这两天学习排序，简单的记录下，等看完之后再进行总结。1.首先看了交换排序，顾名思义，也就是当无序时进行元素交换，从而达到元素有序。【1】初级的是冒泡排序，冒泡排序的思想是：两两相邻的数据元素进行比较，如果反序则交换，直到有序为止，同时每一轮比较之后较小（大）的数上浮，较大（小）的数下沉，因此命名为冒泡排序。因为是两两相邻的数进行比较，且相等时不进行交换，所以是一种稳定的排序算法。冒泡排序（Bubb
文章目录1. meta-fields2. 部分meta field详述1. _index: 索引名2. _type: type名3. _id: doc的id4. _source : doc文档的原始json5. _size: _source的字节长度6. _field_names: 当前doc中的所有非空字段7. _ignored: 这个记录了字段设置忽略格式错误的字段之后被ignore的情况8
转载
2024-03-25 18:44:10
97阅读
我们可能会遇到根据当前所在的位置，找到自己身边的符合条件的一些商店，酒店之类的。它主要支持两种类型的地理查询：一种是地理点(geo_point)，即经纬度查询，另一种是地理形状查询(geo_shape)，即支持点、线、圈、多边形查询等距离计算类型两点间的距离计算，有多种牺牲性能换取精度的算法：arc最慢但最精确的是 arc 计算方式，这种方式把世界当作球体来处理。不过这种方式的精度有限，因为这个世
转载
2024-07-22 12:48:26
100阅读
前言这段时间在维护产品的搜索功能，每次在管理台看到 elasticsearch 这么高效的查询效率我都很好奇他是如何做到的。 这甚至比在我本地使用 MySQL 通过主键的查询速度还快。 为此我搜索了相关资料： 这类问题网上很多答案，大概意思呢如下：ES 是基于 Lucene 的全文检索引擎，它会对数据进行分词
转载
2024-06-06 06:54:20
54阅读
一篇好文，转之。不过大家需要注意，在Elasticsearch中有几个关键属性容易混淆，很多人搞不清楚_source字段里存储的是什么？store属性的true或false和_source字段有什么关系？store属性设置为true和_all有什么关系？index属性又起到什么作用？什么时候设置store属性为true？什么时候应该开启_all字段？本文通过图解的方式，深入理解Elasticsea
转载
2024-04-03 07:16:08
88阅读
ES核心概念目录ES核心概念1、字段（Fields）2、文档（Documents）3、映射（Mapping）4、索引（Index）1、字段（Fields）字段是ES中最小的独立单元数据，每一个字段有自己的数据类型（可以自己定义覆盖ES自动设置的数据类型），我们还可以对单个字段设置是否分析、分词器等等。核心的数据类型有string、Numeric、DateDate、Boolean、Bin
转载
2024-03-15 19:29:32
66阅读
在上一篇文章中，我们已经介绍了如何使用 REST 接口来在 Elasticsearch 中创建索引，文档以及对它们的操作。在今天的文章里，我们来介绍如何利用 Elasticsearch 来搜索我们的数据。Elasticsearch 是近实时的搜索。我们还是接着我们上次的练习 “开始使用 Elasticsearch （1）”
开始使用Elasticsearch (2) 在 Elasticsea
一、节点层 ： 不要为bulk和search分配过大的队列。队列越大，GC的压力也会越大 搜索操作很依赖对系统cache的命中，标准的建议是把50%的可用内存作为ES的堆内存，为Lucene保留剩下的50%，用作系统cache二、索引设计优化 1.尽量避免使用嵌套或者parent/child，性能会变慢很多 Lucene中, 倒排索引一旦
转载
2024-03-20 20:28:46
117阅读
传统的数据库每个字段存储单个值，但这对全文检索并不够。文本字段中的每个单词需要被搜索，对数据库意味着需要单个字段有索引多值的能力。最好的支持是一个字段多个值需求的数据结构是倒排索引。一、倒排索引概念Elasticsearch 使用一种称为倒排索引的结构，它适用于快速的全文搜索。见其名，知其意，有倒排索引，肯定会对应有正向索引。正向索引:（可以类比mysql数据库），就是搜索引擎会将待搜索的文件都对
转载
2024-03-19 21:08:13
307阅读
全文检索查询使用场景全文检索的基本流程如下：对用户搜索的内容做分词，得到词条根据词条去倒排索引库中匹配，得到文档id根据文档id找到文档，把所有匹配结果以并集或交集返回给用户比较常见的场景包括：商城的输入框搜索百度的输入框搜索DSL语句常见的全文检索查询包括：match查询：单字段查询multi_match查询：多字段查询，任意一个字段符合条件就算符合查询条件match查询 #搜索单字段
GET
目录一、TF/IDF1. IDF：2. TF二、mapping中index和store配置 一、TF/IDF1. IDF：{
"value": 1.89712,
"description": "idf,computedaslog(1+(N-n+0.5)/(n+0.5))from:",
"details": [
{
"value": 1,
"description":
转载
2024-04-03 11:19:49
47阅读
背景： 由于本人使用的是6.0以上的版本es，在使用发现很多中文博客对于mapping参数的说明已过时。ES6.0以后有很多参数变化。 现我根据官网总结mapping最新的参数，希望能对大家有用处。 es6.0与之前版本区别： -新增字段： eager_global_ordinals -删除的字段： include_in_all ※特别提示：
转载
2024-07-29 15:43:50
39阅读
1、Text字段排序场景：数据库中按照某个字段排序，sql只需写order by 字段名即可，如果es对一个text field进行排序，es中无法排序。因为文档入倒排索引表时，分词存入，es无法知道此字段的真实值。这样的结果往往不准确，因为分词后是多个单词，再排序就不是我们想要的结果了。通常有两种解决办法：将一个text field建立两次索引，一个分词，用来进行搜索；一个不分词，用来进行排序。
转载
2023-09-18 05:16:17
679阅读
目录1.简介1.1.排序方式字段值排序默认排序多级排序字符串参数排序为多值字段排序1.2.字符串排序1.3.相关性理解评分标准Explain Api1.4.数据字段1.简介默认情况下，结果集会按照相关性进行排序 -- 相关性越高，排名越靠前。1.1.排序方式相关性分值会用 _score 字段来给出一个浮点型的数值，所以默认情况下，结果集以 _score 进行倒序排列。【举例
转载
2024-03-19 10:54:00
1026阅读
STL的sort()算法，数据量大时采用Quick Sort，分段递归排序，一旦分段后的数据量小于某个门槛，为避免Quick Sort的递归调用带来过大的额外负荷，就改用Insertion Sort。如果递归层次过深，还会改用Heap Sort。以上三种算法的综合称为– Introspective So
转载
2024-05-29 09:43:03
126阅读
1.什么是高亮查询？ES如何实现高亮查询？高亮查询就是把查询到的关键词以显著的颜色标识出来，在百度，京东上很多地方都可以看到；ES有默认的高亮查询插件；非常的方便； 高亮查询就是你用户输入的关键字，以一定的特殊样式展示给用户，让用户知道为什么这个结果被检索出来。高亮展示的数据，本身就是文档中的一个Field，单独将Field以highlight的形式返回给你。ES提供了一个highlight属性，
转载
2024-03-19 10:13:32
127阅读
有很多人会有这样的一个疑问： _source字段存储的是索引的原始内容，那 store 属性的设置是为何呢？elasticsearch 为什么要把 store 的默认取值设置为 no？设置为 yes 是否是重复的存储呢？ 我们将一个 field 的值写入 elasticsearch 中，是想在这个 field 上执行 search 操作。但是，如果不显式的将该 field 的 store
转载
2024-03-17 13:33:10
57阅读
在默认情况下，ES对搜索结果是按照相关性降序排序的。有时需要按照某些字段的值进行升序或者降序排序。 ES提供了sort子句可以对数据进行排序。使用sort子句一般是按照字段信息进行排序，不受相关性影响，而且打分
转载
2023-09-06 18:45:10
3017阅读
现在我们已经看过了基础搜索参数，让我们深入挖掘一下Query DSL。首先让我们看一下返回文档的字段。默认情况下，搜索返回的是全量JSON文档。这杯称之为source（搜索返回值中hits的_source字段）。如果我们不想返回整个source文档，我们是可以请求只返回source中的某些字段的。下面的例子展示了如何返回两个字段account_number和 balance（_source中的两个
转载
2024-03-25 20:32:12
404阅读
Elasticsearch（以下简称ES）里的source字段用来存储文档的原始信息，默认是开启的。因为大部分场景下我们都需要这个字段，有时候反而容易被忽略。这篇文章尽量详细说说关于source的相关知识点。比如我们写入两篇文档，PUT student/_doc/1
{
"name":"Jack",
"age": 15,
"like": "hiking,basketball"
}
P
转载
2023-09-27 20:17:57
289阅读
