ES+MySQL优雅的实现模糊搜索

从零构建运维审计系统:基于Kafka+Flink+ES的OpenClaw设计实战 在运维安全与合规领域,操作审计是保障系统稳定与数据安全的核心技术。其基本原理在于通过多层次、无死角地采集用户操作行为数据,构建可追溯、可关联的完整证据链,从而将运维操作从“黑盒”变为“白盒”。这项技术的核心价值在于实现事中监控、事后定责与合规举证,广泛应用于金融、电商等强监管行业,以及任何需要提升内部风险控制能力的场景。本文聚焦的OpenClaw系统,正是这一理念的工程实践,它深度融合了**auditd**内核审计与**会话录制**技术,并采用Kafka、Flink、Elasticsearch等现代数据栈, 阅读详情

👉 这是一个或许对你有用的社群

🐱 一对一交流/面试小册/简历优化/求职解惑,欢迎加入「芋道快速开发平台」知识星球。下面是星球提供的部分资料: 

bdd49087c7580b9926a84aaf839e2612.gif

👉这是一个或许对你有用的开源项目

国产 Star 破 10w+ 的开源项目,前端包括管理后台 + 微信小程序,后端支持单体和微服务架构。

功能涵盖 RBAC 权限、SaaS 多租户、数据权限、商城、支付、工作流、大屏报表、微信公众号、ERP、CRM、AI 大模型等等功能:

  • Boot 多模块架构:https://gitee.com/zhijiantianya/ruoyi-vue-pro

  • Cloud 微服务架构:https://gitee.com/zhijiantianya/yudao-cloud

  • 视频教程:https://doc.iocoder.cn

【国内首批】支持 JDK 17/21 + SpringBoot 3.3、JDK 8/11 + Spring Boot 2.7 双版本 

来源:blog.youkuaiyun.com/qq_45875349


2bbd7e1103d0bea2a2a9861251bab8a3.png

1. 技术选型

使用 Elasticsearch (ES) 结合 MySQL 进行数据存储和查询,而不是直接从 MySQL 中进行查询,主要是为了弥补传统关系型数据库(如 MySQL)在处理大规模、高并发和复杂搜索查询时的性能瓶颈。具体来说,ES 与 MySQL 结合使用的优势包括以下几个方面:

  • Elasticsearch优化了全文搜索: MySQL 在处理复杂的文本搜索(如模糊匹配、全文搜索)时性能较差。尤其是当查询的数据量和文本内容增大时,MySQL 的性能会急剧下降。而 Elasticsearch 专门为高效的文本搜索设计,能够通过倒排索引和分布式架构优化查询性能,适用于大规模数据集的全文搜索,查询速度通常比 MySQL 快得多。

  • 高效的复杂查询: Elasticsearch 对于复杂的查询,如多条件搜索、范围查询、聚合查询等,提供了比 MySQL 更高效的执行方式。Elasticsearch 支持文档级的分词、词汇匹配、近似匹配等复杂查询方式,这在 MySQL 中是非常难以高效实现的。

  • 实时搜索: Elasticsearch 提供了快速的实时数据检索能力,尤其适用于需要快速反馈结果的场景。与之相比,MySQL 在高并发时处理复杂查询的能力相对较弱。

基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

  • 项目地址:https://github.com/YunaiV/ruoyi-vue-pro

  • 视频教程:https://doc.iocoder.cn/video/

2. 创建elasticsearch公共包

当然这里我是使用微服务的思想,不直接将ES服务直接导入,在业务模块下。如果只是学习使用,或者简单的开发中,可以直接将组件(服务)直接导入到需要使用该组件的服务中。

因为这里不需要对ES做过多的配置,但是在以后的开发中却说不准,这样创建ES服务,然后再在需要使用的服务中导入ES依赖,这样似乎是很麻烦,但是在以后进行统一管理还是比较方便的。

ES作为一个公共的组件,我选择在common公共包下面单独创建一个ES的服务。

65b62b04ac2933791aa75a4fb170f8de.png

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

  • 项目地址:https://github.com/YunaiV/yudao-cloud

  • 视频教程:https://doc.iocoder.cn/video/

3. 导入依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>

在需要的服务中再导入elasticsearch我们自己的服务

4. 数据库准备

6de2d97643047ad28f74434db5c71d45.png
/*
 Navicat Premium Data Transfer
 
 Source Server         : docker-oj
 Source Server Type    : MySQL
 Source Server Version : 50744
 Source Host           : localhost:3307
 Source Schema         : bitoj_dev
 
 Target Server Type    : MySQL
 Target Server Version : 50744
 File Encoding         : 65001
 
 Date: 04/12/2024 12:12:41
*/
 
SET NAMES utf8mb4;
SET FOREIGN_KEY_CHECKS = 0;
 
-- ----------------------------
-- Table structure for tb_question
-- ----------------------------
DROP TABLE IF EXISTS `tb_question`;
CREATE TABLE `tb_question`  (
  `question_id` bigint(20) UNSIGNED NOT NULL COMMENT '题目id',
  `title` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL,
  `difficulty` tinyint(4) NOT NULL COMMENT '题目难度1:简单  2:中等 3:困难',
  `time_limit` int(11) NOT NULL COMMENT '时间限制',
  `space_limit` int(11) NOT NULL COMMENT '空间限制',
  `content` varchar(1000) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '题目内容',
  `question_case` varchar(1000) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL COMMENT '题目用例',
  `default_code` varchar(1000) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT '默认代码块',
  `main_func` varchar(500) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NOT NULL COMMENT 'main函数',
  `create_by` bigint(20) UNSIGNED NOT NULL COMMENT '创建人',
  `create_time` datetime NOT NULL COMMENT '创建时间',
  `update_by` bigint(20) UNSIGNED NULL DEFAULT NULL COMMENT '更新人',
  `update_time` datetime NULL DEFAULT NULL COMMENT '更新时间',
  `is_del` tinyint(4) NOT NULL DEFAULT 0 COMMENT '逻辑删除标志位 0:未被删除 1:被删除',
  PRIMARY KEY (`question_id`) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci ROW_FORMAT = Dynamic;
 
-- ----------------------------
-- Records of tb_question
-- ----------------------------
INSERT INTO `tb_question` VALUES (1860314392613736449, '两数相加', 2, 1000, 256, '给定两个非负整数,分别用链表表示,每个节点表示一位数字。将这两个数字相加并以相同形式返回结果。', '[{\"input\":\"[2,4,3]\\n[5,6,4]\",\"output\":\"[7,0,8]\"}, {\"input\":\"[0]\\n[0]\",\"output\":\"[0]\"}]', 'public ListNode addTwoNumbers(ListNode l1, ListNode l2) {\\n    // TODO: 实现你的算法\\n}', 'public static void main(String[] args) {\\n    ListNode l1 = new ListNode(2, new ListNode(4, new ListNode(3)));\\n    ListNode l2 = new ListNode(5, new ListNode(6, new ListNode(4)));\\n    ListNode result = addTwoNumbers(l1, l2);\\n    System.out.println(result);\\n}', 1, '2024-11-23 21:28:09', 1, NULL, 0);
INSERT INTO `tb_question` VALUES (1860315513155604481, 'test', 2, 12, 12, '<p>113厄尔</p>', '222', '22', '222', 1, '2024-11-23 21:32:36', 1, NULL, 0);
INSERT INTO `tb_question` VALUES (1860317209277616130, '两数相加2', 2, 1000, 256, '给定两个非负整数,分别用链表表示,每个节点表示一位数字。将这两个数字相加并以相同形式返回结果。', '[{\"input\":\"[2,4,3]\\n[5,6,4]\",\"output\":\"[7,0,8]\"}, {\"input\":\"[0]\\n[0]\",\"output\":\"[0]\"}]', 'public ListNode addTwoNumbers(ListNode l1, ListNode l2) {\\n    // TODO: 实现你的算法\\n}', 'public static void main(String[] args) {\\n    ListNode l1 = new ListNode(2, new ListNode(4, new ListNode(3)));\\n    ListNode l2 = new ListNode(5, new ListNode(6, new ListNode(4)));\\n    ListNode result = addTwoNumbers(l1, l2);\\n    System.out.println(result);\\n}', 1, '2024-11-23 21:39:20', 1, NULL, 0);
INSERT INTO `tb_question` VALUES (1860319609832869890, '两数相加21', 2, 1000, 256, '<p>给定两个非负整数,分别用链表表示,每个节点表示一位数字。将这两个数字相加并以相同形式返回结果。</p>', '[{\"input\":\"[2,4,3]\\n[5,6,4]\",\"output\":\"[7,0,8]\"}, {\"input\":\"[0]\\n[0]\",\"output\":\"[0]\"}]', 'public ListNode addTwoNumbers(ListNode l1, ListNode l2) {\\n    // TODO: 实现你的算法\\n}', 'public static void main(String[] args) {\\n    ListNode l1 = new ListNode(2, new ListNode(4, new ListNode(3)));\\n    ListNode l2 = new ListNode(5, new ListNode(6, new ListNode(4)));\\n    ListNode result = addTwoNumbers(l1, l2);\\n    System.out.println(result);\\n}', 1, '2024-11-23 21:48:53', 1, '2024-11-24 16:03:57', 0);
INSERT INTO `tb_question` VALUES (1860319646323314689, '两数相加3', 2, 1000, 256, '给定两个非负整数,分别用链表表示,每个节点表示一位数字。将这两个数字相加并以相同形式返回结果。', '[{\"input\":\"[2,4,3]\\n[5,6,4]\",\"output\":\"[7,0,8]\"}, {\"input\":\"[0]\\n[0]\",\"output\":\"[0]\"}]', 'public ListNode addTwoNumbers(ListNode l1, ListNode l2) {\\n    // TODO: 实现你的算法\\n}', 'public static void main(String[] args) {\\n    ListNode l1 = new ListNode(2, new ListNode(4, new ListNode(3)));\\n    ListNode l2 = new ListNode(5, new ListNode(6, new ListNode(4)));\\n    ListNode result = addTwoNumbers(l1, l2);\\n    System.out.println(result);\\n}', 1, '2024-11-23 21:49:01', 1, NULL, 0);
INSERT INTO `tb_question` VALUES (1860331174208598018, '两数相加3秀爱', 2, 1000, 256, '<p>给定两个非负整数,分别用链表表示,每个节点表示一位数字。将这两个数字相加并以相同形式返回结果。</p>', '[{\"input\":\"[2,4,3]\\n[5,6,4]\",\"output\":\"[7,0,8]\"}, {\"input\":\"[0]\\n[0]\",\"output\":\"[0]\"}]', 'public ListNode addTwoNumbers(ListNode l1, ListNode l2) {\\n    // TODO: 实现你的算法\\n}', 'public static void main(String[] args) {\\n    ListNode l1 = new ListNode(2, new ListNode(4, new ListNode(3)));\\n    ListNode l2 = new ListNode(5, new ListNode(6, new ListNode(4)));\\n    ListNode result = addTwoNumbers(l1, l2);\\n    System.out.println(result);\\n}', 1, '2024-11-23 22:34:50', 1, '2024-11-24 15:58:17', 0);
INSERT INTO `tb_question` VALUES (1860524253771296769, '21', 1, 2, 2, '<p>2</p>', '2', '2', '2', 1, '2024-11-24 11:22:04', 1, '2024-11-24 15:58:07', 0);
 
SET FOREIGN_KEY_CHECKS = 1;

现在的需求是:通过题目的题目或者是题目内容来对题目进行检索。

为ES和mysql创建对应的实体类:

ES:

import org.springframework.data.elasticsearch.annotations.Document;
 
import lombok.Getter;
import lombok.Setter;
import org.springframework.data.annotation.Id;
import org.springframework.data.elasticsearch.annotations.DateFormat;
import org.springframework.data.elasticsearch.annotations.Document;
import org.springframework.data.elasticsearch.annotations.Field;
import org.springframework.data.elasticsearch.annotations.FieldType;
 
import java.time.LocalDateTime;
 
@Getter
@Setter
@Document(indexName = "idx_question")
public class QuestionES {
 
    @Id
    @Field(type = FieldType.Long)
    private Long questionId;
 
    @Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_max_word")
    private String title;
 
    @Field(type = FieldType.Byte)
    private Integer difficulty;
 
    @Field(type = FieldType.Long)
    private Long timeLimit;
 
    @Field(type = FieldType.Long)
    private Long spaceLimit;
 
    @Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_max_word")
    private String content;
 
    @Field(type = FieldType.Text)
    private String questionCase;
 
    @Field(type = FieldType.Text)
    private String mainFunc;
 
    @Field(type = FieldType.Text)
    private String defaultCode;
 
    @Field(type = FieldType.Date, format = DateFormat.date_hour_minute_second)
    private LocalDateTime createTime;
}

mysql:

import com.baomidou.mybatisplus.annotation.IdType;
import com.baomidou.mybatisplus.annotation.TableId;
import com.baomidou.mybatisplus.annotation.TableName;
import com.guan.common.core.domain.BaseEntity;
import lombok.Getter;
import lombok.Setter;
 
@TableName("tb_question")
@Getter
@Setter
public class Question extends BaseEntity {
 
    @TableId(type = IdType.ASSIGN_ID)
    private Long questionId;
 
    private String title;
 
    private Integer difficulty;
 
    private Long timeLimit;
 
    private Long spaceLimit;
 
    private String content;
 
    private String questionCase;
 
    private String defaultCode;
 
    private String mainFunc;
}
4.1. @Document(indexName = "idx_question")

该注解表示这是一个 Elasticsearch 的文档(document)类。

indexName 属性指定了在 Elasticsearch 中存储该文档的索引名称,即 idx_question。这意味着 Elasticsearch 会将这个类的数据存储在名为 idx_question 的索引中。

4.2. Id

表示该字段是文档的唯一标识符。在 Elasticsearch 中,每个文档都必须有一个唯一的 ID,用来区分不同的文档。 在这里,questionId 被标注为唯一标识符,即 Elasticsearch 文档的 ID。

4.3. @Field

@Field 注解用于指定字段在 Elasticsearch 中的类型、分析器等信息。它是 Spring Data Elasticsearch 提供的一个注解,用于定义如何在 Elasticsearch 中映射数据。

5. 实现Repository 接口(ES)和Mapper(MySQL)

5.1. Elasticsearch -- Repository 接口

Spring Data Elasticsearch 的 Repository 接口,用于与 Elasticsearch 交互。它继承了 ElasticsearchRepository,这使得 Spring Data Elasticsearch 可以自动为它提供基本的 CRUD 操作。这个接口专门用于操作 QuestionES 类型的文档,并提供了一些自定义查询方法。可以类比于用于操作数据库的mapper接口类。

import com.guan.friend.domain.question.es.QuestionES;
import org.springframework.data.domain.Page;
import org.springframework.data.domain.Pageable;
import org.springframework.data.elasticsearch.annotations.Query;
import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;
import org.springframework.stereotype.Repository;
 
@Repository
public interface IQuestionRepository extends ElasticsearchRepository<QuestionES, Long> {
 
    Page<QuestionES> findQuestionByDifficulty(Integer difficulty, Pageable pageable);
 
    //select  * from tb_question where (title like '%aaa%' or content like '%bbb%')  and difficulty = 1
    @Query("{\"bool\": {\"should\": [{ \"match\": { \"title\": \"?0\" } }, { \"match\": { \"content\": \"?1\" } }], \"minimum_should_match\": 1, \"must\": [{\"term\": {\"difficulty\": \"?2\"}}]}}")
    Page<QuestionES> findByTitleOrContentAndDifficulty(String keywordTitle, String keywordContent,Integer difficulty,  Pageable pageable);
 
    @Query("{\"bool\": {\"should\": [{ \"match\": { \"title\": \"?0\" } }, { \"match\": { \"content\": \"?1\" } }], \"minimum_should_match\": 1}}")
    Page<QuestionES> findByTitleOrContent(String keywordTitle, String keywordContent, Pageable pageable);
 
}

1. 方法:findQuestionByDifficulty

方法目的:通过问题的 difficulty(难度)字段来查询问题,并分页返回结果。 返回一个 Page<QuestionES>,表示分页查询的结果。difficulty 参数是查询条件,Pageable 参数是分页信息,Pageable 包含了页数和每页条数等信息。

查询类型:这个查询方法是基于 Spring Data Elasticsearch 的查询派发机制生成的,不需要手动编写查询语句。它会自动根据方法名推导出对应的查询操作。

2. 方法:findByTitleOrContentAndDifficulty

方法目的:根据标题 title 或内容 content 进行搜索,并且需要匹配问题的难度 difficulty。

@Query 注解:该注解用于定义自定义的 Elasticsearch 查询。查询采用的是 Elasticsearch Query DSL(Elasticsearch 查询语言)。

{
  "bool": {
    "should": [
      { "match": { "title": "?0" } },
      { "match": { "content": "?1" } }
    ],
    "minimum_should_match": 1,
    "must": [
      { "term": { "difficulty": "?2" } }
    ]
  }
}
  • should: 表示“或”条件,查询中 title 或 content 字段必须匹配给定的关键字(?0 和 ?1 分别是方法参数 keywordTitle 和 keywordContent)。minimum_should_match: 1 意味着至少一个 should 子句必须匹配。

  • must: 表示“且”条件,查询中 difficulty 字段必须匹配给定的难度(?2 是方法参数 difficulty)。该查询会检索标题或内容包含关键词的文档,并且难度符合指定值。

3. 方法:findByTitleOrContent

方法目的:根据标题 title 或内容 content 进行搜索,分页返回结果。

该方法的查询语句与 findByTitleOrContentAndDifficulty 方法类似,但没有添加 difficulty 字段的筛选条件。查询的条件是标题或内容匹配给定的关键词,minimum_should_match: 1 表示至少一个 should 子句匹配。

{
  "bool": {
    "should": [
      { "match": { "title": "?0" } },
      { "match": { "content": "?1" } }
    ],
    "minimum_should_match": 1
  }
}

should:表示“或”条件,查询中 title 或 content 字段必须匹配给定的关键字(?0 和 ?1 分别是方法参数 keywordTitle 和 keywordContent)。minimum_should_match: 1 表示至少一个 should 子句匹配。

5.2. MySQL--Mapper
import com.baomidou.mybatisplus.core.mapper.BaseMapper;
import com.guan.friend.domain.question.Question;
 
public interface QuestionMapper extends BaseMapper<Question> {
 
}

6. Service代码

import cn.hutool.core.bean.BeanUtil;
import cn.hutool.core.collection.CollectionUtil;
import cn.hutool.core.util.StrUtil;
import com.baomidou.mybatisplus.core.conditions.query.LambdaQueryWrapper;
import com.guan.common.core.domain.TableDataInfo;
import com.guan.friend.domain.question.Question;
import com.guan.friend.domain.question.dto.QuestionQueryDTO;
import com.guan.friend.domain.question.es.QuestionES;
import com.guan.friend.domain.question.vo.QuestionVO;
import com.guan.friend.elasticsearch.IQuestionRepository;
import com.guan.friend.mapper.question.QuestionMapper;
import com.guan.friend.service.question.IQuestionService;
import jakarta.annotation.Resource;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.domain.Page;
import org.springframework.data.domain.PageRequest;
import org.springframework.data.domain.Pageable;
import org.springframework.data.domain.Sort;
import org.springframework.stereotype.Service;
 
import java.util.List;
 
@Service
public class QuestionServiceImpl implements IQuestionService {
 
    @Autowired
    private IQuestionRepository questionRepository;
 
    @Resource
    private QuestionMapper questionMapper;
 
    @Override
    public TableDataInfo list(QuestionQueryDTO questionQueryDTO) {
        long count = questionRepository.count();
        // 如果ES没有数据,从数据库同步
        if(count <= 0){
            refreshQuestion();
        }
        // 指定排序规则是 按照创建时间 降序(新创建的题目在最上面)
        Sort orders = Sort.by(Sort.Direction.DESC, "createTime");
        // 维护分页
        Pageable pageable = PageRequest.
                of(questionQueryDTO.getPageNum() - 1, questionQueryDTO.getPageSize(), orders);
        Integer difficulty = questionQueryDTO.getDifficulty();
        String keywords = questionQueryDTO.getKeywords();
 
        Page<QuestionES> questionESPage;
        if(difficulty == null && StrUtil.isEmpty(keywords)){// 查询参数都为空
            questionESPage = questionRepository.findAll(pageable);
        }else if(StrUtil.isEmpty(keywords)){// 查询题目或内容为空
            questionESPage = questionRepository.findQuestionByDifficulty(difficulty, pageable);
        }else if(difficulty == null){// 查询难度为空
            questionESPage = questionRepository.findByTitleOrContent(keywords, keywords, pageable);
        }else{// 查询条件都不为空
            questionESPage = questionRepository.findByTitleOrContentAndDifficulty(keywords, keywords, difficulty, pageable);
        }
        // 获取es中检索到的全部数据的数量
        long total = questionESPage.getTotalElements();
        if(total <= 0){
            return TableDataInfo.empty();
        }
        // 将ES的数据转换成VO
        List<QuestionES> questionESList = questionESPage.getContent();
        List<QuestionVO> questionVOList = BeanUtil.copyToList(questionESList, QuestionVO.class);
        return  TableDataInfo.success(questionVOList, total);
    }
 
    private void refreshQuestion() {
        List<Question> questionList = questionMapper.selectList(new LambdaQueryWrapper<Question>());
        if(CollectionUtil.isEmpty(questionList)){
            return;
        }
        // 将数据库查到的题目列表数据 刷新到 ES 中
        // 转换列表数据类型
        List<QuestionES> questionESList = BeanUtil.copyToList(questionList, QuestionES.class);
        questionRepository.saveAll(questionESList);
    }
}

测试不传入查询条件:

7adccf9abe4caf5293889aa7b4cf1943.png

测试检索关键字

f87dc4d16860d80ecaae66ac9e823213.png

测试检索关键字

91baee05eb9c2f9ee2e10566969577f5.png

测试检索关键字+题目难度

b82289e73402a6f8d5bda491a135c2a3.png

欢迎加入我的知识星球,全面提升技术能力。

👉 加入方式,“长按”或“扫描”下方二维码噢:

949f57b6967dfe78825e3ce328b06e1c.png

星球的内容包括:项目实战、面试招聘、源码解析、学习路线。

9aa34894c33a70352519163ffc1a9692.png

95ece423717708410112b9ff2363bc7d.pngf3d8d829af3fc28cafb0ca8c1acee3f6.pngfd5a7bf4a78e1090b987f3ad56578693.png0841be1557182ca9b6587ca0fd7cf087.png

文章有帮助的话,在看,转发吧。
谢谢支持哟 (*^__^*)
java面试:elasticsearch Facebook从本质上讲,提供了另一种组织信息,过滤信息的方法,以你信得过的人(朋友圈)以及所谓有影响力的人(大咖们)为过滤信息的依据。这种组织信息的方式你可以认为是主观的,但是很多时候它给你的结果并不差,甚至不比Google差。Google的搜索本质是一种特定的,过滤没用信息,挑出有用信息的工具。一般索引只会根据一个维度的信息建立,而不会用几个维度的组合信息建立,比如,不会建立“人名+毕业学校”这样的索引。Google在建索引时,是对所有的词建索引的,而不仅仅是对于一些重要的词建立索引。 阅读详情

相关推荐

研究生如何快速发CVPR

研究生如何快速发CVPR,找到科研方向

python_vb的博客 787

MySQL 实现模糊匹配

在不依赖Elasticsearch等外部搜索引擎的情况下,您依然能够充分利用MySQL数据库内置的LIKE和REGEXP操作符来实现高效的模糊匹配功能。针对更为复杂的搜索需求,尤其是在处理大型数据集时,结合使用IK分词器(虽然IK分词器本身主要用于中文分词,在Elasticsearch等搜索引擎中广泛应用,但可以通过一些创造性的方法间接应用于MySQL环境)可以显著提升搜索的准确性和效率。

在那一刻,我们或许会发现自己站在了时间的另一岸,以更加成熟和宽广的胸怀,去拥抱那份隔代相传的深情。 2751

TS808效果器制作教程

TS808效果器制作教程 可以在立创商城购买到大部分的电阻电容和IC,音频接口,踩钉,电位器和电源接口可以去某宝看看都买得到的。链接https//pan.baidu.com/s/1QId1eIE3fJ2u5NLBSISvGA。安装过程过于繁琐,把所有元器件按照图纸焊接完成就可以调试了,祝你们成功!这是TS808经典效果器制作过程的记录。IC是JRC4558。...

qq_18948149的博客 3432

ES+MySQL 优雅的实现模糊搜索

来源:blog.youkuaiyun.com/qq_45875349???? 欢迎加入小哈的星球,你将获得:专属的项目实战 /1v1 提问/Java 学习路线 /学习打卡/每月赠书/社群讨论新项目:《从零手撸:仿小红书(微服务架构)》正在持续爆肝中,基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17...,点击查看项目介绍;《从零手撸:前后端分...

犬小哈 178

第4篇:使用 NModbus 库快速搭建 Modbus TCP 通信(从零开始用 C# 开发 Modbus 上位机)

本文介绍了如何使用 NModbus 库快速搭建 Modbus TCP 上位机通信程序。通过安装 NModbus4 NuGet 包,开发者可以轻松实现 Modbus TCP 连接,无需手动处理底层协议细节。文章详细演示了核心功能实现: 创建 TCP 客户端连接设备 读取保持寄存器(功能码0x03) 写入单个寄存器(功能码0x06) 关闭连接释放资源 提供完整C#示例代码,包含初始化连接、数据读写等关键操作,帮助开发者快速构建Modbus TCP通信应用。相比手动实现,NModbus库大幅简化了开发流程,特别适

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 1048

基于Verilog的8位CPU设计及UART扩展实现方案,包含完整的架构设计、核心代码实现和仿真验证方法

基于Verilog的8位CPU设计及UART扩展实现方案,包含完整的架构设计、核心代码实现和仿真验证方法

a_zxswer的博客 193

《从 MyBatis-Plus 到 Elasticsearch:一个后端的性能优化踩坑实录》

​最近接手了一个老项目,单表查询用 MyBatis-Plus 写得飞起,但一到​​多表关联+模糊搜索​​就卡成 PPT。痛定思痛,决定引入 Elasticsearch 优化查询性能,结果踩坑无数……记录下这次​​从 ORM 到搜索引擎​​的升级历程,分享给同样被慢查询折磨的你。MyBatis-Plus 的 在单表操作中确实优雅: 但遇到​​跨表 JOIN + 高并发模糊查询​​时,MySQL 直接裂开:​​结论​​:MP 适合 OLTP 简单场景,OLAP 复杂查询得换方案。面对海量数据搜索,纠结了两

m0_73762612的博客 970

二、Windows安装Docker到非C盘的全新教程(Windows版)

Windows安装Docker到非C盘的全新教程(Windows版)

funfan的博客 4万+

MySQL 与 Elasticsearch 数据一致性保障的四大主流方案

摘要:本文针对电商、在线旅游等高并发搜索场景中MySQL与Elasticsearch的数据一致性问题,系统分析了四种主流同步方案:1)同步双写(强一致但性能差);2)MQ异步双写(解耦但延迟秒级);3)扫表同步(低成本但实时性差);4)Binlog监听(零侵入且准实时)。通过对比实时性、一致性、复杂度等维度,提出选型建议:高并发推荐MQ异步双写,追求架构优雅首选Binlog方案,并强调需配套数据校验机制应对极端情况。最终指出该问题本质是CAP理论的平衡实践。(149字)

慢慢 1001

通信算法之249: DJI波形物理层

D-J-I的Lightbridge波形、Ocusync1波形、Ocusync2波形、Ocusync3波形,

leegang12的专栏 1445

实现画布拖拽算子排布,通过flink实现算子编排计算,如何实现?

🏆本文收录于 《全栈 Bug 调优(实战版)》 专栏。专栏聚焦真实项目中的各类疑难 Bug,从成因剖析 → 排查路径 → 解决方案 → 预防优化全链路拆解,形成一套可复用、可沉淀的实战知识体系。无论你是初入职场的开发者,还是负责复杂项目的资深工程师,都可以在这里构建一套属于自己的「问题诊断与性能调优」方法论,助你稳步进阶、放大技术价值 。

**My Coding Family** 1072

电商搜索架构实战:从数据库LIKE到Elasticsearch高性能检索服务设计

在互联网应用中,高效的数据检索是提升用户体验和商业效率的核心技术。其基本原理是通过倒排索引等数据结构,将非结构化的文本信息转化为可快速查询的格式,从而实现毫秒级的响应速度。这项技术的核心价值在于能够处理海量数据,支持复杂的过滤、排序和聚合操作,广泛应用于电商、内容平台、日志分析等场景。以电商平台为例,商品搜索服务需要解决“快、准、灵、智、稳”五大痛点,传统数据库的LIKE查询或简单全文索引在数据量增长后会遇到性能瓶颈和功能限制。通过引入Elasticsearch分布式搜索引擎,并结合Canal实现MySQL

weixin_34320159的博客 335

osgPython

osgPython是一组 Python 模块,为 OpenSceneGraph 的 C++ 库提供了完整的 Python 接口。这意味着你可以在 Python 中调用几乎所有的 OSG 功能,从创建简单的场景到复杂的渲染效果。核心优势开发速度快:Python 语法简洁,无需编译,快速迭代易于学习:比 C++ 更易上手,适合原型开发和教学生态丰富:可以结合 NumPy、Matplotlib 等科学计算库跨平台:与 OSG 一样支持 Windows、Linux、macOS性能考虑。

深之JohnChen的专栏 459

从搜索引擎到数据库:倒排索引在MySQL中的实战应用(附Python示例代码)

本文深入探讨了倒排索引在MySQL数据库中的实战应用,旨在解决海量数据下的模糊查询性能瓶颈。通过对比传统LIKE查询,详细阐述了如何设计倒排索引表结构,并提供了完整的Python示例代码,演示了从索引构建到复杂查询的实现过程,为电商搜索、日志分析等场景提供了高效的数据库优化方案。

weixin_29304021的博客 116

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

mysql单词匹配,mysql喜欢在字符串上匹配完整的单词或单词的开头

Given a search string I need to select every record where (in the field the search is performed on) there is at least one word that begins with the given text.For example:'John Doe'Have to be be selec...

weixin_39594191的博客 117

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

Kibana Dev Tools 实战指南:Elasticsearch CRUD 操作与性能优化

Elasticsearch 作为分布式搜索引擎,其核心在于倒排索引机制,能够实现海量数据的近实时检索与分析。理解其查询 DSL(领域特定语言)和映射(Mapping)设计原理,是构建高效搜索与数据分析应用的基础。在工程实践中,通过 Kibana 这一官方可视化工具,开发者可以直观地进行数据操作、查询调试与集群管理,极大提升开发运维效率。本文聚焦于 Kibana Dev Tools 控制台,详细演示如何对 Elasticsearch 执行增删改查(CRUD)操作,并针对常见的证书过期、索引只读等网络热词问题进

weixin_30919571的博客 400

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

Thinkphp_Laravel框架的校园闲置物品交易聊天系统实现

基于ThinkPHP和Laravel框架的校园闲置物品交易聊天系统,旨在为高校学生提供便捷的二手物品交易平台,集成商品发布、搜索、交易及实时聊天功能。系统采用前后端分离架构,后端通过ThinkPHP实现高并发数据处理,Laravel提供RESTful API接口;前端使用Vue.js构建交互界面,结合WebSocket实现实时通信。

Q_Q1963288475的博客 893

mybatis bind 用来模糊搜索字符串

bind 引言 在进行模糊查询时,如果使用“${}”拼接字符串,则无法防止 SQL 注入问题。如果使用字符串拼接函数或连接符号,但不同数据库的拼接函数或连接符号不同。 例如 MySQL 的 concat 函数、Oracle 的连接符号“||”,这样 SQL 映射文件就需要根据不同的数据库提供不同的实现,显然比较麻烦,且不利于代码的移植。幸运的是,MyBatis 提供了 元素来解决这一问题。 当然也可以是用concat函数,但是那样写的有一说一不美观 因此我选择用了Bind 用法示例 <selec

Leezed525的博客 362

领导无语:根据关键词搜索文章你居然用like去实现?

可乐他们团队最近在做一个文章社区平台,由于人手不够,前后端都是由前端同学来写。后端使用nest来实现。title:标题content:内容:简介可乐心想:这还不简单,一个like模糊查询的事情。以上就是本文的全部内容,介绍了实现全文检索。

weixin_42684490的博客 933

springboot超市在线销售系统的设计与实现

本文设计并实现了一个基于SpringBoot框架的超市在线销售系统。系统采用Java语言开发,使用MySQL数据库存储数据,Eclipse作为开发工具。主要功能包括商品管理、订单处理、支付对接和物流跟踪等核心模块,通过整合Spring Boot、Redis、Elasticsearch等技术实现高性能服务。系统解决了传统超市数字化转型中的商品展示、即时配送等痛点,支持多终端访问和社交化营销。测试效果显示,系统界面友好,功能完善,能有效提升超市运营效率和顾客购物体验。该方案为零售业数字化转型提供了可行参考。

weixin_63982010的博客 8

mysql 文本 挖掘_人工智能推荐算法系统实战之contentbase文本挖掘算法策略

ContentBase指的是以内容、文本为基础的挖掘算法,有简单的基于内容属性的匹配,也有复杂自然语言处理算法,下面分别讲述一下。1.简单的内容属性匹配比如我们按上面协同过滤的思路计算的看了又看推荐列表,根据一个商品来推荐相关或相似的商品,我们也可以用简单的内容属性匹配的方式。这里提出一种简单的实现思路:把商品信息表都存到Mysql表product里,字段有这么几个:商品编号:62216878商品...

weixin_39949889的博客 263

基于Thinkphp和Laravel的在线鲜花商城网上花店系统

本系统后端采用 PHP 语言搭配Thinkphp或者 Laravel 框架,PHP 语法简洁且功能强大,Laravel 或者Thinkphp框架能优化代码结构、提升开发效率,高效实现系统核心逻辑与数据库交互。前端运用 Vue 框架,其组件化开发与响应式设计,可打造流畅交互界面。MySQL 数据库稳定可靠,能安全存储海量文档数据,整体而言,这些成熟技术相互配合,能顺利完成系统开发。开发软件: hbuiderx,vscode、Adobe Dreamweaver等。

QQ242219979的博客 1034

springboot基于Java的酒店客房管理系统设计与实现

Java语言Java语言是目前最流行的语言之一,不仅可以做桌面窗口形式的程序,还可以做浏览器访问的程序,目前最流行的就是用Java语言作为基础,做各种程序的后台处理。Java语言是操作变量的语言,而变量则是Java对于数据存在形式的定义,变量用来操作内存,而内存则牵扯到计算机安全问题,这样Java语言反而有了免疫直接针对用Java语言开发出来的程序的病毒,有效的提高了Java语言开发出来程序的生存能力。

weixin_63982010的博客 12

MySQL 索引类型全梳理:B+Tree、Hash、全文索引一文看懂

今天这篇文章,我们就来系统梳理 MySQL 的常见索引类型:B+Tree 索引、Hash 索引、全文索引——并讲清楚它们的使用场景与性能差异。注意:在 InnoDB 中,虽然默认是 B+Tree,但 MySQL 也会在内部使用“自适应 Hash 索引”来优化查询性能。它的底层使用 倒排索引(Inverted Index) 实现,能高效地查找包含某个词的文本。而索引的存在,可以让数据库在数据结构中“定位”到目标行,从而显著加快查询速度。会写 SQL 的是开发,会用索引的,才是懂数据库的人。

weixin_44118965的博客 838

银发通:一个适老化智慧就医平台的全栈实践项目

银发通是一款面向老年群体的智慧医疗平台,提供AI智能导诊、在线预约挂号、公益陪诊等服务。项目采用Vue3+FastAPI前后端分离架构,并引入Redis、RabbitMQ、Elasticsearch等中间件优化系统性能。主要亮点包括:Redis+Lua防止号源超卖、RabbitMQ延迟消息自动取消订单、Elasticsearch全文检索、Dify AI智能导诊等。系统通过Docker Compose实现一键部署,解决了老年人就医过程中预约复杂、信息获取困难等问题,具有较高的实用性和工程实践价值。

2302_80137276的博客 363

技术沟通中的优雅拒绝:基于阿乐模型的软件工程实践

在软件工程与团队协作中,有效的技术沟通是保障项目成功的关键环节。其核心原理在于通过结构化、基于事实的对话,平衡各方诉求,推动技术决策的理性化。这项技能的技术价值在于能显著降低技术债务、规避系统风险,并维护团队的长期健康与效率。在实际应用场景中,它广泛作用于需求评审、代码审查、技术方案选型及紧急事件响应等多个维度。本文以“阿乐模型”(Acknowledge-Limit-Engage)为框架,结合具体案例,系统阐述了如何在面对不合理需求、有缺陷的代码设计或超出范围的请求时,进行有理有据、富有建设性的“技术性拒绝

weixin_30745553的博客 528
上一篇: SpringBoot 项目热部署的3种方式
下一篇: 2025年,只有搞颜色的 P 站真正关心网站性能
公众号-芋道源码
博客等级 码龄10年 1639粉丝 377原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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