 30000);
        Element element = document.getElementById("J_goodsList");
        Elements elements = element.getElementsByTag("li");
            for (Element el : elements) {
            String img = el.getElementsByTag("img").eq(0).attr("data-lazy-img");
            String price = el.getElementsByClass("p-price").eq(0).text();
            String title = el.getElementsByClass("p-name").eq(0).text();
            String shop = el.getElementsByClass("curr-shop").eq(0).attr("title");
            Content content = new Content(img, price, title, shop);
            goodsList.add(content);
        }
        return goodsList;
    }
}

7.2、获取的数据存放到Es中

  1. 编写ES客户端配置类

    @Configuration
public class ElasticSearchClientConfig {
    @Bean
    public RestHighLevelClient restHighLevelClient() {
        return new RestHighLevelClient(RestClient.builder(
            new HttpHost("localhost", 9200, "http"))
                                      );
    }
}

  2. 编写service层

    @Service
public class ContentService {
    @Autowired
    @Qualifier("restHighLevelClient")
    private RestHighLevelClient client;

    // 解析数据放入es索引中
    public Boolean parseContent(String keyword) throws Exception {
        List<Content> contents = HtmlParseUtil.parseJD(keyword);
        BulkRequest bulkRequest = new BulkRequest();
        bulkRequest.timeout("15s");

        for (int i = 0; i < contents.size(); i++) {
            bulkRequest.add(new IndexRequest("jd_good")
                            .source(JSON.toJSONString(contents.get(i)), XContentType.JSON));
        }

        BulkResponse bulk = client.bulk(bulkRequest, RequestOptions.DEFAULT);
        return !bulk.hasFailures();
    }
}

  3. 实现高亮功能

    // 获取数据实现搜索高亮功能
public List<Map<String, Object>> searchPageHighLight(String keyword, int pageNo, int pageSize) throws Exception {
    if (pageNo  <= 1) {
        pageNo = 1;
    }
    // 条件搜索
    SearchRequest searchRequest = new SearchRequest("jd_good");
    SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

    // 分页
    sourceBuilder.from(pageNo);
    sourceBuilder.size(pageSize);

    // 高亮
    HighlightBuilder highlightBuilder = new HighlightBuilder();
    // 关闭多个高亮文本     只显示第一个文本值的高亮
    highlightBuilder.field("title");
    highlightBuilder.preTags("<span style='color:red;'>");
    highlightBuilder.postTags("</span>");
    sourceBuilder.highlighter(highlightBuilder);

    // 精准匹配
    TermQueryBuilder queryBuilder = QueryBuilders.termQuery("title", keyword);
    sourceBuilder.query(queryBuilder);
    sourceBuilder.timeout(new TimeValue(20, TimeUnit.SECONDS));

    // 执行搜索
    searchRequest.source(sourceBuilder);
    SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
    // 解析结果
    List<Map<String, Object>> maps = new ArrayList<>();
    for (SearchHit hit : searchResponse.getHits()) {
        // 解析高亮的字段
        Map<String, HighlightField> highlightFields = hit.getHighlightFields();
        HighlightField title = highlightFields.get("title");
        Map<String, Object> sourceAsMap = hit.getSourceAsMap();     // 之前的结果
        // 将原来的字段换成高亮的字段即可！
        if (title != null) {
            Text[] fragments = title.fragments();
            String newTitle = "";
            for (Text fragment : fragments) {
                newTitle += fragment;
            }
            sourceAsMap.put("title", newTitle);     // 获得的高亮字段替换之前普通标题的字段即可
        }
        maps.add(sourceAsMap);
    }
    return maps;
}

  4. 编写controller层

    @RestController
public class ContentController {
    @Autowired
    private ContentService contentService;

    @GetMapping("/parse/{keyword}")
    public boolean parse(@PathVariable String keyword) throws Exception {
        return contentService.parseContent(keyword);
    }

    @GetMapping("/search/{keyWord}/{pageNo}/{pageSize}")
    public List<Map<String, Object>> search(@PathVariable("keyWord") String keyWord,
                                            @PathVariable("pageNo") int pageNo,
                                            @PathVariable("pageSize") int pageSize) throws Exception {
        return contentService.searchPageHighLight(keyWord, pageNo, pageSize);
    }
}

  5. 测试访问

数据查询完毕，与前端联调即可！

^微凉夏颜^
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练习源码
01-12
ElasticSearch练习源码，包括索引的创建删除，检索等。
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综合练习题
qq_41794285的博客
07-04 3688
一、雇员表查询 1.添加以下三条信息到Elasticsearch，index为megacorp,type为employee，id分别为1，2，3 { “first_name” : “John”, “last_name” : “Smith”, “age” : 25, “about” : “I love to go rock climbing”, “interests”: [...
java 操作 elasticsearch 8 单机版
最新发布
咬一口空气榨汁机的博客
05-26 1061
本篇使用的elasticsearch版本为8.13.4，jdk版本为17，单机版的elasticsearch最近做了个需求是文章查重的，使用了向量数据库搭配elasticsearch做了这个需求，由于甲方比较追求新的东西，所以不得已使用了8.13.4的版本，做个记录方便以后参考。
elasticsearch练习
r1001020713的博客
05-26 345
一.es环境的搭建 安装jdk1.8 es官网下载es.tar.gz 解压 运行es bin/elasticsearch (如何linux为32位启动会报错,但是不影响正常使用) 二.es常用命令 curl 命令参数意义 -X 指定http的请求方法 HEAD GET POST PUT DELETE -d 指定要传输的数据 -H 指定http请求头信息 参数详情可以使用 curl --he...
ElasticSearch语法练习
kamisama的博客
11-22 1076
GET _search { "query": { "match_all": {} } } POST _analyze { "analyzer":"ik_max_word", "text":"歼10系列战斗机" } POST _analyze { "analyzer":"pinyin", "text":"歼10系列战斗机" } PUT /myinde { "settings": { "number_of_shards": 1 , "number_of_re.
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测试数据
07-06
Elasticsearch测试数，格式为Json，用于练习ELK中数据操作
elasticsearch：基础练习
不花的花和尚的博客
10-02 2306
首先搭建好elasticsearch集群，我这里搭建3台，伪分布式。 新建一个名为es1的索引库： curl -XPUT http://192.168.1.28:9200/es1/ 则出现以下： lunce   5个主片： 其他几个是从片，主从绝对不会在一个节点上，比如1和1  2和2  主从都不在一个节点。    建“表”： #document： curl -XPOST ...
Elasticsearch：Elasticsearch 查询示例 - 动手练习（一）
Elastic 中国社区官方博客
01-30 4569
在我之前的文章文章： Elasticsearch：有用的 Elasticsearch 查询示例 开始使用 Elasticsearch （2） 我列举了很多关于 Elasticsearch 查询的例子。抱着多多益善的想法，在今天的文章中，我给大家带来更多的例子给大家练习。希望大家对 Elasticsearch 有更多的认识。 Elasticsearch 提供了一组强大的选项来查询各种用例的文档，因此了解将哪个查询应用于特定案例很有用。 以下是一个动手教程，可帮助你利用 Elasticse
Elasticsearch：Elasticsearch 查询示例 - 动手练习（二）
Elastic 中国社区官方博客
01-30 2835
这是继上一篇文章 “Elasticsearch：Elasticsearch 查询示例 - 动手练习（一）” 的续篇。 Compound Queries 到目前为止，在本教程中，我们已经看到我们触发了单个查询，例如查找文本匹配或查找年龄范围等。但在现实世界中，我们更经常需要检查多个条件并根据返回的文档 在那。 此外，我们可能需要修改查询的相关性或分数参数或更改单个查询的行为等。复合查询是帮助我们实现上述场景的查询。 在本节中，让我们看看一些最有用的复合查询。 Bool query 布尔查询提供
ElasticSearch综合练习题，ES为8版本，使用Kibana运行语句
质量不太好的博客
11-17 494
ElasticSearch综合练习题，ES为8版本，使用Kibana运行语句
Elasticsearch 入门综合练习详解
枯木何日可逢春
08-02 263
Elasticsearch入门综合练习详解 pom.xml <?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0
ElasticSearch学习笔记之三十二 JAVA Client 之 Exists Delete Update APIs
灵动的艺术的博客
10-25 1999
ElasticSearch学习笔记之三十 JAVA Client 之 Exists Delete Update APIsExists APIExists RequestSynchronous Execution(同步执行)Asynchronous Execution(异步执行)Delete APIDelete RequestOptional argumentsSynchronous Executi...
Elasticsearch简介
猎户星座
12-03 2259
简介篇 全文搜索引擎是什么 全文搜索引擎是目前广泛应用的主流搜索引擎。它的工作原理是计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。 从定义中我们已经可以大致了解全文检索的思路了，为了更详细的说明，我们先从生活中的数据说起。 我们生活中的数据总体分为两种：结构化数据 和 非结构化数据。 结构化数据： 指具有固定格式
01-ES-QL for Community - Chinese 12.03 2023 Beijing
12-03
详细描述 ES|QL 新的管道语言

“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