Es的使用

curl -H "Content-Type: application/json" '192.168.200.4:9300/test/user/_search?pretty' -d '{"query": { "match" : { "name" : "hello"}}}'curl -H "Content-Type: application/json" '192.168.200.4:9300/test/user/_search?pretty' -d '{"query": { "multi_match" :

增加权重 　　我们上面使用同一个搜索请求在多个field中查询，你也许想提高某个field的查询权重,在下面的例子中，我们把interests的权重调成3，这样就提高了其在结果中的权重，这样把_id=4的文档相关性大大提高了，如下：curl -XGET 'localhost:9200/megacorp/employee/_search' -d '{ "query": { "multi_match" : { "query" : "rock",

Es集群节点分为主节点、数据节点、协调节点(如果node.master和node.data属性均为false，则此节点称为协调节点，用来响应客户请求，均衡每个节点的负载) Es数据进行分片，默认分片数为5 新增文档数据，新文档被写入内存，操作被写入translog，此时数据还不能被搜索到；Es每隔1秒将内存的数据fsyn到filesystem cache中去（此时断电也是存在被丢失的情况）。存放到filesystem cache中的是已经构成了segment；当translog文件越来越大，系统30分钟

数据预热 冷热分离 模型设计 写入索引的时候，就将关联的数据直接写入进去，不要在搜索的时候进行join，因为ES中的复杂查询都很耗费性能。 分页查询 分布式的，查100页的10条数据，必须从每个shard，都查询一批数据过来，然后拿过来在内存里面分页，页翻得越深，基本查询性能很差。优化策略：1.不允许深度分页 2.类似于下拉分页的话，可以使用 scroll...