Talk is Cheap, Show me the Code! <<网站首页文章列表

  • 搜索引擎入门——ElasticSearch的基本查询

    快速预览不管处于什么年龄阶段,我个人在学习新事物的时候总会有一个迫切的诉求,那就是希望新事物能以旧方式呈现。所以,我也希望在搭建好ElasticSearch之后,它能像其它数据存储引擎一样,让我快速的进行数据的预览、查询、新增。不知道是不是我的思想过于陈旧了,总觉得熟悉的面貌能让我快速进入角色,开始学习。好在我也找到了一款Chrome插件,让我们对ElasticSearch数据进行预览等操作。![图片](https://oomabc.com/staticsrc/img/201910/28/15722296647314c5ee3921d514ec5adb1f11d0477d175.jpg) Dejavu The Missing Data Browser and Web UI for Elasticsearch.它是一款ElasticSearch专用的浏览器插件,支持ES的查询、数据导入、语句分析等功能:+ 导入数据的方式支持在线JSON,JSON文件、CSV文件+ 在线进行数据查询、过滤、数据统计+ 进行数据的CRUD操作![blockimg](https://oomabc.com/staticsrc/img/201910/28/157222969364193b245fadd104a179943e05659981aab.jpg)上图就是插件打开之后的主页面,需要输入ES的地址,以及我们需要预览的index的名称,这里是position,截图中的数据都是在我通过json文件导入之后的。当然,我们可以使用官方推荐的Kibana。 Import Data![blockimg](https://oomabc.com/staticsrc/img/201910/28/15722299661141f3137807f8b4d109c22755bfc80af6d.jpg)点击Upload File按钮边上的问号,可以看下格式说明。简单来说,Json格式就是一个Java对象的Json字符串。准备好文件直接上传就行了,不过建议文件大小不要过大,几十兆就行了,否则浏览器容易卡死。其它功能,我也没做过多的使用,这里就不展开介绍了,大伙自己个儿去试试看吧。 查询SearchElasticSearch提供的RESTful

    搜索引擎   ES   ElasticSearch   2019-10-29 浏览(147) 阅读原文>>
  • 搜索引擎入门——启动第一个ElasticSearch单机节点

    地转天旋,万事开头难。 斗霜傲雪二十年,堂堂剑气尚寒。 戎马倥偬一生,多少失败成功? 试看大千世界,依旧海阔天空。其实吧,启动一个单机的Elasticsearch(下文称ES)节点,非常简单。之所以会有这么一首诗,完全是为了装,贱笑,贱笑了! Elasticsearch简介ES是应用非常广泛的分布式搜索引擎和分析引擎。著名的ELK中的E就是ES,L指的是Logstah,它用于收集数据(日志),K指的是Kibana,它是一个可视化的操作和分析工具。ES可以为几乎所有类型的数据提供实时搜索和分析功能。无论是结构化数据、非结构化数据、数值型数据、甚至是空间地理数据,ES都能以支持快速搜索为前提,有效的对其进行存储和索引。通过它,我们不进行可以进行快速搜索,还能通过聚合、统计等功能来发现数据中隐藏的趋势。ES的分布式特性可以很轻松的进行集群扩展,以解决数据量和查询量快速增长带来的问题。ES解决的不仅仅是搜索的问题:+ 给我们的网址添加一个搜索框,当然这解决的是基础的搜索问题+ 储存和分析海量数据,比如访问日志、性能指标或其它案例数据+ 可以实时的通过机器学习为用户行为数据进行建模+ 作为业务上自动化工作流的存储引擎+ 作为空间地理信息管理系统(GIS),为空间数据进行管理、集成和分析+ 为其它场景的海量数据查询、分析提供基本能力使用ES的场景千变万化,但是其基本的索引和查询方式都是一样的。 数据输入作为一个分布式的文档存储引擎,ES不会按行(一行包含多列)来存储数据,取而代之的是更为复杂的且序列化过的JSON文本。如果你运行的是一个多节的ES集群,那么索引数据将会分布在各个节点,而且可以通过任意节点访问到所有数据。 为什么这里是JSON,应该是ES进行了封装,屏蔽了Lucene层面的D

    搜索引擎   ES   ElasticSearch   2019-10-28 浏览(140) 阅读原文>>
  • 择其善而从之——我为什么开始学习ElasticSearch

    人生天地之间,若白驹之过隙,忽然而已。 感慨刚毕业与同学合租打网游的场景仿佛还在眼前,现在参加工作都已经九年了,这时间流逝的速度一点不亚于“过隙白驹”啊!九年时间,我工作过三家公司,包括现在这家,三家公司的工作时间分别是一年、四年、4年。像我这个跳槽频率,应该可以算低了,特别是我们这一行。而且,其中有八年时间我都专注于Java领域的搜索引擎开发;往细节说,就是专注于垂直领域的基于Solr的搜索引擎开发。所以,在“Solr应用于垂直搜索”这个领域,我应该可以算得上专家了,至少时间上差不多够到专家门槛了。来现在这家公司之前,面试过几个公司,对我的技术和业务能力还算认可,不过他们都要求我转ElasticSearch。关于这个ES,我也是听说过,只是没用过。所以我问他们,为什么选这个框架而不是Solr(之所以这么问,有一部原因是我一直使用的Solr居然被人看不起)?是基于数据量考量还是基于功能考量。大部分人都没有颇具说服力的理由,主要的原因有以下几条:1. ElasticSearch 是一个分布式搜索引擎框架,分布式又是互联网热门词汇2. ElasticSearch 实时性比较好3. ElasticSearch 支持的数据量更大4. ElasticSearch 查询性能更高,尤其是大数据量的时候但是一问具体有测试报告或者自己做过测试没有,都说没有。问号脸???没有调查就么有发言权。当时针对这几个理由,我也无力反驳,谁叫我不懂ElasticSearch呢。----- 理性分析不过话说回来,为什么我遇到的公司的技术负责人选技术这么随意呢?ElasticSearch 能搭上分布式的船就选它?分布式自带大数据属性,所以就是一个互联网公司了?而且部署了支持大数据的分布式搜索引擎的互联网公司?暂且不纠结是不是面试官不屑于跟我说明具体

    ElasticSearch   ES   Solr   搜索引擎   2019-10-12 浏览(188) 阅读原文>>
  • 1 
    blogTest
    分享文章
     
    使用APP的"扫一扫"功能,扫描左边的二维码,即可将网页分享给别人。
    你也可以扫描右边本博客的小程序二维码,实时关注最新文章。