promiseful的博客

一、安装Nginx 配置分词# cd /mydata/nginx/html/ # mkdir es # cd es # vi analyze.txt # 添加单词 中国梦乔先生张三丰ESC :wqdocker安装Nginx二、配置ES # cd /mydata/elasticsearch/plugins/ik/config/ # vi IKAnalyzer.cfg.xml 添加分词地址 <?xml version="1.0" encoding="UTF-8"

1、标准分词器 安装单词空格分词POST _analyze{ "analyzer": "standard", "text": "The 2 QUICK Brown-Foxes jumped over the lazy dog's bone."}// 响应{ "tokens" : [ { "token" : "the", "start_offset" : 0, "end_offset" : 3, "type" : "<ALP

1、获取字段类型GET /bank/_mapping加keyword 精确匹配2、保存索引指定类型PUT /my_index{ "mappings": { "properties": { "age":{"type": "integer"}, "email":{"type": "keyword"}, "name":{"type": "text"} } }}3、添加新的字段映射PUT /my_index/_mapping{

一、描述1、 搜素address 中包含mill 的所有人的年龄分布以及平均年龄，但不显示这些人的详情按年龄聚合GET bank/_search{ "query": { "match": { "address": "mill" } }, "aggs": { "ageAgg": { "terms": { "field": "age", "size": 10 } } }}

1、match_phrase 【短语匹配】将需要匹配的值当成一个整体单词（不分词）进行检索GET bank/_search{ "query": { "match_phrase": { "address": "mill road" } }}查出address 中包含mill road 的所有记录,并给出相关行得分。2、 multi_match 【多字段匹配】GET bank/_search{ "query": { "multi_match

一、描述bool用来做符合查询 符合语句可以合并任何其他查询语句,包括符合语句。符合语句之间可以相互嵌套,可以表达非常复杂的逻辑。例子一GET bank/_search{ "query": { "bool": { "must": [ { "match": { "gender": "M" // 必须匹配 } }, { "match": {

一、描述并不是所有的查询都需要产生分数,特别是那些仅用于“filtering”过滤的文档。为了不计算分数Elasticsearch会自动检查场景并且优化查询的执行。GET bank/_search{ "query": { "bool": { "must": [ { "match": { "address": "mill" } } ], "filter": {

官网参考地址：https://www.elastic.co/guide/en/elasticsearch/reference/current/getting-started-search.html1）基本语法Elasticsearch 提供了一个可以执行查询的Json 风格的DSL(domian-specific language 领域特定语言)。被称为Query DSL。查询非常全面GET bank/_search { "query_name":{ "arguement":"val

一、添加测试数据1、添加测试数据地址2、POST /bank/account/_bulk二、SearchAPI1、ES 支持两种基本方式检索：（1）一个是通过使用REST request URI 发送搜索参数（uri+检索参数)（2）另一个是通过使用 REST request body 来发送他们（uri + 请求体）2、检索信息1）从_search 开始GET bank/_search . 检索bank下所有信息,包括type 和docsGET bank/_search?q=*&a

一、请求POST customer/external/_bulk{"index":{"_id":"1"}}{"name":"haoxiansheng"}{"index":{"_id":"2"}}{"name":"flame"}语法格式{action:{metadata}}\n{request body }\n{action:{metadata}}\n{request body }\n二、使用Kibana Dev Tools三、复杂操作POST /_bulk{"del

GET http://192.168.56.20:9200/customer/external/1{ "_index": "customer", "_type": "external", "_id": "1", "_version": 2, "_seq_no": 1, "_primary_term": 1, "found": true, "_source": { "name": "Jack Doe" }}PUT

{“_index”:“customer”, //那个索引“_type”: “external”,//那个类型“_id”: “pdioXXQBCrydaDWwfhQT”, //记录id“_version”: 2, //版本号“_seq_no”: 1, //并发控制字段,每次更新就会+1,用来做乐观锁“_primary_term”: 1, //主分片重新分配,如果重启,就会变化“found”:true,“source”:{“name”:“Jack Doe”}}GET http://19

一、基本操作1、概念讲解Type 名, 约定都用_docCreate: 如果ID 已经存在,会创建失败。Index: 如果ID 不存在,创建新的文档。否则,先删除现有文档,再创建新的文档,版本会增加。Update: 文档必须已经存在,更新只会对相应的字段做增量修改。2、案例操作具体实现IndexPUT my_index/_doc/1{“user”:“mike”,“comment”:“I’m first study”}CreatePUT my_ind

一、分布式系统的可用性与扩展性1、高可用性服务可用性：允许节点停止服务服务可用性：部分节点丢失,不会丢数据2、可扩展请求量提升 / 数据的不断增长（将数据分布到所有节点上）二、分布式特性1、ES 的分布式架构的好处存储的水平扩容提高系统的可用性,部分节点停止服务,整个集群的服务不受影响2、ES 的分布式架构a:不同的集群通过不同的名字来区分,默认名字“elasticsearch”b:通过配置文件修改,或者在命令行中 -E cluster.

一、文档1、Elasticsearch 是面向文档的，文档是所有可搜索数据的最小单位日志文件中的日志项电影的具体信息/ 唱片的详细信息播放器里的一首歌 / PDF 文档中的具体内容2、文档会被序列化成JSON格式，保存在ES中Json 对象字段组成每个字段都有对应的字段类型（字符串/ 数值 / 布尔 / 日期 / 二进制 / 范围类型）3、每个文档都有一个Unique ID可以用户指定ID通过ES自动生成4、JSON 文档包含了一些列

一安装环境依赖、java讲解1、运行Elasticsearch 需要安装并配置jdk配置环境变量: $JAVA_HOME2、各个版本对Java的依赖1)Elasticsearch 5需要java 8以上的版本2)Elasticsearch 从6.5开始支持Java11地址参考7.0开始,内置了java环境3、获取Elasticsearch安装包下载二进制文件支持Docker本地运行Helm chart for kubernetes

一、简介1、基于java语言开发的搜素引擎类库2、具有高性能、易扩展的优点3、局限性只能基于java语言开发类库的接口学习曲线陡峭原生并不支持水平扩展二、Elasticseach 的分布式架构1、集群规模可以从单个扩展至数百个2、高可用、水平扩展服务和数据两个维度3、支持不同的节点类型支持Hot & Warm 架构三、Elasticseach 主要功能1、海量数据的分户式存储以及集群管理服务与数据的高可用,水平扩展2、近实时搜索、性能卓越

一、为什么要学Elasticsearch<一>1、实现数据可视化在Elastic Stack中进行导航2、对数据进行搜索、分析、存储3、Kibana能够以图表的形式呈现数据,并且具有可扩展的用户界面，全方位配置和管理Elastic Stack4、Elasticsearch是基于JSON的分布式搜索和分析引擎，专为实现水平扩展、高可靠性和管理便捷而设计5、采集任何涞源、任何格式的数据Beats:是一个面向轻型采集器的平台，这些采集器可从边缘机器向Logstash和Elasticse