成人激色综合天天,中文亚洲av片在线观看,又粗又大又硬毛片免费看,国产aⅴ精品一区二区三区久久,亚洲欧美自偷自拍视频图片

這才是最牛逼的搜索引擎

CIOAge
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(shù)據(jù),他的潛在應(yīng)用場景是作為一些有復(fù)雜搜索功能和需求的應(yīng)用的搜索引擎

 

[[186176]]

簡介

Elasticsearch是一個基于Apache Lucene(TM)的開源搜索引擎。無論在開源還是專有領(lǐng)域,Lucene可以被認(rèn)為是迄今為止最先進、性能最好的、功能最全的搜索引擎庫。
但是,Lucene只是一個庫。想要使用它,你必須使用Java來作為開發(fā)語言并將其直接集成到你的應(yīng)用中,更糟糕的是,Lucene非常復(fù)雜,你需要深入了解檢索的相關(guān)知識來理解它是如何工作的。Elasticsearch也使用Java開發(fā)并使用Lucene作為其核心來實現(xiàn)所有索引和搜索的功能,但是它的目的是通過簡單的RESTful API來隱藏Lucene的復(fù)雜性,從而讓全文搜索變得簡單。

與關(guān)系型數(shù)據(jù)庫對比

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

Elasticsearch集群可以包含多個索引(indices)(數(shù)據(jù)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),然后每個文檔包含多個字段(Fields)(列)

基礎(chǔ)概念

near realtime(NRT)
es是一個接近實時的搜索平臺,這意味著你查詢一個文檔的時候有一個延時。大約一秒

cluster

集群是一個或多個節(jié)點(服務(wù)器)的集合在一起,保存所有的數(shù)據(jù),聯(lián)合所有節(jié)點一起提供查詢能力。
一個集群有一個唯一的名字,默認(rèn)是“elasticsearch",集群名很重要,因為集群節(jié)點加入集群的唯一方式是根據(jù)這個名字。

node

節(jié)點的默認(rèn)名字是漫威的一個角色,默認(rèn)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(qū)分
你可能已經(jīng)注意到索引(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(qū)分:
索引(名詞) :如上文所述,一個索引(index)就像是傳統(tǒng)關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)庫,它是相關(guān)文檔存儲的地方,index的復(fù)數(shù)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(guān)鍵字,差別是,如果文檔已經(jīng)存在,新的文檔將覆蓋舊的文檔。

倒排索引 傳統(tǒng)數(shù)據(jù)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(shù)據(jù)結(jié)構(gòu)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(jié)構(gòu)定義,就像傳統(tǒng)數(shù)據(jù)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支持以下簡單字段類型:
類型 表示的數(shù)據(jù)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,文檔必須被包含于一個type中

文檔 ID文檔唯一標(biāo)識由四個元數(shù)據(jù)字段組成:
_id:文檔的字符串 ID
_type:文檔的類型名
_index:文檔所在的索引
_uid:_type 和 _id 連接成的 type#id

默認(rèn)情況下,_uid 是被保存(可取回)和索引(可搜索)的。_type 字段被索引但是沒有保存,_id 和_index 字段則既沒有索引也沒有儲存,它們并不是真實存在的。

shards&replicas

es提供能力,讓你把index分成好幾個部分,叫做分片,當(dāng)你創(chuàng)建索引的時候,你可以簡單的定義分片的個數(shù),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(jié)點中

分片的意義:
1.可以水平分割和擴展數(shù)據(jù)
2.可以把操作分配給多個分區(qū),提高性能

es允許你制作一個或多個分片的副本。叫做復(fù)制分片
復(fù)制分片的意義:
1、他提供了高可用性,副本和原始分區(qū)不處于一個節(jié)點中。
2.他提高了性能,因為搜索可以在任何分區(qū)上允許。
每一個分片是一個lucene索引,每個Lucene實例有一個最大的存放文檔的數(shù)量。這個數(shù)量是2417483519

analysis

分析也稱分詞
Elasticsearch中的數(shù)據(jù)可以大致分為兩種類型:
確切值 及 全文文本。
確切值是確定的,正如它的名字一樣。比如一個date或用戶ID,也可以包含更多的字符串比如username或email地址。
全文文本常常被稱為非結(jié)構(gòu)化數(shù)據(jù),而對于全文數(shù)據(jù)的查詢來說,卻有些微妙。我們不會去詢問這篇文檔是否匹配查詢要求?。 但是,我們會詢問這篇文檔和查詢的匹配程度如何?。換句話說,對于查詢條件,這篇文檔的相關(guān)性有多高?

為了方便在全文文本字段中進行這些類型的查詢,Elasticsearch首先對文本分析(analyzes),然后使用結(jié)果建立一個倒排索引。

分析(analysis)機制用于進行全文文本(Full Text)的分詞,以建立供搜索用的反向索引。

分析(analysis)是這樣一個過程:
首先,標(biāo)記化一個文本塊為適用于倒排索引單獨的詞(term)
然后標(biāo)準(zhǔn)化這些詞為標(biāo)準(zhǔn)形式,提高它們的“可搜索性”或“查全率”

這個工作是分析器(analyzer)完成的。一個分析器(analyzer)只是一個包裝用于將三個功能放到一個包里:
字符過濾器
1.首先字符串經(jīng)過字符過濾器(character filter),它們的工作是在標(biāo)記化前處理字符串。字符過濾器能夠去除HTML標(biāo)記,或者轉(zhuǎn)換"&"為"and"。
分詞器
2.下一步,分詞器(tokenizer)被標(biāo)記化成獨立的詞。一個簡單的分詞器(tokenizer)可以根據(jù)空格或逗號將單詞分開(譯者注:這個在中文中不適用)
標(biāo)記過濾
3.最后,每個詞都通過所有標(biāo)記過濾(token filters),它可以修改詞(例如將"Quick"轉(zhuǎn)為小寫),去掉詞(例如停用詞像"a"、"and"、"the"等等),或者增加詞(例如同義詞像"jump"和"leap")

index參數(shù)控制字符串以何種方式被索引。它包含以下三個值當(dāng)中的一個:
analyzed首先分析這個字符串,然后索引。換言之,以全文形式索引此字段。not_analyzed索引這個字段,使之可以被搜索,但是索引內(nèi)容和指定值一樣。不分析此字段。no不索引這個字段。這個字段不能為搜索到。
string類型字段默認(rèn)值是analyzed。如果我們想映射字段為確切值,我們需要設(shè)置它為not_analyzed:
{
"tag": {
"type": "string",
"index": "not_analyzed"
}
}其他簡單類型(long、double、date等等)也接受index參數(shù),但相應(yīng)的值只能是no和not_analyzed,它們的值不能被分析。

Elasticsearch提供很多開箱即用的字符過濾器,分詞器和標(biāo)記過濾器。這些可以組合來創(chuàng)建自定義的分析器以應(yīng)對不同的需求。

string類型的字段,默認(rèn)的,考慮到包含全文本,它們的值在索引前要經(jīng)過分析器分析,并且在全文搜索此字段前要把查詢語句做分析處理。
對于string字段,兩個最重要的映射參數(shù)是index和analyer。

highlight

很多應(yīng)用喜歡從每個搜索結(jié)果中高亮(highlight)匹配到的關(guān)鍵字,這樣用戶可以知道為什么這些文檔和查詢相匹配。

score

每個節(jié)點都有一個_score字段,這是相關(guān)性得分(relevance score),它衡量了文檔與查詢的匹配程度。默認(rèn)的,返回的結(jié)果中關(guān)聯(lián)性最大的文檔排在首位;這意味著,它是按照_score降序排列的。這種情況下,我們沒有指定任何查詢,所以所有文檔的相關(guān)性是一樣的,因此所有結(jié)果的_score都是取得一個中間值1
max_score指的是所有文檔匹配查詢中_score的最大值。

refresh

默認(rèn)情況下,每個分片每秒自動刷新一次。這就是為什么說Elasticsearch是近實時的搜索了:文檔的改動不會立即被搜索,但是會在一秒內(nèi)可見。

sort

排序
默認(rèn)情況下,結(jié)果集會按照相關(guān)性進行排序 -- 相關(guān)性越高,排名越靠前
字段值排序:
按時間排序

GET /_search {  "query" : {      "filtered" : {         "filter" : { "term" : { "user_id" : 1 }}     } }, "sort": { "date": { "order": "desc" }} }

返回:

"hits" : {     "total" :           6, "max_score" :       null, <1> "hits" : [ {     "_index" :      "us",     "_type" :       "tweet",     "_id" :         "14",     "_score" :      null, <1>     "_source" :     {          "date":    "2014-09-24",          ...     },     "sort" :        [ 1411516800000 ] <2> }, ... }

_score 是比較消耗性能的, 而且通常主要用作排序 -- 我們不是用相關(guān)性進行排序的時候,就不需要統(tǒng)計其相關(guān)性
字段值默認(rèn)以順序排列(從小到大 ),而 _score 默認(rèn)以倒序排列。

緩存

過濾器是怎么計算的。它們的核心是一個字節(jié)集來表示哪些文檔符合這個過濾器。Elasticsearch 主動緩存了這些字節(jié)集留作以后使用。一旦緩存后,當(dāng)遇到相同的過濾時,這些字節(jié)集就可以被重用,而不需要重新運算整個過濾。
集很“聰明”:他們會增量更新。你索引中添加了新的文檔,只有這些新文檔需要被添加到已存的字節(jié)集中,而不是一遍遍重新計算整個緩存的過濾器。過濾器和整個系統(tǒng)的其他部分一樣是實時的,你不需要關(guān)心緩存的過期時間。

安裝

  1. 首先需要依賴java7以上版本
  2. curl -L -Ohttps://download.elastic.co/elasticsearch/release/org/elasticsearch/distribution/tar/elasticsearch/2.3.3/elasticsearch-2.3.3.tar.gz
    tar -xvf elasticsearch-2.3.3.tar.gz
    cd elasticsearch-2.3.3/bin
    ./elasticsearch
  3. 可以在啟動的時候重寫集群和節(jié)點的名字
    ./elasticsearch --cluster.name my_cluster_name --node.name my_node_name
  4. 默認(rèn),es使用9200端口提供 restapi訪問

安裝配置:

config/elasticsearch.yml  network : host : 10.0.0.4 path: logs: /var/log/elasticsearch  data: /var/data/elasticsearch cluster: name: <NAME OF YOUR CLUSTER> node: name: <NAME OF YOUR NODE>

瀏覽你的集群

es提供了豐富的restapi用于和集群直接通信包括:
1.檢查集群,節(jié)點,索引,狀態(tài)和統(tǒng)計
2.管理集群,節(jié)點,索引數(shù)據(jù)和與元數(shù)據(jù)
3.對索引curd
4.使用高級搜索功能,比如分頁,排序,過濾,腳本,聚合和其他很多

集群健康:

curl 'localhost:9200/_cat/health?v'

返回
epoch timestamp cluster status node.total node.data shards pri relo init unassign
1394735289 14:28:09 elasticsearch green 1 1 0 0 0 0 0

顏色 意義
green 所有主要分片和復(fù)制分片都可用
yellow 所有主要分片可用,但不是所有復(fù)制分片都可用
red 不是所有的主要分片都可用

列舉出所有索引:

curl'localhost:9200/_cat/indices?v'

創(chuàng)建一個索引:

curl -XPUT 'localhost:9200/customer?pretty'

創(chuàng)建一個文檔:

curl -XPUT 'localhost:9200/customer/external/1?pretty'-d '{ "name": "John Doe"}'

刪除一個索引:

curl -XDELETE 'localhost:9200/customer?pretty'

修改你的數(shù)據(jù)

替代你的文檔:
curl -XPUT 'localhost:9200/customer/external/1?pretty'-d '
{ "name": "John Doe" }'

curl -XPUT 'localhost:9200/customer/external/1?pretty'-d '  { "name": "Jane Doe" }'

如果指定了id,去創(chuàng)建,之前的那個會被覆蓋
如果沒有指定id,es會隨機的生成一個id

更新文檔:

es并不會真正的更新文檔,當(dāng)我們進行更新操作的時候,es刪除原來的文檔,
然后添加一個新的文檔。

更新文檔也可以使用腳本,動態(tài)腳本在1.4.3版本默認(rèn)被禁用
curl -XPOST 'localhost:9200/customer/external/1/_update?pretty'-d '
{ "script" : "ctx._source.age += 5" }'

ctx._source指向要被修改的文檔

es后續(xù)將會提供能力,類似sql中的 UPDATE-WHERE statement

刪除文檔

curl -XDELETE 'localhost:9200/customer/external/2?pretty'

delete-by-query 插件可以刪除滿足要求的一類文檔

批量操作:

curl -XPOST 'localhost:9200/customer/external/_bulk?pretty' -d '  {"index":{"_id":"1"}}  {"name": "John Doe" } {"index":{"_id":"2"}}  {"name": "Jane Doe" } ' curl -XPOST 'localhost:9200/customer/external/_bulk?pretty' -d '  {"update":{"_id":"1"}} {"doc": { "name": "John Doe becomes Jane Doe" } }  {"delete":{"_id":"2"}} '

瀏覽你的數(shù)據(jù)

查詢API

took: es搜索使用了多少毫秒
timed_out 是否超時
_shards 告訴我們多少個分片被搜索,和被成功和失敗搜索的分片的數(shù)量
hits 搜索結(jié)果
hits.total 結(jié)果數(shù)量
hits.hits 搜索結(jié)果的列表(默認(rèn)給出前10個)
_score 評分

查詢語句:

Query DSL {"query":{"match_all":{}}}

規(guī)定數(shù)目

curl -XPOST 'localhost:9200/bank/_search?pretty'-d '  { "query": { "match_all": {} }, "size": 1 }'

分頁

curl -XPOST 'localhost:9200/bank/_search?pretty'-d ' { "query": { "match_all": {} },  "from": 10,  "size": 10  }'

規(guī)定返回指定的field

curl -XPOST 'localhost:9200/bank/_search?pretty'-d '  { "query": { "match_all": {} }, "_source": ["account_number", "balance"] }'

match:

curl -XPOST 'localhost:9200/bank/_search?pretty'-d '  { "query":     { "match":         { "account_number": 20          }      }  }'

bool: 加入布爾邏輯

curl -XPOST 'localhost:9200/bank/_search?pretty'-d ' { "query": { "bool": { "must": [ { "match": { "address": "mill" } }, { "match": { "address": "lane" } } ] } } }' curl -XPOST 'localhost:9200/bank/_search?pretty'-d '  { "query": { "bool": { "should": [ { "match": { "address": "mill" } }, { "match": {         "address": "lane" } } ] } } }' curl -XPOST 'localhost:9200/bank/_search?pretty'-d '  { "query": { "bool": { "must": [ { "match": { "age": "40" } } ], "must_not": [ { "match": { "state": "ID" } } ] } } }'

filter

使用filter,es不再計算相關(guān)性得分,只是嚴(yán)格的按照條件過濾
比如:range

curl -XPOST 'localhost:9200/bank/_search?pretty'-d ' { "query": { "bool": { "must": { "match_all": {} }, "filter": { "range": { "balance": {     "gte": 20000, "lte": 30000 } } } } } }'

Aggregations

提供能力是分組和提煉你的數(shù)據(jù) 就像sql里面的GROUP BY
es里你可以查詢返回hit和hit的聚合,在一次查詢中
而且可以進行多重聚合

安裝state分類,然后返回10個狀態(tài),按照數(shù)量排序
設(shè)置size=0,不展示hits,因為我們只關(guān)心聚合結(jié)果

SELECT state, COUNT(*) FROM bank GROUP BY state ORDER BY COUNT(*) DESC

平局值 聚合每一種balance的平均值

suggest

lasticsearch 0.9.0.3終于基于AnalyzingSuggester加上了prefix suggestions ,可直接做搜索提示功能,在0.9.0.1之前版本都是使用外部插件實現(xiàn)的
參考文章
http://www.nosqldb.cn/1376024289369.html
http://www.cnblogs.com/jiuyuehe/p/3840821.html

總結(jié)

es是一個簡單又復(fù)雜的產(chǎn)品,還有很多高級的功能。

拓展

官方文檔:

https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html

elasticSearch中文社區(qū):

http://elasticsearch.cn/

elasticsearch 索引優(yōu)化:

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

與其他相似功能產(chǎn)品對比:

http://www.cnblogs.com/chowmin/articles/4629220.html

責(zé)任編輯:吳金澤 來源: 簡書
相關(guān)推薦

2017-03-08 13:12:44

編程學(xué)習(xí)

2020-12-10 11:18:47

Redis搜索引擎Java

2011-06-20 18:23:06

SEO

2009-02-19 09:41:36

搜索引擎搜狐百度

2009-09-22 16:23:52

搜索引擎

2020-03-20 10:14:49

搜索引擎倒排索引

2017-08-07 08:15:31

搜索引擎倒排

2016-12-26 13:41:19

大數(shù)據(jù)搜索引擎工作原理

2010-06-13 16:27:28

搜索引擎

2010-04-20 11:43:46

2022-10-08 09:13:18

搜索引擎?站

2012-09-07 13:22:21

搜索搜狗

2012-05-14 11:01:50

搜索引擎微軟

2011-06-22 17:28:51

SEO

2011-06-15 19:09:24

搜索引擎

2020-08-10 14:39:30

搜索引擎

2020-02-24 08:52:08

開源索引YaCy

2015-08-31 10:41:58

搜索引擎Google云應(yīng)用

2009-12-10 15:09:46

PHP搜索引擎類

2023-09-21 15:05:12

ChatGPT搜索引擎

51CTO技術(shù)棧公眾號