秃了也弱了

【代码】ElasticSearch：不停机更新索引类型（未验证）

同时一个商品的SPU会包含多个商品SKU，以手机为例，一款iPhone12手机就是SPU，如果消费者需要购买该手机的时候，还需要选择手机颜色、内存容量，在商家这边还要查看商品的库存是否足够。的单位， 可以是以件、盒、托盘等为单位，SKU是物理上不可分割的最小存货单元。红框上面的部分是商品的SPU（Standard Product Unit 标准产品单位），SPU是商品信息聚合的最小单位，是一组。这里会选择对应店铺的名称，填入商品编号、商品名称、上架状态、定时上架时间、商品标签、商品图片等信息。

搜索是用户和搜索引擎的对话，用户关心的是搜索结果的相关性是否可以找到所有相关的内容有多少不相关的内容被返回了文档的打分是否合理结合业务需求，平衡结果排名如何衡量相关性：Precision(查准率)―尽可能返回较少的无关文档Recall(查全率)–尽量返回较多的相关文档Ranking -是否能够按照相关度进行排序是一种用于信息检索与数据挖掘的常用加权技术。TF-IDF被公认为是信息检索领域最重要的发明，除了在信息检索，在文献分类和其他相关领域有着非常广泛的应用。

springboot集成elasticSearch

Elasticsearch实战（一）：Springboot实现Elasticsearch统一检索功能Elasticsearch实战（二）：Springboot实现Elasticsearch自动汉字、拼音补全，Springboot实现自动拼写纠错Elasticsearch实战（三）：Springboot实现Elasticsearch搜索推荐Elasticsearch实战（四）：Springboot实现Elasticsearch指标聚合与下钻分析Elasticsearch实战（五）：Springboot

聚合分析是数据库中重要的功能特性，完成对某个查询的数据集中数据的聚合计算，如：找出某字段（或计算表达式的结果）的最大值、最小值，计算和、平均值等。ES作为搜索引擎兼数据库，同样提供了强大的聚合分析能力。对一个数据集求最大值、最小值，计算和、平均值等指标的聚合，在ES中称为指标聚合。官网：https://www.elastic.co/guide/en/elasticsearch/reference/7.4/search-aggregations-metrics.html。

另外这里的host是部署了Logstash服务端的地址，并且端口号要和你在Logstash里配置的一致才行。从配置文件中可以看到，这里使用的是Socket Appender来将日志打印的信息发送到Logstash。注意了，Socket的Appender必须要配置到下面的Logger才能将日志输出到Logstash里！获取es-log索引中的文档数据并对其进行分组，统计热搜词出现的频率，根据频率获取有效数据。下面的索引存储用户输入的关键字，最终通过聚合的方式处理索引数据，最终将数据放到语料库。

es、kibana版本必须统一！elasticSearch存储和检索数据docker pull elasticsearch:7.4.2可视化检索数据docker pull kibana:7.4.21、ElasticSearch将docker容器中es的配置文件与linux主机指定目录绑定；将docker容器中es数据与linux主机指定目录绑定；将docker容器中es插件目录与linux主机指定目录绑定，可以直接在主机中装好插件，重启es即可。特别注意： -e ES_JAVA_OPTS=“-X

logstash就是一个具备实时数据传输能力的管道，负责将数据信息从管道的输入端传输到管道的输出端；在容器里面的/usr/share/logstash/路径下的隐藏文件.logstash_jdbc_last_run中记录了全量同步的UTC时间。这样就导致我们自己定义的映射无法使用，而有数据的是es自动生成的那个小写。logstash_jdbc_last_run默认是没有的，执行增量后创建。全量同步是指全部将数据同步到es，通常是刚建立es，第一次同步时使用。数据库插入一条数据之后，会自动同步至es。

目录一、安装二、基本概念2.1 Node 与 Cluster2.2 Index2.3 Document2.4 Type三、新建和删除 Index四、中文分词设置五、数据操作5.1 新增记录5.2 查看记录5.3 删除记录5.4 更新记录六、数据查询6.1 返回所有记录6.2 全文搜索6.3 逻辑运算七、参考链接全文搜索属于最常见的需求，开源的Elasticsearch（以下简称 Elastic）是目前全文搜索引擎的首选。它可..

例如：关键词输入【阿迪达斯 耐克 外套 运动鞋 袜子】1、min_word_length，建议文本术语必须包含的最小长度。默认值为4。切记！2、string_distance，用于比较建议术语的相似程度的字符串距离实现，使用ngram。

实现查询价格在【2000-3000】并且是【京东物流】并且评论数【从大到小进行排序】的商品，filter也常和range范围查询一起结合使用，range范围可供组合的选项。注意！被查询的字段类型是必须是keyword，这样字段在索引时不会进行分词。如果类型为text，字段值在索引时会分词，这样反而查不到结果了。"query": {"bool": {"must": ["term": {"storetype": "自营"},"term": {"twolevel": "手机"],

目录写在前面一、下载地址二、solr与es比较三、安装elasticsearch四、安装可视化界面（hand插件）使用五、安装kibana六、学习es核心概念七、IK分词器插件八、使用ES九、es的复杂查询十、集成Springboot十一、京东搜索写在前面ES（ElasticSearch）相信很多小伙伴都听过它的鼎鼎大名，但是一直不知道其是如何工作的，今天就靠这一篇文章将它彻底入门！一、下载地址因为ES及其部分插件，国内下载速度比较慢，这里

学习es请移步：elasticSearch入门到java操作api一套搞定本文以下的所有操作中的type，可根据ES版本选择是否保留！Es7 及以上移除了 type 的概念。关系型数据库中两个数据表示是独立的，即使他们里面有相同名称的列也不影响使用，但 ES 中不是这样的。elasticsearch 是基于 Lucene 开发的搜索引擎，而 ES 中不同 type 下名称相同的 filed 最终在 Lucene 中的处理方式是一样的。两个不同 type 下的两个 user_name，在 ES 同一个索引下