摘要：
ES聚合查询主要又三种模式,分别是分桶聚合(Bucket aggregations)、指标聚合(Metrics aggregations)、管道聚合(Pipeline aggregations),三种模式处理的业务场景不同,下面开始简要分析下. 1、分桶聚合(Bucket aggregations) 阅读全文
摘要：
1、规范化 Normalization 规范化,主要实在ES对文本类型进行分词后,按照各自分词器的规范标准,对分词进行二次处理的过程.如was=>is(时态转换),brother‘s=>brother(复数变单数),Watch=>watch(大小写转换)等等,且还可能去掉量词a、an,is等和搜索无 阅读全文
摘要：
1、字符过滤器 官方文档 其作用主要是在调用分词器进行分词之前，进行一些无用字符的过滤,字符过滤器主要分为以下三种 (1)、Html strip 官方文档 过滤html标签，主要参数escaped_tags保留哪些html标签,示例代码如下: PUT test_index { "settings": 阅读全文
摘要：
因为ik目前最高支持es 8.2.3,所以本文基于8.2.3的环境编写. 1、集群环境构建 参考Es 集群搭建及相关配置和相关参数解读,分别下载Es和kibana 8.2.3版本,部署到相应的服务器,删除es原有的data目录.配置elasticsearch.yml,节点配置如下: 节点配置 clu 阅读全文
摘要：
1、Query String Search 参考前面的文章 2、全文检索 运行数据构建,代码如下: PUT /logs/_doc/1 { "Name":"apple phone", "Desc":"phone made in china 2022-08-01", "Date":"2022-08-01 阅读全文
摘要：
1、构造运行环境 打开kibana进入Dev tools,创建索引,并插入测试数据,代码如下: PUT /logs/_doc/1 { "Name":"燕麦", "Desc":"燕麦商品描述", "Price":111, "Tags":["Breakfast","Carbon","Cheap"] } 阅读全文
摘要：
本文来自http://t.zoukankan.com/Leo_wl-p-10563793.html 一、遇到的问题 与大多数分布式系统一样，Elasticsearch按照一定的Hash规则把用户数据切分成多个分片，然后打散到不同机器进行存储，从而实现大规模数据的分布式存储。 cluster.png 阅读全文
摘要：
1、ES常用数据类型 1.1 Numbers 数字类型 涉及到的类型很多,具体查阅文档 常用的有long，integer，short，double，float 1.2 Keywords 关键字类型 关键字分为以下几种: (1)、keyword 用于索引结构化内容，如ID、电子邮件地址、主机名、状态码 阅读全文
摘要：
本文基于ES8.x的内容编写 1、索引 Index ES中的索引和关系型数据库中的表,不同的是ES中的索引时基于Json格式的. 1.1、通过Elasticsearch-head创建索引 1.2、通过kibana来操作索引 首先进入kibana Dev Tools界面 1.2.1、创建索引,输入如下 阅读全文
摘要：
1、数据库索引之B Tree 百度百科 对于一棵m阶B-tree，每个结点至多可以拥有m个子结点。各结点的关键字和可以拥有的子结点数都有限制，规定m阶B-tree中，根结点至少有2个子结点，除非根结点为叶子节点, 关系型数据库如mysql中数据页有大小限制,在阶数(父节点的横向子节点树数)一定的情况 阅读全文