SetWindowHookEx 是`Windows`系统的一个函数，可用于让一个应用程序安装全局钩子，但读者需要格外注意该方法安装的钩子会由操作系统注入到所有可执行进程内，虽然该注入方式可以用于绕过游戏保护实现注入，但由于其属于全局注入所以所有的进程都会受到影响，而如果想要解决这个问题，则需要在`DllMain()`也就是动态链接库开头位置进行判断，如果是我们所需操作的进程则执行该DLL模块内的功
摘要：华为云Stack全链路故障诊断与分析平台，以云网络中的逻辑网络、虚拟网络、物理网络作为网络故障分析诊断切入点，以三层网络路径拓扑为核心，端到端实现三层网络路径可视化。 本文分享自华为云社区《云网络运维必备神器：全链路故障诊断与分析》，作者： 周艳春｜华为云Stack高级工程师。 背景 网络作为
2023 年度云原生全球旗舰盛会 KubeCon + CloudNativeCon + Open Source Summit China 近日在上海跨国采购会展中心隆重召开。
ES 是一个使用Java语言并且基于Lucene编写的搜索引擎框架，他提供了分布式的全文搜索功能，提供了一个统一的基于Restful风格的WEB接口，官方客户端也对多种语言都提供了相应的API。
先把zip下载下来。放到任意一台服务器（直接github上下载多数会失败）elasticsearch-plugin install http://172.16.0.183:8899/Java/elasticsearch-analysis-ik-7.9.3.zip
GET 请求: ``` http://ip:port/index: 查询索引信息 http://ip;port/index/type/doc_id: 查询指定的文档信息 ``` POST 请求: ``` http://ip;port/index/type/_search: 查询文档，可以在请求体中添加json字符串来代表查询条件 http://ip;port/index/type/doc_id/
//1. 准备索引的 settings Settings.Builder settings = Settings.builder() //2. 准备索引的结构 Mappings XContentBuilder mappings = JsonXContent.contentBuilder() //3. 将 Settings 和 Mappings 封装到一个Request 对象中
//准备一个Request对象 IndexRequest request = new IndexRequest(indexName); request.id(person.getId().toString()); //手动指定ID request.source(personJson, XContentType.JSON); //通过 Client 对象执行
String json = JSON.toJSONStringWithDateFormat(sms, "yyyy-MM-dd HH:mm:ss"); FastJson 将日期格式化 BulkRequest bulkRequest = new BulkRequest(); Integer idx = 1; for (String json : jsonList) {
term 查询 term的查询是代表完全匹配，搜索之前不会对你搜索的关键字进行分词，对你的关键字去文档分词库中的去匹配内容 terms和term的查询机制是一样，都不会将指定的查询关键字进行分词，直接去分词库中匹配，找到相应文档内容。 terms是在针对一个字段包含多个值的时候使用。 term: where province = 江苏 terms: where province = 江苏 or p
match查询属于高层查询，他会根据你查询的字段类型不一样，采用不同的查询方式。 - 查询的是日期或者是数值的话，他会将你基于的字符串查询内容转换为日期或者数值对待。 - 如果查询的内容是一个不能被分词的内容 (keyword) ，match查询不会对你指定的查询关键字进行分词。 - 如果查询的内容时一个可以被分词的内容 (text)，match会将你指定的查询内容根据一定的方式去分词，去分词库中
fuzzy查询：模糊查询，我们输入字符的大概，ES就可以 wildcard 查询：通配查询，和MySQL中的 like 差不多，可以在查询时，在字符串中指定通配符 * 和占位符？ range 查询：范围查询，只针对数值类型，对某一个Field进行大于或小于的范围指定查询 regexp 查询： 正则查询，通过你编写的正则表达式去匹配内容
ES 对 from + size 有限制，两者之和不能超过1W Scroll查询方式，不适合做实时的查询,每次都是从数据文档中的ID去获取，效果高了，但文档中的ID（第二步）不是实时更新的，一般后台管理的方式用 Scroll 比较方便
delete-by-query 根据 term、match 等查询方式去删除大量的文档 > 如果需要删除的内容，是index下的大部分数据，不建议使用，因为去匹配文档时还是一个一个的拿到文档ID，去删除 推荐创建一个全新的index，将保留的文档内容，添加到全新的索引中
boosting 查询可以帮助我们去影响查询后的 score - positive：只有匹配上positive的查询的内容，才会被放到返回的结果中 - negative：如果匹配上和positive并且也匹配上了negative，就可以降低这样的文档 score. - negative_boost：指定系数，必须小于 1.0 关于查询时，分数是如何计算的： - 搜索的关键字在文档中出现的频次越高，
query，根据查询条件，去计算文档的匹配度得到一个分数，并且根据分数进行排序，不会做缓存。【精准匹配度高】 filter，根据查询条件去查询文档，不去计算分数，而且filter会对经常被过滤的数据进行缓存。【查询效率会高】
目录 ElasticSearch 实现分词全文检索 - 概述 ElasticSearch 实现分词全文检索 - ES、Kibana、IK安装 ElasticSearch 实现分词全文检索 - Restful基本操作 ElasticSearch 实现分词全文检索 - Java SpringBoot E
