CC-lady的博客

elasticsearch5.3.0以及head插件安装

最近做了个小例子：将数据库中数据导入到elasticsearch中，然后查询一条特定数据，看是不是比较快前情：在数据库中查询数据的速度是3.36s. 用代码从数据库中查出来再插入elasticsearch也许会比较慢，后续再学习用工具导入。 环境：elasticsearch5.3.0+jdk8+maven3.5类似数据库，我们需要先给elasticsearch中建立一个索引，放置我们需

在前面的章节，我们介绍了如何索引和查询数据，不过我们忽略了很多底层的技术细节， 例如文件是如何分布到集群的，又是如何从集群中获取的。

到此我们一直在进行请求体查询，毕竟轻量查询（传递参数）那种写法太过复杂，但是一直不太系统，这一章可以更好系统地理解一下有哪些查询？每个查询类型大概功能是什么？摘抄于权威文档，可前往权威文档：https://elasticsearch.cn/book/elasticsearch_definitive_guide_2.x/full-body-search.html 请求体查询一节

Multi与bulk

这节的内容比较多，简略总结一下Elastcisearch 是分布式的 文档 存储。它能存储和检索复杂的数据结构–序列化成为JSON文档–以 实时 的方式。 换句话说，一旦一个文档被存储在 Elasticsearch 中，它就是可以被集群中的任意节点检索到。在 Elasticsearch 中， 每个字段的所有数据 都是 默认被索引的 。 即每个字段都有为了快速检索设置的专用倒排索引。

映射和分析

bool搜索以及match_phrase搜素

ElasticSearch 的主旨是随时可用和按需扩容。 而扩容可以通过购买性能更强大（ 垂直扩容 ，或 纵向扩容 ） 或者数量更多的服务器（ 水平扩容 ，或 横向扩容 ）来实现。 虽然 Elasticsearch 可以获益于更强大的硬件设备，但是垂直扩容是有极限的。 真正的扩容能力是来自于水平扩容–为集群添加更多的节点，并且将负载压力和稳定性分散到这些节点中。

我们已经学会了如何使用 Elasticsearch 作为一个简单的 NoSQL 风格的分布式文档存储系统。我们可以将一个 JSON 文档扔到 Elasticsearch 里，然后根据 ID 检索。但 Elasticsearch 真正强大之处在于可以从无规律的数据中找出有意义的信息——从“大数据”到“大信息”。

终于到了最后一个业务需求：支持管理者对雇员目录做分析。 Elasticsearch 有一个功能叫聚合（aggregations），允许我们基于数据生成一些精细的分析结果。聚合与 SQL 中的 GROUP BY 类似但更强大。

一个 GET 是相当简单的，可以直接得到指定的文档。 现在尝试点儿稍微高级的功能

许多应用都倾向于在每个搜索结果中 高亮 部分文本片段，以便让用户知道为何该文档符合查询条件。在 Elasticsearch 中检索出高亮片段也很容易。

本文参考elasticsearch权威指南。 是一个学习笔记，按照里面的示例进行学习，在此记录跟踪。与elasticsearch交互的两种方式+简单索引和检索一个文档

在上一节我们导入数据使用的是java代码，其实这个步骤由logstash工具也可以实现哦~此学习笔记参考官方文档：https://www.elastic.co/guide/en/logstash/current/introduction.html下载安装Logstash唯一的依赖的Java运行环境，确保jdk版本足够高，我的本地是1.8 下载和解压出来就能使用了，不需要安装 因