大头讲架构的博客

安装 直接使用 composer 安装 ES 包就可以了，这里使用官方的 elasticsearch/elasticsearch 这个包。 composer require elasticsearch/elasticsearch 安装好以后，创建一个客户端。hosts如果是多个节点的集群，那么可以配置一个二维数组。 $hosts = [ 'host' => '127.0.0.1', 'port' => '9200', 's

term query term是表达语义的最小单位 ,搜索和利用统计语言模型进行自然语言处理都需要处理 term 特点 term level query: term query/range query/ exists query / prefix query / wildcard query 在ES里面，term 查询不做分词，把term查询作为一个整体词汇进行查询，进行一个精确匹配，并对匹配结果进行算分 可以通过 Constant Score 将查询转换成一个 filtering ，避免算分，并利用缓

index template index template index template 可以帮助你设定 Mappings 和 Settins ，并按照一定的规则，自动匹配到新创建的索引上 模板仅在一个索引被新创建时，才会产生作用。修改模板不会影响已经创建的索引 可以设定多个索引模板，这些设置会根据一定的规则 合并到一起 可以指定 Order的数值 控制 合并 的过程 实例 PUT _template/template_default { "index_patterns":["*"], "ord

自定义Analyzer 多字段特性 实现精确匹配 增加一个 keyword 字段 使用不同的analyzer 不同语言 pinyin 字段的搜索 还支持为 搜索 和 索引 指定不同的 analyzer Exact Values vs Full Text Exact Value 包括数字 / 日期 / 具体一个字符串（例如 Apple Store） 精确值 不需要分词 ES 中的 keyword 全文本，非结构化的文本数据 需要分词 ES 中的 text 自定义分词 当 ES 自带的分词器

显式mapping 设置mapping 指令 PUT {index} { "mappings":{ "properties":{ //设置mapping "job_name":{ "type":"text" } } } } 自定义Mapping 可以参考 API 手册，纯手写 也可以复制现有的动态Mapping： 创建一个临时的index,写入

Dynamic Mapping和常见字段类型 Mapping Mapping 类似数据库中的 schema的定义，作用如下： 定义索引中的字段的名称 定义字段的数据类型，例如字符串，数字，布尔等 字段，倒排索引的相关配置 Mapping 会把 JSON 文档映射成 Lucene 所需要的扁平格式 一个Mapping 属于一个索引的 Type 每个文档都属于一个Type 一个 Type 有一个 Mapping 定义 7.0开始，不需要在 Mapping 定义中指定 Type信息 字段的数据类型 简单类

query string和simple query string query string 类似URI query 指令 POST users/_search { "query":{ "query_string":{ "default_field":"job_name", //相当于URI的 df "query":"产品" } } } 还可以搜索多个字段 指令 POST users/_search { "query":{ "query_stri

RequestBody和Query DSL简介 通过RequestBody 实现搜索 参数： q:指定查询语句，使用Query String Syntax df:默认字段，不指定会对所有字段进行查询 sort:排序 from/size: 用来分页 Profile 可以查看查询是如何被执行的 这个方法的参数和URI是一样的，比如我们在kibana里面执行下面的指令： GET test_home/_search { "profile": "true", "from":0, "size":10,

URI Search 通过URI query 实现搜索 参数： q:指定查询语句，使用Query String Syntax df:默认字段，不指定会对所有字段进行查询 sort:排序 from/size: 用来分页 Profile 可以查看查询是如何被执行的 Query String Syntax 指定字段和泛查询 泛查询 q参数后面只跟着查询内容会对所有字段进行搜索，可以看到返回值里面profile-query-type是 DisjunctionMaxQuery。 description是(cust

Search API 两种方法 URI Search 通过Url参数来进行查询 url指定参数q=field:搜索内容 例子： http://localhost:9200/{index}/_search?q={field}:搜索内容 url: http://localhost:9200/test_home/_search?q=job_name:php Request Body Search 通过ES提供的JSON格式的DSL语句进行查询 语法 范围 /_search 集群上所有索引

Analyzer分词 Analysis 和 Analyzer Analysis - 文本分析是把全文本转换成一系列单词（term/token）的过程，也叫分词 Analysis 是通过 Analyzer 来实现的 可使用 Elasticsearch 内置的分析器，或者按需制定分析器 除了在数据写入时转换词条，匹配 Query 语句时候也需要用相同的分析器对查询语句进行分析 Analyzer 的组成 分词器是专门处理分词的组件，由三部分组成 Character Filters (针对原始文本处理，例如去

正排索引和倒排索引 正排索引 正排索引就是通过索引id找到内容，比如通过书本的目录找到内容。 倒排索引 倒排索引就是把正排索引倒过来，通过内容找到索引id. 建立一个倒排索引 id 内容 1 php java go 2 php es 3 php 开发 把上面的内容可以建立成下面的倒排索引 内容 Count id php 3 1:0,2:0,3:0 java 1 1:1 go 1 1:2 es 1 2:1 开发 1 3:1 倒排索引的核心组成 单

基本操作 文档的CRUD Create 如果id 已经存在，会失败 Index 如果id不存在，创建新的文档。否则先删除在创建新的，版本会增加 Update 文档必须已经存在，更新只会对相应字段做增量修改 Create 指令 PUT {index}/_doc/{id}?op_type=create //只是创建 {JSON} PUT {index}/_doc/{id} //创建或更新 {JSON} PUT {index}/_create/{id} //只是创建 {JSON} POST {inde

基本概念 分布式系统的可用性与扩展性 高可用性 服务可用性：允许有节点停止服务。 数据可用性：部分节点丢失，不会丢失数据。 可扩展性 请求量提升/数据的不断增长（将数据分布到所有节点上） 分布式特性 Elasticsearch 的分布式架构好处 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 Elasticsearch的分布式架构 不同的集群通过不同的名字来区分，默认名字“Elasticsearch” 通过配置文件修改，或者在命令行中 -E cluster.name

基本概念 文档(Document) 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/唱片的具体信息 MP3播放器里的一首歌/一篇PDF文档中的具体内容 文档会被序列化成 JSON 格式，保存在Elasticsearch中。 JSON对象由字段组成 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） 每个文档都有一个Unique ID 你可以自己指定ID 或者通过Elasticsearch自己生成 文档的元数据

Kibana安装 安装 从官网（https://www.elastic.co/cn/downloads/kibana)可以进行下载安装 启动 /bin/kibana 启动后可以访问 localhost:5601 进行查看信息

ES–安装 安装 运行ElasticSearch, 需安装并配置JDK 设置 $JAVA_HOME 各个版本对 Java的依赖 ElasticSearch 5 需要 Java 8 以上的版本 ElasticSearch 从6.5开始支持 Java 11 https://www.elastic.co/support/matrix#matrix_jvm 7.0开始，内置了Java环境 从官网（https://www.elastic.co/cn/downloads/elasticsearch)

ES–简介 起源 ES起源于Lucene.Lucene是基于JAVA开发的搜索引擎类库。 Lucene具有高性能，易扩展的优点。 Lucene的局限性： 只能基于JAVA开发 类库的接口学习曲线陡峭 原生并不支持水平扩展 ES的诞生 ES的创始人Shay Banon说过：Search is something that any application should have。 2004年基于Lucene开发了 Compass 2010年重写了 Compass ，取名 ElasticSearch 支持分