https://blog.csdn.net/vkingnew/article/details/91549698#commentBox 注释：绿色表示支持。 从 Elastic Stack 6.8 和 7.1 版本开始，Elasticsearch 的核心安全功能（TLS 加密、原生和基于文件的身份验证
https://www.cnblogs.com/kangoroo/p/7273493.html https://www.cnblogs.com/kangoroo/p/7273493.html Elasticsearch的查询语言(DSL)真是不好写，偏偏查询的功能千奇百怪，filter/query/
https://www.cnblogs.com/jajian/p/10053504.html 前言# 这篇博文本来是想放在全系列的大概第五、六篇的时候再讲的，毕竟查询是在索引创建、索引文档数据生成和一些基本概念介绍完之后才需要的。当前面的一些知识概念全都讲解完之后再讲解查询是最好的，但是最近公司项目
https://www.cnblogs.com/jajian/p/10176604.html 硬件选择# Elasticsearch（后文简称 ES）的基础是 Lucene，所有的索引和文档数据是存储在本地的磁盘中，具体的路径可在 ES 的配置文件../config/elasticsearch.ym
1： 选择合理的硬件配置：尽可能使用 SSD Elasticsearch 最大的瓶颈往往是磁盘读写性能，尤其是随机读取性能。使用SSD（PCI-E接口SSD卡/SATA接口SSD盘）通常比机械硬盘（SATA盘/SAS盘）查询速度快5~10倍，写入性能提升不明显。 对于文档检索类查询性能要求较高的场景
1：设置合理的索引分片数和副本数 索引分片数建议设置为集群节点的整数倍，初始数据导入时副本数设置为 0，生产环境副本数建议设置为 1（设置 1 个副本，集群任意 1 个节点宕机数据不会丢失；设置更多副本会占用更多存储空间，操作系统缓存命中率会下降，检索性能不一定提升）。单节点索引分片数建议不要超过
Elasticsearch 的 30 个调优最佳实践！ https://zhuanlan.zhihu.com/p/406264041 ES 发布时带有的默认值，可为 es 的开箱即用带来很好的体验。全文搜索、高亮、聚合、索引文档 等功能无需用户修改即可使用，当你更清楚的知道你想如何使用 es 后，你
https://zhuanlan.zhihu.com/p/449555826?utm_source=weibo&utm_medium=social&utm_oi=27124941455360&utm_content=snapshot 导读：本文介绍了ElasticSearch的必备知识：从入门、索引
1. 下载安装包 https://www.elastic.co/cn/downloads/elasticsearch 选择下载linux版本，elasticsearch-8.0.0-linux-x86_64.tar.gz 2. 系统参数修改 limits.conf和sysctl.conf vim /
https://www.elastic.co/guide/en/elasticsearch/reference/current/create-enrollment-token.html The elasticsearch-create-enrollment-token command creates
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
