声明：本站文章均为作者个人原创，图片均为实际截图。如有需要请收藏网站，禁止转载，谢谢配合！！！
Elasticsearch/ES教程（21）：聚合 Aggregation
Aggregations聚合，提供了一种基于查询条件来对数据进行分桶、计算的方法。有点类似于 SQL 中的 group by 再加一些函数方法的操作聚合可以嵌套，由此可以组成复杂的操作（Bucketing聚合可以包含sub-aggregation）聚合可以实现对文档数据的统计 分析 运算，常见聚合有三类桶bucket聚合：用来对文档做分组TermAggregation 按照文档字段分组
Elasticsearch/ES教程（10）：DSL简单查询
Elasticsearch提供了基于JSON的DSL（Domain Specific Language）来定义查询。常见的查询类型包括：查询所有：查询出所有数据，一般测试用。例如：match_all全文检索（full text）查询：利用分词器对用户输入内容分词，然后去倒排索引库中匹配。例如：match_querymulti_match_query精确查询：根据精确词条值查找数据，一般是
Elasticsearch/ES教程（14）：搜索结果排序
默认情况下，ES的搜索结果是排序的，是按 相关性 倒序排列的———相关性最高的排在最前面。那么什么是相关性，相关性如何计算？每个文档都有相关性评分，用一个正浮点数字段 _score 来表示 。 _score 的评分越高，相关性越高。查询语句会为每个文档生成一个 _score 字段。（评分的计算方式取决于查询类型 不同的查询语句用于不同的目的，这里不详细介绍。）Elasticsearch 的
Elasticsearch/ES教程（19）：RestClient排序分页
from+size基本使用不做介绍。深度分页问题。页数越深，处理文档越多，占用内存越多，耗时越长。尽量避免深度分页，es通过 index.max_result_window参数限定最多到10000条数据。scroll遍历文档集的api，以快照的方式来避免深度分页的问题；scroll不能用来做实时搜索，因为数据不是实时的。（因为它取的是某个时刻数据的快照，最新的数据进不来）尽量不要使用复杂
Elasticsearch/ES教程（23）：安装拼音分词器elasticsearch-analysis-pinyin
elasticsearch-analysis-pinyin是elasticsearch的一个分词插件，用于汉字与拼音之间的转换。本文主要介绍该插件的安装和具体的使用方法。官网https://github.com/medcl/elasticsearch-analysis-pinyin/releases安装拼音
Linux使用docker安装RabbitMq
RabbitMQ是一个实现了AMQP（Advanced Message Queuing Protocol）高级消息队列协议的消息队列服务，用Erlang语言。是面向消息的中间件。你可以把它想像成一个邮局：你把信件放入邮箱，邮递员就会把信件投递到你的收件人处。在这个比喻中，RabbitMQ是一个邮箱、邮局、邮递员。RabbitMQ和邮局的主要区别是，它处理的不是纸，而是接收、存储和发送二进制的数据
Elasticsearch/ES教程（12）：DSL复合查询之Function Score Query
原始算分 query score相关性算分 & 算分函数weight给定一个常量值，作为函数结果function scorefield_value_factor用文档中的某个字段值作为函数结果random_score随机生成一个值，作为函数结果 script_score自定义计算公式，公式结果作为函数结果加权模式定义query score 和 function score
Elasticsearch教程（8）：RestClient操作索引Index
ES官方提供了各种不同语言的客户端，用来操作ES。这些客户端的本质就是组装DSL语句，通过http请求发送给ES。官方文档地址：https://www.elastic.co/guide/en/elasticsearch/client/index.html其中的Java Rest Client又包括两种：Java Low Level Rest ClientJava High Level Res