JavaCoder_juejue的博客

1.DSL语句概览与分析 此篇我要做的就是完成DSL代码层面的实现,大致的结构如下,详细的DSL语句上篇已经贴出来了 包含计算分数的must查询与不计算的filter外面被bool然后最外面被query对象包着 然后是排序，然后是分页，然后是高亮，最后是聚合分析 2.上代码 ...

1.修改映射中的内容 老的映射为如下，可以看到许多字段的index及doc_values都为false，那么这些字段将无法用于检索与内容的显示 { "product" : { "mappings" : { "properties" : { "attrs" : { "type" : "nested", "properties" : { "attrId" : { "t...

1.DSL回顾 从上次敲DSL已经过了两三个月了,这次再来试试 如下是查询的啥？查询的是标题包含华为没有库存，商品品牌id为6或8的商品 知识点：组合查询使用bool，match分词后收索，term使用一整个关键词去搜索不进行分词，filter不会去计算任何分值，也不会关心返回的排序问题，因此 比must啥的效率会高一点 GET product/_search { "query": { "bool": { "must": [ { "match": {

此篇文章算是几篇整合为一篇了 核心代码如下，大致逻辑页面点击SPU上的上架，根据spu查出其下sku以及相关规格属性等等，把各信息封装到 skuEsModels中，然后调用第二部分代码进行上架，也就是保存到ES中，方便后面检索，保存完之后，改库存+改状态 中间一些查库存更新库存的接口没贴出来 @Override @Transactional public void spuUp(Long spuId) { List<SkuInfoEntity>

当数据类型为数组时，数据会被扁平化处理，此时需把数据类似定义为nested 所以我们这把属性集合的类型定义为nested

1.会在日志与商品全文检索中使用到es,日志部分后面再说下面会说商品的全文检索 2.如下全文检索将会用es而不是mysql，为什么呢 1.mysql全文检索没有es强大 2.es中数据保存在内存中，性能会比mysql优很多，当内存不够的时候咋办呢，分片，支持分布式,容量无限， 但是设计的时候还是尽量要节省，因为内存产品比硬盘要贵很多 3.存储模型的分析与确定 将数据从mysql保存到es称为上架 上架的商品才可以在网站上被展示与检索 以下是一个我们检索大致需要的属性的列举,第一...

1.本文主要参考链接 https://www.elastic.co/guide/en/elasticsearch/client/java-rest/current/java-rest-high-search.html 2.代码 @Test public void searchData() throws IOException { // SearchRequest searchRequest = new SearchRequest(); // search

以下内容都是参考此链接https://www.elastic.co/guide/en/elasticsearch/client/java-rest/current/java-rest-high-create-index.html 1.ElasticConfiguration类中添加如下配置 private static final RequestOptions COMMON_OPTIONS; static { RequestOptions.Builder builder

1.API选择 - high-level-client high-level-client是对low-level-client进行了封装就如mybatis与jdbc的关系 2.创建search模块 使用spring initializer创建maven模块 因为默认创建出来后父版本会是最新的版本 将父版本改为之前其他模块版本一致 看到父版本的依赖是6.8.6版本，复制过来并改为7.4.2版本 3.引入common依赖 添加注册服务的相关配置 ...

1.为了nginx容器配置，执行如下代码，若没有nginx容器会从远程拉取 docker run -p 80:80 --name nginx \ -v /mydata/nginx/html:/usr/share/nginx/html \ -v /mydata/nginx/logs:/var/log/nginx \ -v /mydata/nginx/conf/:/etc//nginx \ -d nginx:1.10 POST _analyze 2.如下内存不太够，调大点 virtualbo..

1.分词器 想要更深入理解可以看看http://3dobe.com/archives/44/ 2.演示 从下面三图可以看出，该分词器对中文不太友好，官网上几种分词器都是针对中文的，这个时候我们需要从github上去下载ik分词器 3.安装IK分词器前，先做如下操作,方便文件的传输 4.安装IK分词器 下载链接https://github.com/medcl/elasticsearch-analysis-ik//releases/tag/v7.4.2 由于我们做了文件的挂载.

前言 7已经把类型概念作为过期内容，8将彻底废弃，以后一个索引就一个类型,原因如下 1.查询 GET /索引名/_mapping 2.新增 3.修改 起始不存在修改，因为字段已经绑定上数据，修改了映射类型算啥？ 所以只能创建新的索引，然后做数据的迁移 （1）新索引的创建 类似如下,其中index属性置为false时，该字段将不能索引文档 (2)数据的迁移 ...

链接https://www.elastic.co/guide/en/elasticsearch/reference/7.10/search-aggregations.html 现在我带大家来入门学习 如下我先查出address 模糊匹配mill的数据，类似于sql中的like 第一个聚合 现在我发现查出四条数据，我还想看看他们的年龄分布， 这个时候需要使用aggs 然后加入一个聚合对象，然后里面是聚合类型是terms用来查看分布最里层声明是哪个属性 可以看到右侧的结果，...

关于elasticsearch的安装与基本的增删改查已经在前面有所讲解，此篇以几个常用例子带大家入门ES的基本检索方式 第一种 相当于get请求，在请求后面拼各种参数不常用，这里不多说 第二种 相当于post请求，有个请求体 https://www.elastic.co/guide/en/elasticsearch/reference/current/getting-started-search.html 比如 以某个字段升序查全部数据 如果不指定分页具体参数时，是默认...

1._bulk语法如下 分两部分 上面为索引，下面为数据 2.测试与导入测试数据 测试 测试数据链接如下 https://github.com/elastic/elasticsearch/blob/master/docs/src/test/resources/accounts.json 导入测试数据，用以后面的学习 可以看到在bank文档下有一千条数据 ...

1._cat 2.put & post 新增与修改数据 put请求:必须带ID ID不存在为新增 存在则为修改 post请求 可带ID可不带 新增：不带ID或者ID不存在 修改 ：带ID且ID已存在 带 _update的话数据必须用doc如： _update会在更新的时候比较原数据，若数据没有发生改变则取消更新 3.get查询数据&乐观锁字段 需要先把这俩字段查询出来，然后并发修改时携带若发生变化则取消修改，重新查了再修改...

其实步骤与之前安装mysql与redis大同小异，安装，映射端口及文件夹等 具体我就不浪费时间贴我的指令了，看这篇https://blog.youkuaiyun.com/Q010_/article/details/107445061 记得把多余单引号去掉就好

详细介绍我是看的这篇博客https://www.jianshu.com/p/60b242cbd8b4 目前还没使用过，收索一些资料知道他有如下特点 1.可用于大数据量(PB级)的查询 2.查询方式是啥倒排索引查询，就是分词然后查出来后有个相关度，然后根据相关度的大小进行排序， 典型的用空间换时间 3.底层是lucene，封装了RESTFUL API方便使用，入门简单 4.跟数据库类似 其实ES功能就像一个关系型数据库，在这个数据库我们可以往里面添加数据，查询数据。 ES中的索引非传统索引的含