elasticsearch从入门到入门系列（二）---快速入门C

1.分词器的介绍和使用

什么是分词器
- 将用户输入的一段文本，按照一定逻辑，拆分为多个词语的一种工具
常见的内置分词器
- standard analyzer：标准分析器器是默认分词器器，如果未指定，则使⽤用该分词器器。

请求：POST localhost:9200/_analyze{"analyzer": "standard","text": "The best 3-points shooter is Curry!"}

simple analyzer：simple 分析器器当它遇到只要不不是字⺟母的字符，就将⽂文本解析成term，⽽而且所有的term都是

⼩小写的。

请求:POST localhost:9200/_analyze{"analyzer": "simple","text": "The best 3-points shooter is Curry!"}

whitespace analyzer：whitespace 分析器器，当它遇到空⽩白字符时，就将⽂文本解析成terms
stop analyzer：stop 分析器器和 simple 分析器器很像，唯⼀一不不同的是，stop 分析器器增加了了对删除停⽌止词的⽀支持，默认使⽤用了了english停⽌止词，stopwords 预定义的停⽌止词列列表，⽐比如 (the,a,an,this,of,at)等等
language analyzer：(特定的语⾔言的分词器器，⽐比如说，english，英语分词器器),内置语⾔言:arabic, armenian, basque, bengali, brazilian, bulgarian, catalan, cjk, czech, danish, dutch, english, finnish, french, galician, german, greek, hindi, hungarian, indonesian, irish, italian, latvian, lithuanian, norwegian, persian, portuguese, romanian, russian, sorani, spanish, swedish, turkish, thai
pattern analyzer：⽤用正则表达式来将⽂文本分割成terms，默认的正则表达式是\W+(⾮非单词字符)
选择分词器器

2.常见中文分词器的使用

常见分词器
- smartCN ⼀一个简单的中⽂文或中英⽂文混合⽂文本的分词器器
- IK分词器器更更智能更更友好的中⽂文分词器器
- smartCN
  - 安装：sh elasticsearch-plugin install analysis-smartcn
  - 检验：
    - 安装后重启
    - ```
    请求：POST localhost:9200/_analyze{"analyzer": "smartcn", "text": "⽕火箭明年年总冠军"}
```

3.常见的字段类型

核心数据类型
- 字符串：
  - text：⽤用于全⽂文索引，该类型的字段将通过分词器器进⾏行行分词
  - keyword：不不分词，只能搜索该字段的完整的值
- 数值型：
  - long, integer, short, byte, double, float, half_float, scaled_float
- 布尔：
  - boolean
- 二进制
  - binary：该类型的字段把值当做经过 base64 编码的字符串串，默认不不存储，且不不可搜索
- 范围类型：
  - 范围类型表示值是⼀一个范围，⽽而不不是⼀一个具体的值
  - integer_range, float_range, long_range, double_range, date_range
    - 譬如 age 的类型是 integer_range，那么值可以是 {"gte" : 20, "lte" : 40};搜索 "term" : {"age": 21} 可以搜索该值
- 日期：
  
  date:
  - 格式："2022-01-01" "2022/01/01 12:10:30" 这种字符串串格式
    - format默认为:strict_date_optional_time||epoch_millis
    - 由于Json没有date类型，所以es通过识别字符串串是否符合format定义的格式来判断是否
    - 为date类型
- 复杂数据类型
- 数组数据类型Array
  - 同⼀一个数组只能存同类型的数据，不不能混存，譬如 [ 10, "some string" ] 是错误的
  - Object对象数组 [ { "name": "Louis", "age": 18 }, { "name": "Daniel", "age": 17 }]
  - 整数数组 [ 1, 2 ]
  - 字符串串数组 [ "one", "two" ]
    - ES中没有专⻔门的数组类型, 直接使⽤用[]定义即可，数组中所有的值必须是同⼀一种数据类型, 不不⽀支持混合数据类型的数组:
  - 对象类型Object
    - 对象类型可能有内部对象
- 专用数据类型
- IP类型
  - IP类型的字段⽤用于存储IPv4或IPv6的地址, 本质上是⼀一个⻓长整型字段.

elasticsearch从入门到入门系列（二）---快速入门C相关推荐

SpringBoot系列: RestTemplate 快速入门
==================================== 相关的文章 ==================================== SpringBoot系列: 与Sprin ...
Wireshark入门与进阶系列(二)
摘自http://blog.csdn.net/howeverpf/article/details/40743705 Wireshark入门与进阶系列(二) "君子生非异也,善假于物也&quo ...
机器学习入门科普篇--系列二
机器学习入门科普篇--系列二前言 python程序语言与机器学习实践可以称得上是"珠联璧合".因为使用python编程技巧,接触甚至掌握机器学习的经典学习算法至少有以下四个优势. ...
PR软件入门教程 Adobe Premiere Pro 快速入门指南
原文(包含图片)链接:https://www.prjianji.com/1.html 了解如何开始使用面向电影制作人.电视节目制作人.新闻记者.学生和视频制作人员的非线性编辑软件 Premiere P ...
SWMM从入门到实践教程 03 快速入门案例的设施参数设置与批量设置
文章目录 1 雨量计 1.1 雨量计基础设置 1.2 雨量计数据来源 2 汇水区 2.1 参数讲解 2.2 设置结果 3 检查井 3.1 参数讲解 3.2 批量设置 4 管道 4.1 参数讲解 4.2 ...
SWMM从入门到实践教程 02 快速入门案例的绘制
文章目录 1 建模准备 2 设置各类设施 2.1 添加雨量计 2.2 添加子汇水区(正方形) 2.3 绘制节点(圆形) 2.4 绘制管渠 2.5 添加排水口(三角形) 3 画面调节 1 建模准备建模 ...
BIML 101 - ETL数据清洗系列 - BIML 快速入门教程 - 序
BIML 101 - BIML 快速入门教程做大数据的项目,最花时间的就是数据清洗. 没有一个相对可靠的数据,数据分析就是无木之舟,无水之源. 如果你已经进了ETL这个坑,而且预算有限,并且有大量的 ...
React最佳实践系列 —— Dva快速入门
Dva最佳实践 -- 快速入门一. 门槛 React 技术栈二. Hello World 三. 一个简单H5 1. 安装 antd ui组件库 2. 在开始之前,先了解dva的目录结构. 3. 关 ...
芋道 Spring Boot JPA 入门（一）之快速入门
点击上方"芋道源码",选择"设为星标" 做积极的人,而不是积极废人! 源码精品专栏原创 | Java 2019 超神之路,很肝~ 中文详细注释的开源项目 RP ...
敲代码时如何快速移动光标_数控加工中心编程入门知识，半小时快速入门！
数控加工中心编程入门知识汇总,教你半小时快速入门!不管做哪一行,想要成为个中高手,必然要经得住时间的历练,自身要不断提高工作能力,要想成为一个数控高手,从大学毕业进工厂起,最起码需要6年以上的时间.既 ...

elasticsearch从入门到入门系列（二）---快速入门C

elasticsearch从入门到入门系列（二）---快速入门C相关推荐

最新文章

热门文章