《ElasticSearch权威指南》笔记 -- 入门

本文详细介绍如何在ElasticSearch 6.8.2环境中执行基础操作,包括创建索引、类型、文档和字段,通过ID获取文档,进行简单及复杂查询,全文搜索,高亮结果,以及聚合分析。通过具体示例,读者可以快速掌握ElasticSearch的基本使用方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

入门

一些基础操作:

环境:ElasticSearch 6.8.2 , PostMan

1.创建indices,types,documents,fields
PUT  http://127.0.0.1:9200/megacorp/employee/1
{
	"first_name":"John",
	"last_name":"Smith",
	"age":25,
	"about":"I love to go rock climbing",
	"interests":["sports","music"]
}

PUT  http://127.0.0.1:9200/megacorp/employee/1
{
	"first_name":"John",
	"last_name":"Smith",
	"age":25,
	"about":"I love to go rock climbing",
	"interests":["sports","music"]
}

PUT  http://127.0.0.1:9200/megacorp/employee/1
{
	"first_name":"John",
	"last_name":"Smith",
	"age":25,
	"about":"I love to go rock climbing",
	"interests":["sports","music"]
}
2.通过documentId获取文档内容:
get http://127.0.0.1:9200/megacorp/employee/1
get http://127.0.0.1:9200/megacorp/employee/2
get http://127.0.0.1:9200/megacorp/employee/3
3.进行简单的查询(本例通过last_name查询)
POST http://127.0.0.1:9200/megacorp/employee/_search
{
	"query":{
		"match":{
			"last_name":"Smith"
		}
	}
}
4.进行复杂查询(进一步过滤结果)

查找出last_name = “Smith”,并且年龄 > 30 的员工

{
	"query":{
		"bool":{
			"must":{
				"match":{
					"last_name":"Smith"
				}
			},
			"filter":{
				"range":{
					"age":{"gt":30}
				}
			}
		}
	}
}
5.全文搜索

模糊查询,会对查询词组分词,根据相关度显示查询结果

{
	"query":{
		"match":{
			"about":"rock climbing"	
		}
	}
}

词组查询

{
	"query":{
		"match_phrase":{
			"about":"rock climbing"	
		}
	}
}
6.高亮结果
{
	"query":{
		"match":{
			"about":"rock climbing"
		}
	},
	"highlight":{
		"fields":{
			"about":{}
		}
	}
}
6.聚合分析

相当于SQL中的group by

{
	"aggs":{
		"all_interests":{
			"terms":{
				"field":"interests"
			}
		}
	}
}

分级汇总:

{
	"aggs":{
		"all_interests":{
			"terms":{
				"field":"interests"
			},
			"aggs":{
				"avg_age":{
					"avg":{
						"field":"age"
					}
				}
			}
		}
	}
}
内容概要:本文详细阐述了DeepSeek大模型在服装行业的应用方案,旨在通过人工智能技术提升服装企业的运营效率和市场竞争力。文章首先介绍了服装行业的现状与挑战,指出传统模式难以应对复杂的市场变化。DeepSeek大模型凭借其强大的数据分析和模式识别能力,能够精准预测市场趋势、优化供应链管理、提升产品设计效率,并实现个性化推荐。具体应用场景包括设计灵感生成、自动化设计、虚拟试衣、需求预测、生产流程优化、精准营销、智能客服、用户体验提升等。此外,文章还探讨了数据安全与隐私保护的重要性,以及技术实施与集成的具体步骤。最后,文章展望了未来市场扩展和技术升级的方向,强调了持续优化和合作的重要性。 适用人群:服装行业的企业管理层、技术负责人、市场和销售团队、供应链管理人员。 使用场景及目标:①通过市场趋势预测和用户偏好分析,提升设计效率和产品创新;②优化供应链管理,减少库存积压和生产浪费;③实现精准营销,提高客户满意度和转化率;④通过智能客服和虚拟试衣技术,提升用户体验;⑤确保数据安全和隐私保护,建立用户信任。 阅读建议:此资源不仅涵盖技术实现的细节,还涉及业务流程的优化和管理策略的调整,建议读者结合实际业务需求,重点关注与自身工作相关的部分,并逐步推进技术的应用和创新。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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