Elasticsearch學習筆記

来源:https://www.cnblogs.com/dashuaiguo/archive/2018/10/31/9882845.html
-Advertisement-
Play Games

一、Es簡單介紹 含義:Elasticsearch是一個可伸縮的開源全文搜索和分析引擎,它使你可以快速且接近實時的去保存,查詢和分析海量的數據,他的潛在應用場景是作為一些有複雜搜索功能和需求的應用的搜索引擎。 與關係型資料庫的對比: Relational DB -> Databases -> Tab ...


一、Es簡單介紹

含義:Elasticsearch是一個可伸縮的開源全文搜索和分析引擎,它使你可以快速且接近實時的去保存,查詢和分析海量的數據,他的潛在應用場景是作為一些有複雜搜索功能和需求的應用的搜索引擎。

與關係型資料庫的對比:

Relational DB -> Databases -> Tables -> Rows -> Columns
Elasticsearch -> Indexs -> Types -> Documents -> Fields

Elasticsearch集群可以包含多個索引(index)(資料庫),每一個索引可以包含多個類型(types)(表),每一個類型包含多個文檔(documents)(行),然後每個文檔包含多個欄位(Fields)(列)。

 

二、Es相關詞語介紹

cluster

集群是一個或多個節點(伺服器)的集合在一起,保存所有的數據,聯合所有節點一起提供查詢能力。
一個集群有一個唯一的名字,預設是“elasticsearch",集群名很重要,因為集群節點加入集群的唯一方式是根據這個名字。

node

節點的預設名字是漫威的一個角色,預設加入集群elasticsearch

index

索引是一系列具有相似特點文檔的集合
實際上,索引只是一個用來指向一個或多個分片(shards)的“邏輯命名空間(logical namespace)

「索引」含義的區分
你可能已經註意到索引(index)這個詞在Elasticsearch中有著不同的含義,所以有必要在此做一下區分:
索引(名詞) :如上文所述,一個索引(index)就像是傳統關係資料庫中的資料庫,它是相關文檔存儲的地方,index的複數是indices 或indexes。
索引(動詞) :「索引一個文檔」表示把一個文檔存儲到索引(名詞)里,以便它可以被檢索或者查詢。這很像SQL中的INSERT關鍵字,差別是,如果文檔已經存在,新的文檔將覆蓋舊的文檔。

倒排索引 傳統資料庫為特定列增加一個索引,例如B-Tree索引來加速檢索。Elasticsearch和Lucene使用一種叫做倒排索引(inverted index)的數據結構來達到相同目的。

Type

索引中,類型是一種邏輯的分類,它的意義由使用者來賦予

mapping

每個類型(type)都有自己的映射(mapping)或者結構定義,就像傳統資料庫表中的列一樣。所有類型下的文檔被存儲在同一個索引下,但是類型的映射(mapping)會告訴Elasticsearch不同的文檔如何被索引
Elasticsearch支持以下簡單欄位類型:
類型 表示的數據類型
String string
Whole number byte, short, integer, long
Floating point float, double
Boolean boolean
Date date

document

文檔是搜索信息的基本單元,用json表達,文檔必須被包含於一個type中

 

shards&replicas(主分片&副分片)

分片重要性:

Es中所有數據均衡的存儲在集群中各個節點的分片中,會影響ES的性能、安全和穩定性, 所以很有必要瞭解一下它。

分片是什麼?

簡單來講就是咱們在ES中所有數據的文件塊,也是數據的最小單元塊,整個ES集群的核心就是對所有分片的分佈、索引、負載、路由等達到驚人的速度

實列場景:

Es預設設置為5個主分片和1個副分片,也可以根據使用場景自己設置。

假設 IndexA 有2個分片,我們向 IndexA 中插入10條數據 (10個文檔),那麼這10條數據會儘可能平均的分為5條存儲在第一個分片,剩下的5條會存儲在另一個分片中。

和主流關係型資料庫的表分區的概念有點類似,如果你比較熟悉關係型資料庫的話。

es提供能力,讓你把index分成好幾個部分,叫做分片,當你創建索引的時候,你可以簡單的定義分片的個數,每個分片本身是一個獨立的功能齊全的“索引”,可以被放到任何的集群節點中

分片的意義:

1.可以水平分割和擴展數據
2.可以把操作分配給多個分區,提高性能

es允許你製作一個或多個分片的副本。叫做複製分片
複製分片的意義:
1、他提供了高可用性,副本和原始分區不處於一個節點中。
2.他提高了性能,因為搜索可以在任何分區上允許。

 

analysis(分詞器和拼音分詞)

ik分詞器下載鏈接:https://github.com/medcl/elasticsearch-analysis-ik/releases    

拼音分詞下載鏈接:https://github.com/medcl/elasticsearch-analysis-pinyin/releases

安裝時對應elasticsearch版本!!!!

全文搜索引擎會用某種演算法對要建索引的文檔進行分析, 從文檔中提取出若幹Token(詞元), 這些演算法稱為Tokenizer(分詞器), 這些Token會被進一步處理, 比如轉成小寫等, 這些處理演算法被稱為Token Filter(詞元處理器), 被處理後的結果被稱為Term(詞), 文檔中包含了幾個這樣的Term被稱為Frequency(詞頻)。 引擎會建立Term和原文檔的Inverted Index(倒排索引), 這樣就能根據Term很快到找到源文檔了。 文本被Tokenizer處理前可能要做一些預處理, 比如去掉裡面的HTML標記, 這些處理的演算法被稱為Character Filter(字元過濾器), 這整個的分析演算法被稱為Analyzer(分析器)。

Es(預設)分詞器和分詞器插件:

GET /my_index/_analyze
{
  "text":"中華人民共和國"
}

(預設)standard:1中 2華 3人 4民 5共 6和 7國

GET /my_index/_analyze
{
  "text":"中華人民共和國",
  "analyzer":"ik_smart"
}  

ik_smart:1中華人名共和國

GET /my_index/_analyze
{
  "text": "中華人民共和國",
  "analyzer": "ik_max_word"
}

ik_max_word:1中華人名共和國 2中華人民 3中華 4華人 5人民共和國 6人民 7共和國 8共和 9國  

GET my_index/_analyze
{
  "text":"劉德華",
  "analyzer": "pinyin"
}

pinyin: 1liu  2ldh  3de  4hua

 

elasticsearch 索引優化:    

http://itindex.net/detail/52316-elasticsearch-%E7%B4%A2%E5%BC%95-%E4%BC%98%E5%8C%95

拼音分詞下載:

http://itindex.net/detail/52316-elasticsearch-%E7%B4%A2%E5%BC%95-%E4%BC%98%E5%8C%97

ik分詞器下載:

http://itindex.net/detail/52316-elasticsearch-%E7%B4%A2%E5%BC%95-%E4%BC%98%E5%8C%96

 

 


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • Oracle條件查詢 參考網址:http://www.oraclejsq.com/article/010100259.html Oracle條件查詢時經常使用=、IN、LIKE、BETWEEN...AND來作為條件查詢的操作符。在Oracle select 查詢中where條件經常使用到這幾個操作符 ...
  • 今天小試了一把Percona Monitoring Plugins for Zabbix模板,自己辛辛苦苦寫的那一大堆Python腳本,貌似用這個模板全都覆蓋到了。 但是,我也發現最新的版本percona monitoring plugins_1.1.8也還是存在一個問題,那就是用於Mysql Re ...
  • 一. SDS概述 Redis 沒有直接使用C語言傳統的字元串表示,而是自己構建了一種名為簡單動態字元串(simple dynamic string, SDS)的抽象類型,並將SDS用作Redis的預設字元串表示。Redis只會使用C字元串作為字面量。在Redis里,使用SDS來表示字元串值,是一個可 ...
  • 在安裝和測試hive之前,我們需要把Hadoop的所有服務啟動 在安裝Hive之前,我們需要安裝mysql資料庫 ...
  • MongoDB是非關係型資料庫的典型代表,DB-Engines Ranking 數據顯示,近年來,MongoDB在NoSQL領域一直獨占鰲頭。MongoDB是為快速開發互聯網應用 而設計的資料庫系統,其數據模型和持久化策略就是為了構建高讀/寫的性能,並且可以方面的彈性拓展。目前公司使用到的Mongo ...
  • MyBatis的每一個查詢映射的返回類型都是ResultMap,只是當我們提供的返回類型屬性是resultType的時候,MyBatis對自動的給我們把對應的值賦給resultType所指定對象的屬性,而當我們提供的返回類型是resultMap的時候,將資料庫中列數據複製到對象的相應屬性上,可以用於 ...
  • 工作中遇到的一個問題,需要對某列進行分組排序,取其中排序的第一條數據項 用到了ROW_NUMBER() OVER(PARTITION BY COL1 ORDER BY COL2)來解決此問題。 實例準備: 進行查詢操作: 執行結果: 從上面的結果可以看出來是對部門進行分組,按照薪水來進行排序,之後的 ...
  • substr 函數:截取字元串 語法:SUBSTR(string,start, [length]) string:表示源字元串,即要截取的字元串。 start:開始位置,從1開始查找。如果start是負數,則從string字元串末尾開始算起。 length:可選項,表示截取字元串長度。 示例: SE ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...