weixin_40663800的博客

但是实际的情况是，term未必都是英文字符，term可以是任意的byte数组。遍历的过程可以跳过一些元素，比如我们遍历到绿色的13的时候，就可以跳过蓝色的3了，因为3比13要小。使用了嵌套文档之后，对于term的posting list只需要保存父文档的doc id就可以了，可以比保存所有的数据点的doc id要少很多。简单的结论是：因为Frame of Reference编码是如此 高效，对于简单的相等条件的过滤缓存成纯内存的bitset还不如需要访问磁盘的skip list的方式要快。

索引模板，一种复用机制，就像一些项目的开发框架如 Laravel 一样，省去了大量的重复，体力劳动。当新建一个 Elasticsearch 索引时，自动匹配模板，完成索引的基础部分搭建。模板定义，看似复杂，拆分来看，主要为如下几个部分："order": 0, // 模板优先级"template": "sample_info*", // 模板匹配的名称方式"settings": {...}, // 索引设置。

GET操作只能对单个文档进行处理，由_index、_type和_id三元组来确定唯一文档。但搜索需要一种更复杂的模型，因为不知道查询会命中哪些文档。找到匹配文档仅仅完成了搜索流程的一半，因为多分片中的结果必须组合成单个排序列表。集群的任意节点都可以接收搜索请求，接收客户端请求的节点称为协调节点。在协调节点，搜索任务被执行成一个两阶段过程，即query then fetch。真正执行搜索任务的节点称为数据节点。需要两个阶段才能完成搜索的原因是，在查询的时候不知道文档位于哪个分片，因此索引的所有分片（某

GET流程ES的读取分为GET和Search两种操作，这两种读取操作有较大的差异，GET/MGET必须指定三元组：_index、_type、_id。也就是说，根据文档id从正排索引中获取内容。而Search不指定_id，根据关键词从倒排索引中获取内容。一个GET请求的简单例子，如下：curl -XGET http://127.0.0.1:9200/secisland/_doc/1?pretty响应：{ "_index": "secisland", "_type": "_doc",

1. lucene的写操作及其问题Elasticsearch底层使用Lucene来实现doc的读写操作，Lucene通过public long addDocument(...);public long deleteDocuments(...);public long updateDocument(...);三个方法来实现文档的写入，更新和删除操作。但是存在如下问题没有并发设计 lucene只是一个搜索引擎库，并没有涉及到分布式相关的设计，因此要想使用Lucene来处理海量数据，并利用

游标查询Scroll滚动搜索API，即Search Scroll API，可通过搜索请求，获取大量搜索结果。滚动搜索有点类似于数据库中的分页查询。ES对于from+size的个数是有限制的，二者之和不能超过1w。当所请求的数据总量大于1w时，可用scroll来代替from+size。如果一次性要查出来比如10万条数据，那么性能会很差，此时一般会采取用scoll滚动查询，一批一批的查，直到所有数据都查询完处理完。scroll查询 可以用来对 Elasticsearch 有效地执行大批量..

了解Elasticsearch分词的原理、过程，以及如何添加新的分词器等，同时插件相关知识，及其功能与安装等。分词器的概念在Elasticsearch中，索引分析模块是可以通过注册分词器（analyzer）来进行配置。分词器的作用是当一个文档被索引的时候，分词器从文档中提取出若干词元（token）来支持索引的存储和搜索。分词器（omalyzer）是由一个分解器（tokenizer）、零个或多个词元过滤器（token filters）组成。分解器处理前可能要做一些预处理，比如去掉里面的HTML

前面主要介绍了Elasticsearch的索引和映射，但这两个内容只解决存储的问题，在使用Elasticsearch的时候，大部分是和搜索相关的内容。现在开始介绍Elasticsearch的搜索功能，通过学习详细了解搜索的语法和查询专用语言（DSL）的相关知识。深入搜索搜索方式1.URL参数搜索请求：GET http://127.0.0.1:9200/secislan/_search?参数，多个参数用&分开。2.POST请求参数搜索请求：POST http://127

映射是定义存储和索引的文档类型以及字段的过程。索引中的每一个文档都有一个类型，每种类型都有它自己的映射。一个映射定义了文档结构内每个字段的数据类型。映射通过配置来定义字段类型与该类型相关联的元数据的关系。例如，可以通过映射来定义日期类型的格式、数字类型的格式或者文档中所有字段的值是否应该被_all字段索引等。本章将介绍映射的概念、参数，以及动态映射的使用等。概念1.映射类型每个索引拥有一个或多个映射类型，用来在索引中将文档划分为不同的逻辑组。每个映射类型拥有：□元字段：用来定义如何处理

索引创建索引创建索引的时候可以通过修改number_of_shards和number_of_replicas参数的数量来修改分片和副本的数量。在默认的情况下分片的数量是5个，副本的数量是1个。例如，创建三个主分片，两个副本分片的索引。请求：PUT http://127.0.0.1:9200/secisland/参数：后面可以通过update-index-settings API完成对副本数量的修改。例如请求：PUT http://127.0.0.1:9200/secis

在Elasticsearch中，高级客户端支持以下文档相关的API：（1）Single document APIs——单文档操作API。（2）Index API——文档索引API。（3）Get API——文档获取API。（4）Exists API——文档存在性判断API。（5）Delete API——文档删除API。（6）Update API——文档更新API。（7）Term Vectors API——词向量API。（8）Bulk API——批量处理API。（9）Multi-Get API——多文档获取

上一篇我们对elasticsearch的基本概念有了一些了解，然后我们需要懂一些基本操作。对外接口1 创建索引库在请求URL中输入：http://127.0.0.1:9200/secisland?pretty。在请求的方法中选择PUT，创建索引库示意图点击Request按钮后可以在右边看到返回的内容如下，表示建库成功：执行完建库后查询一下库的状态，有两种方式查看，如果用命令查看，可以在浏览器中执行http://127.0.0.1:9200/_cat/indices?v.

想要学好、用好Elasticsearch，首先要了解其核心概念、名词和属性。这就好比想要看懂地图，首先要知道地图里常用的标记符号一样。Elasticsearch的核心概念有索引词（term）、节点（Node）、集群（Cluster）、Shards、Replicas、Index、Type、Document、Settings、Mapping和Analyzer，其含义分别如下所示。1.索引词（term）在Elasticsearch中索引词（term）是一个能够被索引的精确值。foo、Foo、FOO几个

Elasticsearch 是一个分布式可扩展的实时搜索和分析引擎,一个建立在全文搜索引擎 Apache Lucene(TM) 基础上的搜索引擎.当然 Elasticsearch 并不仅仅是 Lucene 那么简单，它不仅包括了全文搜索功能，还可以进行以下工作:分布式实时文件存储，并将每一个字段都编入索引，使其可以被搜索。 实时分析的分布式搜索引擎。 可以扩展到上百台服务器，处理PB级别的结构化或非结构化数据Elasticsearch具备以下特点：分布式，无需人工搭建集群（solr就需要人为配