guyua的博客

直接使用docker-compose来完成es集群部署，要求虚拟机至少有4G内存。docker-compose部署es集群文件。

跟着黑马程序员的培训，对ElasticSearch7的RestAPI进行了ElasticSearch8版本的替换，翻阅了ElasticSearch8的一些文档，对ElasticSearch的开发有了初步的入门，后续会根据业务场景进行完善自己ElasticSearch的知识体系。

这里暂不将涉及消息中间件的类放进去，因为是采用的二是ES8的RestAPI，所以和黑马程序员的demo有些差距，相关注释没有那么详细。

第五章节中含有一些文档的搜索等操作，这里是基于黑马程序员的搜索做的一次单元测试，单元测试类如下，下一章节将整个项目的java文件贴出

前面将文档的RestAP单元测试代码上传，这里补上索引的RestAPI单元测试，同时补上pom.xml文件，pom文件在我这里是子项目的，参考即可API同样采用ES8的链式编程代码风格。

以黑马程序员在B站发布的视频为例，来学习ElasticSearch，由于黑马程序员发布的视频是基于ES7实现的。在学习过程中，采用了ES8的RestAPI，中间代码差异还是很明显的。1、创建索引PUT /hotel{ "settings": { "analysis": { "analyzer": { "text_anlyzer": { "tokenizer": "ik_max_word", "filter": "py" }, "completio

slop：两个词语之间的长度不能超过4 如家酒店，如家惬意酒店。

这里只有DSL语句，后面通过跟着黑马公开的酒店Demo视频更新RestAPI的java代码。，在实际开发中，用到的类型并不多，会用了解原理，用的时候查看文档就行了。以student为例子，创建索引请求体。这里插入六条，为后面的操作，做好数据。返回结果如下，版本号变成了2。返回结果如下，版本号变成了3。

这里不做具体的分析，下载文档的链接中就有简单的使用，和简单的场景，复杂的场景可以看网上大牛的分享。具体的使用看下载的文档中有相关的说明，文档并不复杂，把图放下来，这个。分词的结果肯定不是我们想要的，每个字一个词，下面开始安装IK分词器。具体的使用，应该是两个或者多个分词器才能带给我们想要的使用效果。简单使用（当然这个在实际场景中无法快乐的使用）将下载的安装包解压到es的插件目录即可。将下载的安装包解压到es的插件目录即可。ik分词器(ik_max_word)ik分词器(ik_smart)

Elaticsearch，简称为 ES， ES 是一个开源的高扩展的分布式[全文搜索]引擎，Elasticsearch 是面向数据库，一条数据在这里就是一个文档。ES是一个文档型数据库，下面将ES里面涉及到的元素与关系型数据库进行一一对应。

项目上有父子文档的查询的需求，实现父查子，子查父，查看了一些大佬们学的文档，最终也没实现我的需求，先记录一下吧。2、页面中有按每个省的学生数量、或每个市的学生数量、或出生时间段的学生数量对班级进行排序。relations：父子文档关系，classes为父文档，student为子文档。relations-join-field：自定义使用关联关系字段。1、在页面中，默认按照班级排序，正常的顺序是一班、二班、三班。这个需求，研究了一天也没实现，希望大佬给出意见。type：使用join。