ES搜索知識

在這里插入圖片描述
GET /categories/1/10?name=手機 // 按名稱過濾
GET /categories/1/10?type=電子產品 // 按類型過濾
GET /categories/1/10?name=手機&type=電子產品 // 組合過濾

  • 查詢參數
@ApiOperation(value = "獲取商品分類分頁列表")@GetMapping("{page}/{limit}")public Result index(@ApiParam(name = "page", value = "當前頁碼", required = true)@PathVariable Long page,@ApiParam(name = "limit", value = "每頁記錄數", required = true)@PathVariable Long limit,@ApiParam(name = "categoryQueryVo", value = "查詢對象", required = false)CategoryQueryVo categoryQueryVo) {Page<Category> pageParam = new Page<>(page, limit);IPage<Category> pageModel = categoryService.selectPage(pageParam, categoryQueryVo);return Result.ok(pageModel);}
  • CategoryQueryVo categoryQueryVo存儲查詢參數。

在基于Nacos的服務注冊與發現機制中，服務之間通過以下步驟完成數據發送：

一、服務注冊與發現階段

1. 服務提供者（service-provider）注冊到Nacos
  • 動作：
    服務提供者（端口8070）啟動時，向Nacos Server（端口8848）發送注冊請求，攜帶自身信息：
    {"serviceName": "service-provider","ip": "192.168.1.100","port": 8070,"metadata": {"version": "2018"}  // 圖中標注的"2018"可能是版本號或其他元數據
}
  • 目的：
    告知Nacos自己的存在，成為可被調用的服務實例。
2. 服務消費者（service-consumer）發現服務提供者
  • 動作：
    服務消費者（端口8080）向Nacos查詢服務名為service-provider的可用實例列表。
    Nacos返回服務提供者的地址信息：http://192.168.1.100:8070/。

二、服務間數據發送階段

3. 消費者發起HTTP請求
  • 動作：
    服務消費者根據Nacos返回的地址，構造HTTP請求并發送：
    GET http://192.168.1.100:8070/echo?param=hello,2018
    或通過POST請求傳遞數據（具體方法由接口定義決定）。
4. 提供者處理請求并返回響應
  • 動作：
    服務提供者接收到請求后，執行echo(string)方法處理參數：
    public String echo(String input) {return input.split(",")[1];  // 示例中返回"2018"
}
  • 響應：
    返回HTTP響應體：2018（即從輸入中提取的元數據）。

三、關鍵技術細節

1. HTTP協議通信
  • 通信方式：
    服務消費者通過HTTP協議（RESTful API）調用服務提供者。
    示例：
    • 請求路徑：/echo
    • 參數傳遞：通過URL參數（param=hello,2018）或請求體（JSON/XML）。
2. 服務標識解耦
  • 服務名代替硬編碼IP：
    消費者通過服務名（service-provider）調用服務，而非直接依賴IP地址。
    優勢：
    • 動態擴縮容：提供者實例變化時，Nacos自動更新可用地址列表。
    • 負載均衡：Nacos支持返回多個實例，消費者可輪詢或隨機選擇（需集成Ribbon等組件）。
3. 元數據（Metadata）傳遞
  • 用途：
    注冊時攜帶的元數據（如version=2018）可用于：
    • 灰度發布：根據版本號路由請求。
    • 環境隔離：區分測試/生產環境實例。
      調用示例：
      消費者可通過元數據篩選特定實例（如請求version=2018的提供者）。

四、完整流程示例

1. 服務提供者啟動 → 注冊到Nacos（IP:8070，元數據version=2018）
2. 消費者啟動 → 向Nacos查詢service-provider地址 → 獲得http://192.168.1.100:8070/
3. 消費者發送HTTP請求 → GET http://192.168.1.100:8070/echo?param=hello,2018
4. 提供者處理請求 → 提取"2018" → 返回HTTP響應"2018"
5. 消費者收到響應 → 完成數據交互

五、擴展場景

1. 負載均衡
  • 多實例場景：
    若存在多個service-provider實例（如8070、8071、8072），Nacos返回所有實例地址。
    消費者行為：
    可結合Ribbon實現負載均衡（如輪詢、隨機選擇實例）。
2. 健康檢查
  • 自動剔除故障節點：
    Nacos定期檢查提供者心跳，若8070端口服務宕機，自動從列表中移除，確保消費者不會調用失效實例。
3. 動態配置
  • 配置中心集成：
    Nacos可管理服務配置（如超時時間、路由規則），服務重啟時自動同步最新配置。

總結

服務間數據發送的核心流程為：
注冊（Provider → Nacos）→ 發現（Consumer ← Nacos）→ 調用（HTTP請求）→ 響應。
通過Nacos解耦服務依賴，結合HTTP協議實現靈活通信，是微服務架構中高效協作的基礎。

  • 商品上下架過程中，修改數據庫表上下架狀態，之后通過RabbitMQ發送消息，最終實現ES中數據同步。

在這里插入圖片描述

  • ?Binding Key?：隊列綁定到交換機時設定的 ??“路由規則”??（收件規則）。
    Routing Key?：生產者發送消息時指定的 ??“消息標簽”??（快遞單號）。
    ?匹配結果?：交換機根據兩者的匹配關系，決定消息投遞到哪些隊列。

話題交換機

  1. bindingkey和routingkey是可以（多個 routingKey 之間以.分割）。廣播和定向是只能一個。
  2. 交換機是具體的名字。routingkey是固定的名字，bingkey是可以有#。

bindkey相當于信箱的收件規則；routeingkey是消息的快遞號。

ES

在這里插入圖片描述
在這里插入圖片描述
在這里插入圖片描述

  • 手機% 才會對索引生效。
    在這里插入圖片描述
    在這里插入圖片描述
    在這里插入圖片描述
    在這里插入圖片描述

在這里插入圖片描述
在這里插入圖片描述
在這里插入圖片描述
在這里插入圖片描述

  • ik分詞器是創建倒排索引和搜索分詞的。

在這里插入圖片描述
在這里插入圖片描述
在這里插入圖片描述

在這里插入圖片描述

問題

在這里插入圖片描述

在這里插入圖片描述
結論：

  • text是創建到倒排索引的，而且會分詞。
  • keyword也會創建倒排，但是如果使用index：false的話是不會創建的。所以不會放到倒排中。

問題 ：索引庫和倒排索引有什么關系？

  • 索引庫就是存儲到es中的文檔數據。
  • 倒排索引就是基于索引庫的文檔創建的。

在這里插入圖片描述
在這里插入圖片描述

  • 搜索就是根據分詞器先分詞之后匹配倒排索引庫。之后查詢。
  • 存儲就是先分詞和存儲索引庫。
    在這里插入圖片描述
    在這里插入圖片描述
  • put用于操作索引庫的字段和新增字段。全量修改。
  • 新增使用post
  • 獲得使用get
  • 刪除delete。
    在這里插入圖片描述
    在這里插入圖片描述

在這里插入圖片描述

PUT /hotel
{"mappings": {"properties": {"id":{"type":"keyword"},"name":{"type":"text","analyzer": "ik_max_word","copy_to": "all"},"address":{"type":"keyword","index":false},"price":{"type":"integer"},"score":{"type":"integer"},"brand":{"type":"keyword","copy_to": "all"},"city":{"type":"keyword"},"starName":{"type":"keyword"},"business":{"type":"keyword","copy_to": "all"},"location":{"type": "geo_point"},"pic":{"type":"keyword","index": false},"all":{"type": "text","analyzer": "ik_max_word"}}}
}
  • id在es中是不可分割的。
  • 把品牌和名字和商圈給到all.就是參與復合搜索。

在這里插入圖片描述

public void test2() throws IOException {CreateIndexRequest request=new CreateIndexRequest("hotel1");request.source(MAPPING_TEMPLATE,XContentType.JSON);client.indices().create(request,RequestOptions.DEFAULT);}

酒店的crud

在這里插入圖片描述

新增就是post /hotel/_doc/1

  • 第一次都是從數據庫獲得對應數據，之后存儲到es中。
  • es和mysql的pojo是需要兩個的。因為es的維度經度是一個。javabean是兩個。
   @Testpublic void test5() throws IOException {Hotel byId = hotelService.getById(38609);System.out.println(byId);HotelDoc hotelDoc = new HotelDoc(byId);// post /hotel/_doc/1IndexRequest hotel = new IndexRequest("hotel").id(hotelDoc.getId().toString());hotel.source(JSON.toJSONString(hotelDoc), XContentType.JSON);client.index(hotel, RequestOptions.DEFAULT);//        IndexRequest indexRequest=new IndexRequest("hotel1").id("1");
//        indexRequest.source("",RequestOptions.DEFAULT);
//        client.index(indexRequest,RequestOptions.DEFAULT);}

在這里插入圖片描述

//    post /hotel/_update/1
//    更新@Testpublic void test7() throws IOException {UpdateRequest hotel = new UpdateRequest("hotel", "38609");hotel.doc("price", 100,"city","上海浦東");client.update(hotel,RequestOptions.DEFAULT);}
  • DELETE /hotel/_doc/38609

搜索數據

在這里插入圖片描述在這里插入圖片描述

在這里插入圖片描述

在這里插入圖片描述

在這里插入圖片描述

全局搜索

在這里插入圖片描述
在這里插入圖片描述

GET /hotel/_search
{"query": {"match": {"all": "外灘如家"}}
}GET /hotel/_search
{"query": {"multi_match": {"query": "外灘","fields": ["name","brand","business"]}}
}
  • name brand business是分詞的字段。
  • query 里面就是查詢類型。
  • match_all就是查詢所有類型。

全文檢索：對詞語進行分詞，之后查詢索引庫，獲得索引。

在這里插入圖片描述
在這里插入圖片描述

GET /hotel/_search
{"query": {"match_all": {}}
}GET /hotel/_search
{"query": {"match": {"all": "外灘如家"}}
}
  • 第一個是查詢全部的。
  • 第二個是查詢一個字段的。
  • 查詢出來的相關度越高排名越靠前。

在這里插入圖片描述

在這里插入圖片描述

  • 可以查詢多個索引庫。

為什么使用all更快呢？

  • 因為每個被分詞的字段都會被構建一個索引庫，所以有時候需要查詢多個。
  • 但是all也是分詞的，只需要查詢一遍索引庫。
  • 要給字段類型給 “type”: “text”。
    ??普通多字段查詢??（如 multi_match）:
  1. 需要分別檢索每個字段的倒排索引，例如同時查詢 name、address、 escription 三個字段。
    ??性能損耗??：
    多次倒排索引查找（每個字段一次）
    合并多個字段的匹配結果（相關性計算更復雜）
    可能涉及不同字段的分詞器和詞項差異
  2. ??all 字段查詢??:
    所有目標字段的內容在 ??索引階段?? 已合并到 all 字段中，只需檢索一個倒排索引。
    ??性能優勢??：
    單次倒排索引查找
    統一的分詞器（確保詞項一致性）
    無需跨字段合并結果
    📊 性能對比示例
    假設 name、address、description 各有獨立的倒排索引：
  • ??查詢方式?? 倒排索引訪問次數 詞項合并復雜度
    multi_match 3次 高
    all 字段 1次 低

問題： 一般是不是經常在搜索框的是字段用分詞，在下面固定的使用不分詞

在這里插入圖片描述

精確查詢：無需進行分詞

在這里插入圖片描述
在這里插入圖片描述

#range查詢
GET /hotel/_search
{"query": {"range": {"price": {"gte": 200,"lte": 300}}  }
}
  • 范圍查詢。對于integer類型很好用。

經緯度查詢

在這里插入圖片描述
在這里插入圖片描述

# 已自己為中心點。周圍5km。
GET /hotel/_search
{"query": {"geo_distance": {"distance":"5km","location":"40.048969, 116.619566"} }
}

在這里插入圖片描述
在這里插入圖片描述
在這里插入圖片描述

{"query": {"bool": {"must":     [ ... ],  // AND 邏輯（必須滿足）"should":   [ ... ],  // OR 邏輯（至少滿足一個）"must_not": [ ... ],  // NOT 邏輯（必須不滿足）"filter":   [ ... ]   // 精確過濾（不計算相關性得分，性能更高）}}
}
  • 在多條件查詢中，必須在外面bool。
  • query -> bool -> must、should、must_not、filter。
GET /hotel/_search
{"query": {"bool": {"must": [{"term": {"city": "上海"}}],"should": [{"term":{"brand":"如家"}},{"term":{"brand":"華美達"}}],"must_not": [{"range":{"price": {"gte": 300}}}],"filter": [{"range": {"score": {"gte": 30,"lte": 40}}}]}}
}
  • match和multi_match是分詞查詢的。
  • term是精確
  • range是范圍

排序

在這里插入圖片描述
在這里插入圖片描述
在這里插入圖片描述

# 排序
GET /hotel/_search
{"query": {"match_all": {}},"sort": [{"score": {"order": "asc"},"price": {"order": "desc"}}]
}
# 地圖排序
GET /hotel/_search
{"query": {"match_all": {}},"sort": [{"_geo_distance": {"location": {"lat": 31.034661,"lon": 121.612282},"order": "asc","unit": "km"}}]
}

分頁:es獲得990到1000的數據，是先找出0-1000數據，之后進行截取的，不擅長做這個。

在這里插入圖片描述
+

GET /hotel/_search
{"query": {"match_all": {}},"from":1,"size":10
}

在這里插入圖片描述

在這里插入圖片描述

  • 一個es就是排序之后獲得前面1000，之后進行截取。
  • 多個就是先排序獲得前面1000，之后合在一個，進行排序獲得前面1000，之后進行截取。
    在這里插入圖片描述
    在這里插入圖片描述

高亮處理

在這里插入圖片描述
在這里插入圖片描述

  • 這種不是前端寫的在這里插入圖片描述
    在這里插入圖片描述

在這里插入圖片描述


GET /hotel/_search
{"query": {"match": {"all": "如家"}},"highlight": {"fields": {"name": {"require_field_match": "false"}}}
}

DSL查詢作用

package cn.itcast.hotel;import cn.itcast.hotel.pojo.Hotel;
import cn.itcast.hotel.pojo.HotelDoc;
import cn.itcast.hotel.service.IHotelService;
import com.alibaba.fastjson.JSON;
import org.apache.http.HttpHost;
import org.elasticsearch.action.admin.indices.delete.DeleteIndexRequest;
import org.elasticsearch.action.bulk.BulkRequest;
import org.elasticsearch.action.delete.DeleteRequest;
import org.elasticsearch.action.get.GetRequest;
import org.elasticsearch.action.get.GetResponse;
import org.elasticsearch.action.index.IndexRequest;
import org.elasticsearch.action.update.UpdateRequest;
import org.elasticsearch.client.RequestOptions;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.client.indices.CreateIndexRequest;
import org.elasticsearch.client.indices.GetIndexRequest;
import org.elasticsearch.common.blobstore.DeleteResult;
import org.elasticsearch.common.xcontent.XContentType;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;import java.io.IOException;
import java.util.List;import static cn.itcast.hotel.constants.HotelIndexConstants.MAPPING_TEMPLATE;@SpringBootTest
class HotelIndexTest {private RestHighLevelClient client;@Testvoid testCreateIndex() throws IOException {// 1.準備Request      PUT /hotelCreateIndexRequest request = new CreateIndexRequest("hotel");// 2.準備請求參數request.source(MAPPING_TEMPLATE, XContentType.JSON);// 3.發送請求client.indices().create(request, RequestOptions.DEFAULT);}@Testvoid testExistsIndex() throws IOException {// 1.準備RequestGetIndexRequest request = new GetIndexRequest("hotel");// 3.發送請求boolean isExists = client.indices().exists(request, RequestOptions.DEFAULT);System.out.println(isExists ? "存在" : "不存在");}@Testvoid testDeleteIndex() throws IOException {// 1.準備RequestDeleteIndexRequest request = new DeleteIndexRequest("hotel");// 3.發送請求client.indices().delete(request, RequestOptions.DEFAULT);}@BeforeEachvoid setUp() {
//        client = new RestHighLevelClient(RestClient.builder(
//                HttpHost.create("http://192.168.150.101:9200")
//        ));this.client= new RestHighLevelClient(RestClient.builder(HttpHost.create("http://127.0.0.1:9200")));}@AfterEachvoid tearDown() throws IOException {client.close();}@Testpublic void test1(){System.out.println(client);}@Testpublic void test2() throws IOException {CreateIndexRequest request=new CreateIndexRequest("hotel1");request.source(MAPPING_TEMPLATE,XContentType.JSON);client.indices().create(request,RequestOptions.DEFAULT);}@Testpublic void test3() throws IOException {DeleteIndexRequest request=new DeleteIndexRequest("hotel1");client.indices().delete(request,RequestOptions.DEFAULT);}@Testpublic void test4() throws IOException {GetIndexRequest hotel1 = new GetIndexRequest("hotel1");boolean exists = client.indices().exists(hotel1, RequestOptions.DEFAULT);System.out.println(exists);}@Autowiredprivate IHotelService hotelService;@Testpublic void test5() throws IOException {Hotel byId = hotelService.getById(38609);System.out.println(byId);HotelDoc hotelDoc = new HotelDoc(byId);// post /hotel/_doc/1IndexRequest hotel = new IndexRequest("hotel").id(hotelDoc.getId().toString());hotel.source(JSON.toJSONString(hotelDoc), XContentType.JSON);client.index(hotel, RequestOptions.DEFAULT);//        IndexRequest indexRequest=new IndexRequest("hotel1").id("1");
//        indexRequest.source("",RequestOptions.DEFAULT);
//        client.index(indexRequest,RequestOptions.DEFAULT);}@Testpublic void test6() throws IOException {GetRequest hotel = new GetRequest("hotel", "38609");GetResponse documentFields = client.get(hotel, RequestOptions.DEFAULT);String sourceAsString = documentFields.getSourceAsString();System.out.println(sourceAsString);HotelDoc hotelDoc = JSON.parseObject(sourceAsString, HotelDoc.class);System.out.println(hotelDoc);}
//    post /hotel/_update/1
//    更新@Testpublic void test7() throws IOException {UpdateRequest hotel = new UpdateRequest("hotel", "38609");hotel.doc("price", 100,"city","上海浦東");client.update(hotel,RequestOptions.DEFAULT);}@Test   //刪除public void test8() throws IOException {DeleteRequest deleteRequest = new DeleteRequest("hotel","38609");client.delete(deleteRequest, RequestOptions.DEFAULT);}//    這是一個從數據庫很多數據拿到拿到es中。@Testpublic void test9() throws IOException {BulkRequest bulkRequest = new BulkRequest();List<Hotel> hotelList = hotelService.list();for (Hotel hotel : hotelList) {HotelDoc hotelDoc = new HotelDoc(hotel);bulkRequest.add(new IndexRequest("hotel").id(hotelDoc.getId().toString()).source(JSON.toJSONString(hotelDoc), XContentType.JSON));}client.bulk(bulkRequest, RequestOptions.DEFAULT);}
}
  • 這是一個存儲的。

多條件查詢。

GET /your_index/_search
{"query": {"match": {"all": "搜索關鍵詞"  // 在 all 字段中匹配關鍵詞}},"from": 0,    // 分頁起始位置（頁碼-1）*每頁數量"size": 10,   // 每頁返回文檔數"sort": [      // 排序規則（可多字段）{ "price": "desc" },   // 按價格降序{ "_score": "desc" }   // 按相關性評分降序（可選）]
}
@Overridepublic PageResult search(RequestParams params) throws IOException {SearchRequest hotel = new SearchRequest("hotel");
//        這個是分詞查找，all是字段if(params.getKey() != null||params.getKey()!=""){hotel.source().query(QueryBuilders.matchQuery("all", params.getKey()));} else{hotel.source().query(QueryBuilders.matchAllQuery());}//分頁int page = params.getPage();int  size = params.getSize();hotel.source().from((page-1)*size).size(size);//高亮顯示hotel.source().highlighter(new HighlightBuilder().field("name").requireFieldMatch(false));SearchResponse search = restClient.search(hotel, RequestOptions.DEFAULT);return   handleResponse(search);}public PageResult handleResponse(SearchResponse response) {List<HotelDoc> arrayList = new ArrayList<>();SearchHits hits = response.getHits();
//獲得個數。long value = hits.getTotalHits().value;SearchHit[] hits1 = hits.getHits();for (SearchHit hit : hits1) {String sourceAsString = hit.getSourceAsString();HotelDoc hotelDoc = JSON.parseObject(sourceAsString, HotelDoc.class);arrayList.add(hotelDoc);}return new PageResult(value,arrayList);}

在這里插入圖片描述

  • 搜索一個字段下面每個都一個字段還有分頁操作。
    在這里插入圖片描述
BoolQueryBuilder boolQuery = QueryBuilders.boolQuery().should(QueryBuilders.matchQuery("name", "泳池")) // 條件1.should(QueryBuilders.boolQuery()                 // 嵌套條件2.must(QueryBuilders.matchQuery("address", "外灘")).must(QueryBuilders.rangeQuery("price").lte(600)));
  • 只有一個的話不需要
  • 多個條件的話就是BoolQueryBuilder。

多條件問題

在這里插入圖片描述

  • must是and ，should是or ，must_no是非。
  • term是準確，match 是分詞，range范圍.

在這里插入圖片描述

距離排序

在這里插入圖片描述
在這里插入圖片描述

廣告定制

在這里插入圖片描述

  • functionScore是增加算分的。
    在這里插入圖片描述
{"from": (page-1)*size,"size": size,"query": {"function_score": {"query": {"bool": {"must": [{"match": {"all": "用戶輸入的關鍵詞"}}],"filter": [{"term": {"city": "城市參數"}},{"term": {"brand": "品牌參數"}},{"term": {"starName": "星級參數"}},{"range": {"price": {"gte": 最低價,"lte": 最高價}}}]}},"functions": [{"filter": {"term": {"isAD": true}},"weight": 10}]}},"sort": [{"_geo_distance": {"location": "緯度,經度","order": "asc","unit": "km"}}]
}

拼音分詞

GET /_analyze
{"text": ["如家酒店"], "analyzer": "ik_max_word"
}
GET /_analyze
{"text": ["如家酒店"], "analyzer": "pinyin"
}

在這里插入圖片描述

  • 使用pinyin的話是， 他只有一個字一個拼音。
# 自定義分詞器。
PUT /test1
{"settings": {"analysis": {"analyzer": {"my_analyzer": {"tokenizer": "ik_max_word","filter": "py"}},"filter": {"py": {"type": "pinyin","keep_joined_full_pinyin": true,"keep_full_pinyin": false,"keep_original": true,"remove_duplicated_term": true}}}},"mappings": {"properties": {"name":{"type":"text","analyzer": "my_analyzer"}}}
}
  • 只會影響 name 字段.

分詞器，會把分詞字段分到倒排索引中；自定義分詞器是分出拼音和漢字到倒排中。


GET /test1/_analyze
{"text": ["如家酒店"], "analyzer": "my_analyzer"
}# 自定義分詞器。
PUT /test1
{"settings": {"analysis": {"analyzer": {"my_analyzer": {"tokenizer": "ik_max_word","filter": "py"}},"filter": {"py": {"type": "pinyin","keep_joined_full_pinyin": true,"keep_full_pinyin": false,"keep_original": true,"remove_duplicated_term": true}}}},"mappings": {"properties": {"name":{"type":"text","analyzer": "my_analyzer"}}}
}
  • 拼音分詞器就是name把所有的詞語有中文、英文變到倒排索引庫中。

在這里插入圖片描述
在這里插入圖片描述

  • 在shizi拼音的時候可以有1,2。查詢獅子就只有一個1.
    在這里插入圖片描述
  • 在存儲的時候是拼音中文都存出倒排索引中。
  • 在搜索的時候只能中文查詢中文，拼音查詢拼音的。只有使用ik分詞器。
GET /test1
POST /test1/_doc
{"name":"獅子","id":1
}
POST /test1/_doc
{"name":"師資","id":2
}GET /test1/_search
{"query": {"match": {"name": "師資"}}
}

在這里插入圖片描述

自動補全

在這里插入圖片描述
+
在這里插入圖片描述

# 自定義分詞器。
PUT /test1
{"settings": {"analysis": {"analyzer": {"my_analyzer": {"tokenizer": "ik_max_word","filter": "py"}},"filter": {"py": {"type": "pinyin","keep_joined_full_pinyin": true,"keep_full_pinyin": false,"keep_original": true,"remove_duplicated_term": true}}}},"mappings": {"properties": {"name":{"type":"completion","analyzer": "my_analyzer","search_analyzer": "ik_smart"}}}
}DELETE /test1
GET /test1
POST /test1/_doc
{"name":"獅子","id":1
}
POST /test1/_doc
{"name":"師資","id":2
}GET /test1/_search
{"query": {"match": {"name": "師資"}}
}POST test1/_doc
{"name":["Sony","WH-1000XM3"]
}POST test1/_doc
{"name":["Sk-II","POYera"]
}
GET /test1/_search
{"suggest": {"name_suggest": {"text": "so","completion": {"field": "name","skip_duplicates":true,"size":10}}}
}

在這里插入圖片描述

上面就是給title設置一個自定義分詞器，讓倒排索引有拼音和中文混合的。但是搜索就用ik分詞;之后給這個字段設置類型，之后給他搜索詞。

酒店數據補全

在這里插入圖片描述## 自動補全字段的是分詞器里面是使用keyword的。

本文來自互聯網用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。
如若轉載，請注明出處：http://www.pswp.cn/diannao/81190.shtml
繁體地址，請注明出處：http://hk.pswp.cn/diannao/81190.shtml
英文地址，請注明出處：http://en.pswp.cn/diannao/81190.shtml

如若內容造成侵權/違法違規/事實不符，請聯系多彩編程網進行投訴反饋email:809451989@qq.com，一經查實，立即刪除！

相關文章

【Docker】Docker拉取部分常用中間件

【Docker】Docker拉取部分常用中間件

一、拉取MySQL 這里以Docker拉取MySQL5.7為例 #拉取鏡像 docker pull mysql:5.7 docker run -d --name oj-mysql -p 3306:3306 -e "TZAsia/Shanghai" -e "MYSQL_ROOT_PASSWORD123456" mysql:5.7 -e 參數用于設置容器內的環境變量。TZ 是用于設置時區的環…
閱讀更多...
在 Ubuntu 上離線安裝 ClickHouse

在 Ubuntu 上離線安裝 ClickHouse

在 Ubuntu 上離線安裝 ClickHouse 的步驟如下： 一.安裝驗證 # 檢查服務狀態 sudo systemctl status clickhouse-server #刪除默認文件 sudo rm /etc/clickhouse-server/users.d/default-password.xml # 使用客戶端連接 clickhouse-client --password
閱讀更多...
Linux 部署以paddle Serving 的方式部署 PaddleOCR CPU版本

Linux 部署以paddle Serving 的方式部署 PaddleOCR CPU版本

強烈建議您在Docker內構建Paddle Serving&#xff0c;更多鏡像請查看Docker鏡像列表。 提示-1&#xff1a;Paddle Serving項目僅支持Python3.6/3.7/3.8/3.9&#xff0c;接下來所有的與Python/Pip相關的操作都需要選擇正確的Python版本。 提示-2&#xff1a;以下示例中GPU環境均…
閱讀更多...
AOSP Android14 Launcher3——Launcher的狀態介紹LauncherState類

AOSP Android14 Launcher3——Launcher的狀態介紹LauncherState類

Launcher3中有一個跟Launcher狀態相關的類&#xff0c;叫LauncherState LauncherState 是 Launcher3 中定義各種用戶界面狀態的抽象基類。你可以把它想象成一個狀態機&#xff0c;定義了 Launcher 可能處于的不同視覺和交互模式&#xff0c;例如主屏幕、所有應用列表、最近任務…
閱讀更多...
鴻蒙NEXT開發動畫（方塊動畫旋轉）

鴻蒙NEXT開發動畫（方塊動畫旋轉）

1.創建空白項目 2.Page文件夾下面新建Spin.ets文件&#xff0c;代碼如下&#xff1a; /*** SpinKit 風格的旋轉加載動畫組件。** component* param spinSize - 動畫容器大小&#xff08;必須為正數&#xff09;* param spinColor - 動畫顏色&#xff08;支持資源引用&#xf…
閱讀更多...
深入解析Java架構師面試：從核心技術到AI應用

深入解析Java架構師面試：從核心技術到AI應用

深入解析Java架構師面試&#xff1a;從核心技術到AI應用 在互聯網大廠的Java求職者面試中&#xff0c;技術深度和項目經驗是成功的關鍵。本文以嚴肅的面試官與資深Java架構師馬架構&#xff08;擁有十年研發及架構設計經驗&#xff09;之間的對話為背景&#xff0c;詳細展示了…
閱讀更多...
Qt窗口關閉特效：自底而上逐漸消失

Qt窗口關閉特效：自底而上逐漸消失

廢話不多說&#xff0c;直接上代碼&#xff1a; 構造函數&#xff1a; MyWidget(QWidget *parent nullptr) {// 設置窗口屬性&#xff1a;支持透明背景setAttribute(Qt::WA_TranslucentBackground);// 移除窗口邊框setWindowFlags(Qt::FramelessWindowHint);} closeEvent函數…
閱讀更多...
AI對IT行業的重塑：挑戰與機遇并存的技術革命

AI對IT行業的重塑：挑戰與機遇并存的技術革命

一、必要性&#xff1a;AI成為IT行業的基礎設施 在云計算、大數據和物聯網構成的數字生態中&#xff0c;AI技術已成為IT行業的"水電煤"。以微軟Azure為例&#xff0c;其AI云服務支撐著全球超過85%的《財富》500強企業&#xff0c;通過機器學習模型自動優化服務器集群…
閱讀更多...
[論文梳理] 足式機器人規劃控制流程 - 接觸碰撞的控制 - 模型誤差 - 自動駕駛車的安全合規（4個課堂討論問題）

[論文梳理] 足式機器人規劃控制流程 - 接觸碰撞的控制 - 模型誤差 - 自動駕駛車的安全合規（4個課堂討論問題）

目錄 問題 1&#xff1a;足式機器人運動規劃 & 控制的典型流程 (pipline) 1.1 問題 1.2 目標 1.3 典型流程&#xff08;Pipeline&#xff09; 1.3.1 環境感知&#xff08;Perception&#xff09; 1.3.2 高層規劃&#xff08;High-Level Planning&#xff09; 1.3.3 …
閱讀更多...
阿里云短信接入實現示例

阿里云短信接入實現示例

1&#xff09;構建Springboot項目 2) 添加依賴 <!--阿里云短信--> <dependency><groupId>com.aliyun</groupId><artifactId>alibabacloud-dysmsapi20170525</artifactId><version>3.0.0</version> </dependency><…
閱讀更多...
邏輯回歸之參數選擇：從理論到實踐

邏輯回歸之參數選擇：從理論到實踐

一、邏輯回歸概述 邏輯回歸雖然名字中帶有“回歸”&#xff0c;但它是一種用于處理二分類或多分類問題的算法。其核心思想是通過構建一個線性模型&#xff0c;將輸入特征進行線性組合&#xff0c;再利用邏輯函數&#xff08;如Sigmoid函數&#xff09;將線性組合的結果映射到0…
閱讀更多...
綜合案例建模（1）

綜合案例建模（1）

文章目錄 滾花手扭螺絲機箱封蓋螺絲螺絲孔錐形墊片 滾花手扭螺絲 前視基準面畫草圖&#xff0c;旋轉生成主體 倒角0.5 頂面&#xff0c;草圖轉換實體引用&#xff0c;去復制邊線 生成螺旋線路徑 頂面繪制草圖 上一步畫的草圖沿螺旋線掃描切除 鏡像掃描特征 陣列鏡像掃描特征 創…
閱讀更多...
SQL語句練習 自學SQL網 多表查詢

SQL語句練習 自學SQL網 多表查詢

目錄 Day 6 用JOINs進行多表聯合查詢 Day 7 外連接 OUTER JOINs Day 8 外連接 特殊關鍵字 NULLs Day 6 用JOINs進行多表聯合查詢 SELECT * FROM Boxoffice INNER JOIN movies ON movies.idboxoffice.Movie_id;SELECT * FROM Boxoffice INNER JOIN moviesON movies.idboxoffi…
閱讀更多...
游戲引擎學習第247天:簡化DEBUG_VALUE

游戲引擎學習第247天:簡化DEBUG_VALUE

歡迎。關于紋理傳輸的詳細情況。 上周我們剛剛完成了紋理下載的相關工作&#xff0c;但實際上并沒有完全解決這個問題。問題的核心是&#xff0c;當前關于紋理下載的正確方式仍然存在較大的不確定性。盡管我們在進行紋理下載的工作時已有一定進展&#xff0c;但依舊有不少模糊…
閱讀更多...
python將字符串轉成二進制數組

python將字符串轉成二進制數組

python將字符串轉成二進制數組 功能概述&#xff1a; save_binary_to_json() 函數&#xff1a;將字符串轉換為二進制數據&#xff08;字節的整數表示&#xff09;&#xff0c;并保存到JSON文件中。 load_binary_from_json() 函數&#xff1a;從JSON文件中讀取二進制數據并還原…
閱讀更多...
【springboot知識】配置方式實現SpringCloudGateway相關功能

【springboot知識】配置方式實現SpringCloudGateway相關功能

配置方式實現SpringCloudGateway相關功能 Spring Cloud Gateway 核心功能與實戰實現指南一、核心功能架構二、六大核心功能實現1. 動態路由配置2. 斷言(Predicate)配置3. 過濾器(Filter)配置4. 負載均衡配置5. 熔斷降級配置6. 限流配置 三、高級配置技巧1. 跨域配置2. 重試機制…
閱讀更多...
Windows 10 環境二進制方式安裝 MySQL 8.0.41

Windows 10 環境二進制方式安裝 MySQL 8.0.41

文章目錄 初始化數據庫配置文件注冊成服務啟停服務鏈接服務器登錄之后重置密碼卸載 初始化數據庫 D:\MySQL\MySQL8.0.41\mysql-8.0.41-winx64\mysql-8.0.41-winx64\bin\mysqld -I --console --basedirD:\MySQL\MySQL8.0.41\mysql-8.0.41-winx64\mysql-8.0.41-winx64 --datadi…
閱讀更多...
流式通信技術對比：SSE vs WebSocket 應用場景與最佳實踐

流式通信技術對比：SSE vs WebSocket 應用場景與最佳實踐

在構建動態、實時交互的現代 Web 應用時&#xff0c;實時通信能力至關重要。Server-Sent Events&#xff08;SSE&#xff09; 和 WebSocket 是當前最主流的兩種技術方案&#xff0c;它們都支持服務器主動向客戶端推送數據&#xff0c;但在通信模式、應用場景和實現復雜度上存在…
閱讀更多...
復雜度和順序表（雙指針方法）

復雜度和順序表（雙指針方法）

目錄 目錄 目錄 前言&#xff1a; 一、時間復雜度和空間復雜度 1.1概念 1.2規則 二、順序表 2.1靜態順序表 2.2動態順序表 三、雙指針法 四、總結 前言&#xff1a; 時間復雜度和空間復雜度是用于判斷算法好壞的指標&#xff0c;程序性能的核心指標。時間復雜度主要衡…
閱讀更多...
flutter 專題 六十四 在原生項目中集成Flutter

flutter 專題 六十四 在原生項目中集成Flutter

概述 使用Flutter從零開始開發App是一件輕松愜意的事情&#xff0c;但對于一些成熟的產品來說&#xff0c;完全摒棄原有App的歷史沉淀&#xff0c;全面轉向Flutter是不現實的。因此使用Flutter去統一Android、iOS技術棧&#xff0c;把它作為已有原生App的擴展能力&#xff0c;…
閱讀更多...
最新文章

Copyright @ 2022~2023