官网:https://www.elastic.co/cn/elasticsearch/

官方文档:https://www.elastic.co/guide/en/elasticsearch/reference/index.html

ES说明

elastic:富有弹性的
search:搜索
一般简称为ES,和redis/mysql一样,不仅服务于java,其他语言同样可以使用
功能也是类似数据库的软件,能高效的从大量数据中,搜索匹配指定关键词的内容
ES本质就是一个java开发的应用程序
预设了增删改查的接口,访问ES部署服务端的接口地址(URL),即可进行操作

ES的底层

ES底层使用了java一套名为Lucene的API,此API提供了全文搜索引擎核心操作的接口
ES是在Lucene的基础上进行的完善,实现了开箱即用的搜索引擎软件

市面上其他的全文搜索引擎:

  - Solr(也是java实现,基本淘汰)- MongoDB(目前还很火,偏大数据方向)

为什么需要ES

在传统的关系型数据库中,只要进行模糊查询,查询效率都极为低下,尤其使用前模糊查询
这个时候可以使用ES,来执行查询操作
ES进行优化后,从同样的数据量里进行相同条件的模糊查询,效率能够提高100倍以上!

运行

直接运行es安装包下,bin目录的elasticsearch.bat文件即可
默认端口号为9200,出现如下信息,表示启动成功

.....省略一堆.....
[2022-08-25T15:56:15,379][INFO ][o.e.n.Node               ] [DESKTOP-K8VRATH] initialized
[2022-08-25T15:56:15,380][INFO ][o.e.n.Node               ] [DESKTOP-K8VRATH] starting ...
[2022-08-25T15:56:15,702][INFO ][o.e.t.TransportService   ] [DESKTOP-K8VRATH] publish_address {127.0.0.1:9300}, bound_addresses {127.0.0.1:9300}, {[::1]:9300}
[2022-08-25T15:56:15,912][WARN ][o.e.b.BootstrapChecks    ] [DESKTOP-K8VRATH] the default discovery settings are unsuitable for production use; at least one of [discovery.seed_hosts, discovery.seed_providers, cluster.initial_master_nodes] must be configured
[2022-08-25T15:56:15,913][INFO ][o.e.c.c.Coordinator      ] [DESKTOP-K8VRATH] cluster UUID [mhLGCp_LQXeLG0dGQZIlfw]
[2022-08-25T15:56:15,920][INFO ][o.e.c.c.ClusterBootstrapService] [DESKTOP-K8VRATH] no discovery configuration found, will perform best-effort cluster bootstrapping after [3s] unless existing master is discovered
[2022-08-25T15:56:16,026][INFO ][o.e.c.s.MasterService    ] [DESKTOP-K8VRATH] elected-as-master ([1] nodes joined)[{DESKTOP-K8VRATH}{thQ9zjPJQ22JWYhAjrTE-g}{WG2oeMRHTj-gy8tbJ_taZg}{127.0.0.1}{127.0.0.1:9300}{dilm}{ml.machine_memory=34203144192, xpack.installed=true, ml.max_open_jobs=20} elect leader, _BECOME_MASTER_TASK_, _FINISH_ELECTION_], term: 2, version: 20, delta: master node changed {previous [], current [{DESKTOP-K8VRATH}{thQ9zjPJQ22JWYhAjrTE-g}{WG2oeMRHTj-gy8tbJ_taZg}{127.0.0.1}{127.0.0.1:9300}{dilm}{ml.machine_memory=34203144192, xpack.installed=true, ml.max_open_jobs=20}]}
[2022-08-25T15:56:16,062][INFO ][o.e.c.s.ClusterApplierService] [DESKTOP-K8VRATH] master node changed {previous [], current [{DESKTOP-K8VRATH}{thQ9zjPJQ22JWYhAjrTE-g}{WG2oeMRHTj-gy8tbJ_taZg}{127.0.0.1}{127.0.0.1:9300}{dilm}{ml.machine_memory=34203144192, xpack.installed=true, ml.max_open_jobs=20}]}, term: 2, version: 20, reason: Publication{term=2, version=20}
[2022-08-25T15:56:16,205][INFO ][o.e.l.LicenseService     ] [DESKTOP-K8VRATH] license [db3b7d4b-9389-48d2-be41-5040d00898d1] mode [basic] - valid
[2022-08-25T15:56:16,206][INFO ][o.e.x.s.s.SecurityStatusChangeListener] [DESKTOP-K8VRATH] Active license is now [BASIC]; Security is disabled
[2022-08-25T15:56:16,212][INFO ][o.e.g.GatewayService     ] [DESKTOP-K8VRATH] recovered [0] indices into cluster_state
[2022-08-25T15:56:16,213][INFO ][o.e.h.AbstractHttpServerTransport] [DESKTOP-K8VRATH] publish_address {127.0.0.1:9200}, bound_addresses {127.0.0.1:9200}, {[::1]:9200}
[2022-08-25T15:56:16,213][INFO ][o.e.n.Node               ] [DESKTOP-K8VRATH] started

此时,使用浏览器访问 http://localhost:9200/
会显示如下信息

{"name": "DESKTOP-K8VRATH","cluster_name": "elasticsearch","cluster_uuid": "mhLGCp_LQXeLG0dGQZIlfw","version": {"number": "7.6.2","build_flavor": "default","build_type": "zip","build_hash": "ef48eb35cf30adf4db14086e8aabd07ef6fb113f","build_date": "2020-03-26T06:34:37.794943Z","build_snapshot": false,"lucene_version": "8.4.0","minimum_wire_compatibility_version": "6.8.0","minimum_index_compatibility_version": "6.0.0-beta1"},"tagline": "You Know, for Search"
}

ES运行原理

要想使用ES提高模糊查询效率,需要将数据库内需要查询的数据复制到ES中,
在新增数据到ES的过程中,ES可以对指定的列进行分词索引,保存到索引库中,形成倒排索引结构

如上图:左侧为数据库数据,右侧为ES内保存的数据,数字为id,这样进行模糊查询的时候通过ES直接搜索右侧数据,得到id即可快速查询到数据库内对应的数据

ES分词设置(analyzer参数)

Standard Analyzer：默认分词器，按词切分，小写处理
Simple Analyzer：按照非字母切分（符号被过滤），小写处理
Stop Analyzer：停用词过滤（the，a，is），小写处理
Whitespace Analyzer：按照空格切分，不转小写
Keyword Analyzer：直接将输入当做输出，不分词
Patter Analyzer：正则表达式，默认 \W+（非字符分割）
Language：提供了30多种常见语言的分词器

ES对中文支持不好,所以需要安装别的分词器插件来实现中文分词,此处用的是IK分词器

给ES添加IK分词器插件

下载IK后,解压出来的文件+文件夹共8个

在ES安装目录下,plugins文件夹下,新建一个ik文件夹
然后将上图的文件全部粘贴进去

然后重启ES,应该可以看到此信息

[2022-08-25T16:50:37,209][INFO ][o.e.p.PluginsService     ] [DESKTOP-K8VRATH] loaded plugin [analysis-ik]

IK分词器测试

IK内置了2个分词器

ik_smart
- 优点:粗略分词,快速,占用空间小,速度快
- 缺点:分词粒度大,可能会跳过一些重要分词,导致查询结果不全面
ik_max_word
- 优点:查询结果全面
- 缺点:分词粒度小,可能会有一些不常用的词语,导致占用空间大,查询速度慢

此时访问ES分词检测,analyzer使用ik_xxx即可使用中文词库进行分词

POST http://localhost:9200/_analyze
Content-Type: application/json{
"text": "北京冬季奥林匹克运动会完美闭幕",
"analyzer": "ik_smart"
}

{"tokens": [{"token": "北京","start_offset": 0,"end_offset": 2,"type": "CN_WORD","position": 0},{"token": "冬季","start_offset": 2,"end_offset": 4,"type": "CN_WORD","position": 1},{"token": "奥林匹克运动会","start_offset": 4,"end_offset": 11,"type": "CN_WORD","position": 2},{"token": "完美","start_offset": 11,"end_offset": 13,"type": "CN_WORD","position": 3},{"token": "闭幕","start_offset": 13,"end_offset": 15,"type": "CN_WORD","position": 4}]
}

POST http://localhost:9200/_analyze
Content-Type: application/json{
"text": "北京冬季奥林匹克运动会完美闭幕",
"analyzer": "ik_max_word"
}

{"tokens": [{"token": "北京","start_offset": 0,"end_offset": 2,"type": "CN_WORD","position": 0},{"token": "冬季","start_offset": 2,"end_offset": 4,"type": "CN_WORD","position": 1},{"token": "奥林匹克运动会","start_offset": 4,"end_offset": 11,"type": "CN_WORD","position": 2},{"token": "奥林匹克","start_offset": 4,"end_offset": 8,"type": "CN_WORD","position": 3},{"token": "奥林匹","start_offset": 4,"end_offset": 7,"type": "CN_WORD","position": 4},{"token": "克","start_offset": 7,"end_offset": 8,"type": "CN_CHAR","position": 5},{"token": "运动会","start_offset": 8,"end_offset": 11,"type": "CN_WORD","position": 6},{"token": "运动","start_offset": 8,"end_offset": 10,"type": "CN_WORD","position": 7},{"token": "会","start_offset": 10,"end_offset": 11,"type": "CN_CHAR","position": 8},{"token": "完美","start_offset": 11,"end_offset": 13,"type": "CN_WORD","position": 9},{"token": "闭幕","start_offset": 13,"end_offset": 15,"type": "CN_WORD","position": 10}]
}

ES的数据库结构

ES中的index(索引)可以简单理解为常规数据库中的表
如下图,有2个index,分别为users,questions

使用HTTP操作ES

ES中的数据搜索与操作

### 测试ES运行是否正常
GET http://localhost:9200### 测试ES的分词功能
POST http://localhost:9200/_analyze
Content-Type: application/json{"text": "北京冬季奥林匹克运动会完美闭幕","analyzer": "ik_max_word"
}### 创建 index
PUT http://localhost:9200/questions### 删除一个Index
DELETE http://localhost:9200/questions### 设置index中的文档属性采用ik分词
POST http://localhost:9200/questions/_mapping
Content-Type: application/json{"properties": {"title": {"type": "text","analyzer": "ik_max_word","search_analyzer": "ik_max_word"},"content": {"type": "text","analyzer": "ik_max_word","search_analyzer": "ik_max_word"}}
}### questions 中添加文档1
POST http://localhost:9200/questions/_create/1
Content-Type: application/json{"id":1,"title":"Java基本数据类型有哪些","content":"面时候为啥要问基本类型这么简单问题呀，我们要如何回答呢？"
}### questions 中添加文档2
POST http://localhost:9200/questions/_create/2
Content-Type: application/json{"id":2,"title":"int类型的范围","content":"为啥要了解int类型的范围呢？"
}### questions 中添加文档3
POST http://localhost:9200/questions/_create/3
Content-Type: application/json{"id":3,"title":"常用集合类有哪些","content":"为啥企业经常问集合呀？该如何回复呢"
}### questions 中添加文档4
POST http://localhost:9200/questions/_create/4
Content-Type: application/json{"id":4,"title":"线程的run方法和start方法有啥区别","content":"run方法可以执行线程的计算过程， start也可以执行线程的计算过程，用途一样么？"
}### 更新questions索引中的文档
POST http://localhost:9200/questions/_doc/4/_update
Content-Type: application/json{"doc": {"title": "Java线程的run方法和start方法有啥区别"}
}### 删除questions中的一个文档
DELETE http://localhost:9200/questions/_doc/2### 查询数据
GET http://localhost:9200/questions/_doc/4### 搜索 ES
POST http://localhost:9200/questions/_search
Content-Type: application/json{"query": { "match": {"title": "类型" } }
}### 多字段搜索 should 为或的意思,包含任意一个即可,修改为 must 即为必须同时包含
POST http://localhost:9200/questions/_search
Content-Type: application/json{"query": {"bool": {"should": [{ "match": { "title":  "java类型" }},{ "match": { "content": "java类型"}}]}}
}

使用Java框架连接ES,并操作

在ES的原生状态下,在Java中,访问ES需要使用socket/http client去处理,但是过于繁琐
所以我们直接使用Spring Data框架来简化操作
Spring Data是Spring提供的一套连接各种第三方数据源的框架集
支持了各种三方数据源,如JDBC,JPA,Redis,MongoDB等.
官网:https://spring.io/projects/spring-data

添加依赖

<!--Elasticsearch依赖-->
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>

调整配置文件

spring:elasticsearch:rest:# 设置ES服务端的地址与端口uris: http://localhost:9200logging:level:# SpringDataElasticsearch内部有个专门输出状态的类,设置一下debug,方便查看org.elasticsearch.client.RestClient: debug

添加实体类

package cn.tedu.search.pojo.po;import lombok.AllArgsConstructor;
import lombok.Builder;
import lombok.Data;
import lombok.NoArgsConstructor;
import org.springframework.data.annotation.Id;
import org.springframework.data.elasticsearch.annotations.Document;
import org.springframework.data.elasticsearch.annotations.Field;
import org.springframework.data.elasticsearch.annotations.FieldType;import java.io.Serializable;@Data
@Builder
@NoArgsConstructor
@AllArgsConstructor
//此注解是SpringDataElasticsearch标记实体类的注解,indexName指定了ES中的索引名称
//如索引不存在,会自动创建,因为该注解的createIndex属性,默认为true;
//详细信息,请查看注解源代码
@Document(indexName = "items")
public class Item implements Serializable {//表示当前字段为ES的主键@Idprivate Long id;/*** 标题*///标记title属性的类型与支持分词以及相关分词器@Field(type = FieldType.Text,analyzer = "ik_max_word",searchAnalyzer = "ik_max_word")private String title;/*** 类别*///类别不需要分词,所以不设置analyzer与searchAnalyzer属性//并且设置type = FieldType.Keyword//在ES中,Keyword是不需要分词的字符串@Field(type = FieldType.Keyword)private String category;/*** 品牌*/@Field(type = FieldType.Keyword)private String brand;/*** 单价*/@Field(type = FieldType.Double)private Double price;/*** 图片路径*///因为图片路径是不会用来搜索的,所以设置index=false//数据也是会存储在ES中,只是不会用来当成搜索的条件@Field(type = FieldType.Keyword,index = false)private String imgPath;
}

添加接口

接口命名规范

在Spring家族框架中,规范表明,接口包应名为repository
接口的名为XXXRepository,类似Mybatis中的mapper,此处为ItemRepository

方法命名规范

请注意,SpringData可以根据方法名称自动生成对应的实现,但是方法名称必须按照规范来
复杂的查询语句,推荐自己写原生的代码,具体参考最下面的测试类
简单的查询语句,基本语法为 findBy + 属性 + 关键词 + 连接符,示例如下

关键词	命名规则	解释	方法命名示例
and	findByField1AndField2	根据Field1与Field2查询	findByTitleAndBrand
or	findByField1OrField2	根据Field1或Field2查询	findByTitleOrBrand
is	findByField	根据Field获得数据	findByTitle
not	findByFieldNot	根据Field获得补集	findByTitleNot
between	findByFieldBetween	根据Field的范围查询	findByPriceBetween

完整的命名参考如下:

接口类

package cn.tedu.search.pojo.po.repository;import cn.tedu.search.pojo.po.Item;
import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;
import org.springframework.stereotype.Repository;import java.util.List;/*** @version 0.0.1* @Author: LianZuoYang* @Create: 2022-08-26 11:32*/
@Repository
public interface ItemRepository extends//继承此接口,并设置泛型为Item(实体类),Long(实体类@id注解的主键类型)//继承后,当前接口就会被识别为连接ES的持久层//SpringData会为他自动生成基本的增删改查方法ElasticsearchRepository<Item,Long> {//⽅法命名规则查询的基本语法 findBy + 属性 + 关键词 + 连接符(属性 + 关键词 + 连接符)//根据 标题查询List<Item> findByTitle(String title);//根据 标题以及品牌查询List<Item> findByTitleAndBrand(String title,String brand);//根据品牌查询List<Item> findByBrand(String brand);//根据品牌查询第一个Optional<Item> findTopByBrand(String brand);//根据 标题或品牌查询List<Item> findByTitleOrBrand(String title,String brand);//另外一种方法声明的写法//查询多个结果List<Item> queryItemsByTitleMatches(String title);//只查询一个Optional<Item> queryTopByTitleMatches(String title);//多条件查询List<Item> queryItemsByTitleMatchesAndBrandMatches(String title, String brand);//多条件查询List<Item> queryItemsByTitleMatchesOrBrandMatches(String title, String brand);//查询多个结果并按照价格排序(默认按照分数/匹配度排)List<Item> queryItemsByTitleMatchesOrderByPriceDesc(String title);}

测试类

package cn.tedu.search;import cn.tedu.search.pojo.po.Item;
import cn.tedu.search.pojo.po.repository.ItemRepository;
import org.elasticsearch.index.query.QueryBuilder;
import org.elasticsearch.index.query.QueryBuilders;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.data.domain.PageRequest;
import org.springframework.data.elasticsearch.core.ElasticsearchRestTemplate;
import org.springframework.data.elasticsearch.core.SearchHit;
import org.springframework.data.elasticsearch.core.SearchHits;
import org.springframework.data.elasticsearch.core.query.NativeSearchQuery;
import org.springframework.data.elasticsearch.core.query.NativeSearchQueryBuilder;import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;
import java.util.Optional;/*** @version 0.0.1* @Author: LianZuoYang* @Create: 2022-08-26 10:35*/
@SpringBootTest
public class ESTests {//装配ItemRepository(SpringData自动生成的)@Autowiredprivate ItemRepository itemRepository;//如果希望使用原生查询,那么让Spring帮你装配ElasticsearchRestTemplate这个对象就可以了//老版本的ElasticsearchTemplate已经被弃用了@Autowiredprivate ElasticsearchRestTemplate restTemplate;@Testvoid save() {//测试插入数据Item item = Item.builder().id(1L).title("雷蛇 Razer 炼狱蝰蛇标准版 黑色新版  人体工程学 侧键 6400DPI 电竞游戏 有线鼠标").category("鼠标").brand("雷蛇").price(89.00).imgPath("/1.jpg").build();itemRepository.save(item);System.out.println("插入完毕");}@Testvoid saveAll() {//测试批量插入数据Item item1 = Item.builder().id(2L).title("戴尔（DELL）MS116 鼠标有线 商务办公经典对称 有线鼠标 USB接口 即插即用 鼠标 （黑色）").category("鼠标").brand("戴尔").price(22.9).imgPath("/2.jpg").build();Item item2 = Item.builder().id(3L).title("罗技（G）G502 HERO主宰者有线鼠标 游戏鼠标 HERO引擎 RGB鼠标 电竞鼠标 25600DPI").category("鼠标").brand("罗技").price(249.0).imgPath("/3.jpg").build();Item item3 = Item.builder().id(4L).title("罗技（Logitech）M185鼠标 无线鼠标 办公鼠标 对称鼠标 黑色灰边 带无线2.4G接收器").category("鼠标").brand("罗技").price(49.0).imgPath("/4.jpg").build();List<Item> list = new ArrayList<>();list.add(item1);list.add(item2);list.add(item3);itemRepository.saveAll(list);System.out.println("批量插入完毕");}@Testvoid count() {long count = itemRepository.count();System.out.println("总记录数量:" + count);}@Testvoid findById() {//根据ID获取一个数据Optional<Item> optional = itemRepository.findById(1L);if (optional.isPresent()) {Item item = optional.get();System.out.println(item);} else {System.out.println("此ID不存在");}}@Testvoid findByTitle() {//根据条件查询List<Item> items = itemRepository.findByTitle("USB");System.out.println("共计搜索到数据条数:" + items.size());for (Item item : items) {System.out.println(item);}}@Testvoid findByBrand() {//根据条件查询List<Item> items = itemRepository.findByBrand("雷蛇");System.out.println("共计搜索到数据条数:" + items.size());for (Item item : items) {System.out.println(item);}items = itemRepository.findByBrand("罗技");System.out.println("共计搜索到数据条数:" + items.size());for (Item item : items) {System.out.println(item);}}@Testvoid findTopByBrand(){Optional<Item> optional = itemRepository.findTopByBrand("罗技");if(optional.isPresent()){System.out.println(optional.get());}else {System.out.println("未查询到数据");}}@Testvoid findByTitleAndBrand() {//根据条件查询List<Item> items = itemRepository.findByTitleAndBrand("鼠标", "雷蛇");System.out.println("共计搜索到数据条数:" + items.size());for (Item item : items) {System.out.println(item);}}@Testvoid findByTitleOrBrand() {//根据条件查询List<Item> items = itemRepository.findByTitleOrBrand("DPI", "罗技");System.out.println("查询结果数量:" + items.size());for (Item item : items) {System.out.println(item);}}@Testvoid testNativeSearchQuery() {//使用原生查询,而不使用接口去声明//复杂的查询条件嵌套的,使用QueryBuilders.boolQuery()去处理//下面的代码的查询结果与上面的findByTitleOrBrand()的结果是一致的,//title包含[DPI]或brand为[罗技]NativeSearchQuery nativeSearchQuery = new NativeSearchQueryBuilder().withQuery(QueryBuilders.boolQuery().should(QueryBuilders.queryStringQuery("DPI").defaultField("title")).should(QueryBuilders.queryStringQuery("罗技").defaultField("brand"))).withPageable(PageRequest.of(0, 15))//第一页,15个结果.build();//获取查询结果SearchHits<Item> hits = restTemplate.search(nativeSearchQuery, Item.class);//枚举结果System.out.println("查询结果数量:" + hits.getTotalHits());for (SearchHit<Item> hit : hits) {Item item = hit.getContent();System.out.println(item);}}@Testvoid testNativeSearchQuery2() {//使用原生查询,演示复杂的嵌套//(title包含[DPI]且包含[标准版]) 或 brand为[罗技]//转换为sql的话,类似如下语句//select * from items where (title like '%DPI%' AND title like '%标准版%') or brand = '罗技'NativeSearchQuery nativeSearchQuery = new NativeSearchQueryBuilder().withQuery(QueryBuilders.boolQuery().should(QueryBuilders.boolQuery().must(QueryBuilders.queryStringQuery("DPI").defaultField("title")).must(QueryBuilders.queryStringQuery("标准版").defaultField("title"))).should(QueryBuilders.queryStringQuery("罗技").defaultField("brand"))).withPageable(PageRequest.of(0, 15))//第一页,15个结果.build();//获取查询结果SearchHits<Item> hits = restTemplate.search(nativeSearchQuery, Item.class);//枚举结果System.out.println("查询结果数量:" + hits.getTotalHits());for (SearchHit<Item> hit : hits) {Item item = hit.getContent();System.out.println(item);}}//另外一种写法的测试@Testvoid queryItem(){Optional<Item> optional = itemRepository.queryTopByTitleMatches("鼠标");if(optional.isPresent()){System.out.println(optional.get());}else {System.out.println("未查询到数据");}}@Testvoid queryItems(){List<Item> items = itemRepository.queryItemsByTitleMatches("鼠标");System.out.println("查询到的数量:"+items.size());for (Item item : items) {System.out.println(item);}}@Testvoid queryItems2(){List<Item> items = itemRepository.queryItemsByTitleMatchesAndBrandMatches("DPI","罗技");System.out.println("查询到的数量:"+items.size());for (Item item : items) {System.out.println(item);}}@Testvoid queryItems3(){List<Item> items = itemRepository.queryItemsByTitleMatchesOrBrandMatches("DPI","罗技");System.out.println("查询到的数量:"+items.size());for (Item item : items) {System.out.println(item);}}
}

其他方法

参考CrudRepository接口,里面声明了一些基础的方法,就不在这里演示了,请自行查看!

下载

此处提供一个ES 7.6.2的压缩包,已集成ik,下载后可直接运行使用
https://download.csdn.net/download/lianzuo123/86500446

达内:lzy

全文搜索引擎 ES(Elasticsearch) 简单使用说明相关推荐

全文搜索引擎选 ElasticSearch 还是 Solr
点击蓝色"程序猿DD"关注我哟加个"星标",不忘签到哦来源:http://t.cn/Ebgm7sn 最近项目组安排了一个任务,项目中用到了全文搜索,基于全文 ...
全文搜索引擎选 ElasticSearch 还是 Solr？
最近项目组安排了一个任务,项目中用到了基于 Solr 的全文搜索,但是该 Solr 搜索云项目不稳定,经常查询不出来数据,需要手动全量同步. 而且它还是其他团队在维护,依赖性太强,导致 Solr 服务 ...
【全文搜索引擎】Elasticsearch相关介绍与linux系统安装
概念 Elasticsearch是一个基于Lucene的搜索服务器.它提供了一个分布式多用户能力的全文搜索引擎,基于RESTful web接口.Elasticsearch是用Java语言开发的,并作为 ...
性能优化--全文搜索引擎（Elasticsearch）
一.业务场景场景1:当数据库表的数据达到一定量的时候,增加索引也不能带来很高的性能优化,但是很多时候又需要各种条件组合查询. 场景2:数据库表进行分表之后,想要将分散到各表的数据聚合在一起,对用户提 ...
【全文搜索引擎】Elasticsearch基本查询基础JavaAPI
操作索引 ElasticSearch存储数据的地方,可以理解成关系型数据库中的数据库概念. 添加索引 PUT http://ip:端口/索引名称Kibana操作 --- PUT 索引名称查询索引 G ...
【实现平台搜索功能】lucene全文搜索引擎模块的简单使用，内含原理详解
0.Lucene介绍 lunece是一项全文检索技术,是apache下的一个开源全文检索引擎工具包,提供了完整的查询引擎和索引引擎,部分文本分析引擎.需要实现全文检索的一般功能的时候是够用的了. 数据 ...
【全文搜索引擎】Elasticsearch之模糊查询
wildcard查询通配符查询允许我们在查询值中使用*和?等通配符.此外,通配符查询跟词条查询在内容方面非常类似.可以发送一下查询,来匹配所有包含cr?me词条的文档,这里?表示任意字符: {&qu ...
【全文搜索引擎】Elasticsearch之分词器
分词器分词器(Analyzer):将一段文本,按照一定逻辑,分析成多个词语的一种工具如:华为手机 - > 华为.手.手机 ElasticSearch 内置分词器 Standard Analy ...
ES（Elasticsearch）全文搜索引擎(最全)入门基本语法与在SpringBoot中的实战
注:本文较长,根据个人情况有些内容可以跳过,前面是基本的概述,中间是一些基于es的一个可视化工具进行操作,代码实现在最下边: 一.认识Elasticsearch 1.1.为什么要使用Elasticse ...

全文搜索引擎 ES(Elasticsearch) 简单使用说明