《Elasticsearch 从入门到精通（三）：RestAPI》

已于 2025-08-01 13:08:52 修改
阅读量881 收藏 24
点赞数 27
CC 4.0 BY-SA版权
文章标签： elasticsearch 大数据 搜索引擎
于 2025-08-01 12:31:40 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2302_78623873/article/details/149826549

RestAPI

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/docs/reference/elasticsearch-clients

初始化RestClient

在elasticsearch提供的API中，与elasticsearch一切交互都封装在一个名为RestHighLevelClient的类中，必须先完成这个对象的初始化，建立与elasticsearch的连接。

1）在item-service模块中引入es的RestHighLevelClient依赖：

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
</dependency>

2）因为SpringBoot默认的ES版本是7.17.10，所以我们需要覆盖默认的ES版本：

  <properties>
      <maven.compiler.source>11</maven.compiler.source>
      <maven.compiler.target>11</maven.compiler.target>
      <elasticsearch.version>7.12.1</elasticsearch.version>
  </properties>

3）初始化RestHighLevelClient：

初始化的代码如下：

注意：需要填写你的虚拟机地址或本机地址

RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(
        HttpHost.create("http://192.168.100.128:9200")
));

这里为了单元测试方便，我们创建一个测试类IndexTest，然后将初始化的代码编写在@BeforeEach方法中：


public class IndexTest {

    private RestHighLevelClient client;

    @BeforeEach
    void setUp() {
        this.client = new RestHighLevelClient(RestClient.builder(
                HttpHost.create("http://192.168.150.101:9200")
        ));
    }

    @Test
    void testConnect() {
        System.out.println(client);
    }

    @AfterEach
    void tearDown() throws IOException {
        this.client.close();
    }
}

索引库操作 

创建索引库

由于要实现对商品搜索，所以我们需要将商品添加到Elasticsearch中，需要根据搜索业务的需求来设定索引库结构。

Mapping映射

搜索页面的效果如图所示：

实现搜索功能需要的字段包括三大部分：

  • 搜索过滤字段

    • 分类

    • 品牌

    • 价格

  • 排序字段

    • 默认：按照更新时间降序排序

    • 销量

    • 价格

  • 展示字段

    • 商品id：用于点击后跳转

    • 图片地址

    • 是否是广告推广商品

    • 名称

    • 价格

    • 评价数量

    • 销量

结合数据库表结构，以上字段对应的mapping映射属性如下：

字段名

字段类型

类型说明

是否

参与搜索

是否

参与分词

分词器

id

long

长整数

——

name

text

字符串，参与分词搜索

IK

price

integer

以分为单位，所以是整数

——

stock

integer

字符串，但需要分词

——

image

keyword

字符串，但是不分词

——

category

keyword

字符串，但是不分词

——

brand

keyword

字符串，但是不分词

——

sold

integer

销量，整数

——

commentCount

integer

评价，整数

——

isAD

boolean

布尔类型

——

updateTime

Date

更新时间

——

因此，最终我们的索引库文档结构应该是这样：

PUT /items
{
  "mappings": {
    "properties": {
      "id": {
        "type": "keyword"
      },
      "name":{
        "type": "text",
        "analyzer": "ik_max_word"
      },
      "price":{
        "type": "integer"
      },
      "stock":{
        "type": "integer"
      },
      "image":{
        "type": "keyword",
        "index": false
      },
      "category":{
        "type": "keyword"
      },
      "brand":{
        "type": "keyword"
      },
      "sold":{
        "type": "integer"
      },
      "commentCount":{
        "type": "integer",
        "index": false
      },
      "isAD":{
        "type": "boolean"
      },
      "updateTime":{
        "type": "date"
      }
    }
  }
}
创建索引

创建索引库的API如下

代码分为三步：

  • 1）创建Request对象。

    • 因为是创建索引库的操作，因此Request是CreateIndexRequest。

  • 2）添加请求参数

    • 其实就是Json格式的Mapping映射参数。因为json字符串很长，这里是定义了静态字符串常量MAPPING_TEMPLATE，让代码看起来更加优雅。

  • 3）发送请求

    • client.indices()方法的返回值是IndicesClient类型，封装了所有与索引库操作有关的方法。例如创建索引、删除索引、判断索引是否存在等

在item-service中的IndexTest测试类中，具体代码如下：

@Test
void testCreateIndex() throws IOException {
    // 1.创建Request对象
    CreateIndexRequest request = new CreateIndexRequest("items");
    // 2.准备请求参数
    request.source(MAPPING_TEMPLATE, XContentType.JSON);
    // 3.发送请求
    client.indices().create(request, RequestOptions.DEFAULT);
}

static final String MAPPING_TEMPLATE = "{\n" +
            "  \"mappings\": {\n" +
            "    \"properties\": {\n" +
            "      \"id\": {\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"name\":{\n" +
            "        \"type\": \"text\",\n" +
            "        \"analyzer\": \"ik_max_word\"\n" +
            "      },\n" +
            "      \"price\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"stock\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"image\":{\n" +
            "        \"type\": \"keyword\",\n" +
            "        \"index\": false\n" +
            "      },\n" +
            "      \"category\":{\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"brand\":{\n" +
            "        \"type\": \"keyword\"\n" +
            "      },\n" +
            "      \"sold\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"commentCount\":{\n" +
            "        \"type\": \"integer\"\n" +
            "      },\n" +
            "      \"isAD\":{\n" +
            "        \"type\": \"boolean\"\n" +
            "      },\n" +
            "      \"updateTime\":{\n" +
            "        \"type\": \"date\"\n" +
            "      }\n" +
            "    }\n" +
            "  }\n" +
            "}";

查询索引库

查询索引库的请求：

GET /items

 在item-service中的IndexTest测试类中，编写单元测试，实现查询索引：

@Test
    void testGetIndex() throws IOException {
        // 获取索引信息
        GetIndexRequest request = new GetIndexRequest("items");
        // 发送请求
        client.indices().get(request, RequestOptions.DEFAULT);
    }

删除索引库

删除索引库的请求：

DELETE /items

与创建索引库相比：

  • 请求方式从PUT变为DELTE

  • 请求路径不变

  • 无请求参数

所以代码的差异，注意体现在Request对象上。流程如下：

  • 1）创建Request对象。这次是DeleteIndexRequest对象

  • 2）准备参数。这里是无参，因此省略

  • 3）发送请求。改用delete方法

在item-service中的IndexTest测试类中，编写单元测试，实现删除索引：

@Test
void testDeleteIndex() throws IOException {
    // 1.创建Request对象
    DeleteIndexRequest request = new DeleteIndexRequest("items");
    // 2.发送请求
    client.indices().delete(request, RequestOptions.DEFAULT);
}

判断索引库是否存在

判断索引库是否存在，本质就是查询，对应的请求语句是：

GET /items

因此与删除的Java代码流程是类似的，流程如下：

  • 1）创建Request对象。这次是GetIndexRequest对象

  • 2）准备参数。这里是无参，直接省略

  • 3）发送请求。改用exists方法

@Test
void testExistsIndex() throws IOException {
    // 1.创建Request对象
    GetIndexRequest request = new GetIndexRequest("items");
    // 2.发送请求
    boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
    // 3.输出
    System.err.println(exists ? "索引库已经存在！" : "索引库不存在！");
}

总结

JavaRestClient操作elasticsearch的流程基本类似。核心是client.indices()方法来获取索引库的操作对象。

索引库操作的基本步骤：

  • 初始化RestHighLevelClient

  • 创建XxxIndexRequest。XXX是Create、Get、Delete

  • 准备请求参数（ Create时需要，其它是无参，可以省略）

  • 发送请求。调用RestHighLevelClient#indices().xxx()方法，xxx是create、exists、delete

RestClient文档操作

索引库准备好以后，就可以操作文档了。为了与索引库操作分离，我们再次创建一个测试类，做两件事情：

  • 初始化RestHighLevelClient

  • 我们的商品数据在数据库，需要利用ItemsService去查询，所以注入这个接口

@SpringBootTest(properties = "spring.profiles.active=local")
public class DocumentTest {

    private RestHighLevelClient client;
    @Autowired
    private IItemService itemService;

    @BeforeEach
    void setUp() {
        this.client = new RestHighLevelClient(RestClient.builder(
                HttpHost.create("http://192.168.100.128:9200")
        ));
    }
    
    @AfterEach
    void tearDown() throws IOException {
        this.client.close();
    }
}

新增文档

我们需要将数据库中的商品信息导入elasticsearch中，而不是造假数据了。

实体类

索引库结构与数据库结构还存在一些差异，因此我们要定义一个索引库结构对应的实体。

在hm-service模块的com.hmall.item.domain.dto包中定义一个新的DTO：

@Data
@ApiModel(description = "索引库实体")
public class ItemDoc{

    @ApiModelProperty("商品id")
    private String id;

    @ApiModelProperty("商品名称")
    private String name;

    @ApiModelProperty("价格（分）")
    private Integer price;

    @ApiModelProperty("商品图片")
    private String image;

    @ApiModelProperty("类目名称")
    private String category;

    @ApiModelProperty("品牌名称")
    private String brand;

    @ApiModelProperty("销量")
    private Integer sold;

    @ApiModelProperty("评论数")
    private Integer commentCount;

    @ApiModelProperty("是否是推广广告，true/false")
    private Boolean isAD;

    @ApiModelProperty("更新时间")
    private LocalDateTime updateTime;
}

API语法

新增文档的请求语法如下：

POST /{索引库名}/_doc/1 { "name": "Jack", "age": 21 }

POST /{索引库名}/_doc/1
{
    "name": "Jack",
    "age": 21
}

对应的JavaAPI如下：

可以看到与索引库操作的API非常类似，同样是三步走：

  • 1）创建Request对象，这里是IndexRequest，因为添加文档就是创建倒排索引的过程

  • 2）准备请求参数，本例中就是Json文档

  • 3）发送请求

变化的地方在于，这里直接使用client.xxx()的API，不再需要client.indices()了。

完整代码

我们导入商品数据，除了参考API模板“三步走”以外，还需要做几点准备工作：

  • 商品数据来自于数据库，我们需要先查询出来，得到Item对象

  • Item对象需要转为ItemDoc对象

  • ItemDTO需要序列化为json格式

因此，代码整体步骤如下：

  • 1）根据id查询商品数据Item

  • 2）将Item封装为ItemDoc

  • 3）将ItemDoc序列化为JSON

  • 4）创建IndexRequest，指定索引库名和id

  • 5）准备请求参数，也就是JSON文档

  • 6）发送请求

在item-service的DocumentTest测试类中，编写单元测试：

@Test
void testAddDocument() throws IOException {
    // 1.根据id查询商品数据
    Item item = itemService.getById(100002644680L);
    // 2.转换为文档类型
    ItemDoc itemDoc = BeanUtil.copyProperties(item, ItemDoc.class);
    // 3.将ItemDTO转json
    String doc = JSONUtil.toJsonStr(itemDoc);

    // 1.准备Request对象
    IndexRequest request = new IndexRequest("items").id(itemDoc.getId());
    // 2.准备Json文档
    request.source(doc, XContentType.JSON);
    // 3.发送请求
    client.index(request, RequestOptions.DEFAULT);
}

查询文档

我们以根据id查询文档为例

5.2.1.语法说明

查询的请求语句如下

GET /{索引库名}/_doc/{id}

不过查询的目的是得到结果，解析为ItemDTO，还要再加一步对结果的解析。示例代码如下：

可以看到，响应结果是一个JSON，其中文档放在一个_source属性中，因此解析就是拿到_source，反序列化为Java对象即可。

其它代码与之前类似，流程如下：

  • 1）准备Request对象。这次是查询，所以是GetRequest

  • 2）发送请求，得到结果。因为是查询，这里调用client.get()方法

  • 3）解析结果，就是对JSON做反序列化

完整代码

在item-service的DocumentTest测试类中，编写单元测试：

@Test
void testGetDocumentById() throws IOException {
    // 1.准备Request对象
    GetRequest request = new GetRequest("items").id("100002644680");
    // 2.发送请求
    GetResponse response = client.get(request, RequestOptions.DEFAULT);
    // 3.获取响应结果中的source
    String json = response.getSourceAsString();
    
    ItemDoc itemDoc = JSONUtil.toBean(json, ItemDoc.class);
    System.out.println("itemDoc= " + ItemDoc);
}

删除文档

删除的请求语句如下：

DELETE /hotel/_doc/{id}

与查询相比，仅仅是请求方式从DELETE变成GET，可以想象Java代码应该依然是2步走：

  • 1）准备Request对象，因为是删除，这次是DeleteRequest对象。要指定索引库名和id

  • 2）发送请求。因为是删除，所以是client.delete()方法

在item-service的DocumentTest测试类中，编写单元测试：

@Test
void testDeleteDocument() throws IOException {
    // 1.准备Request，两个参数，第一个是索引库名，第二个是文档id
    DeleteRequest request = new DeleteRequest("item", "100002644680");
    // 2.发送请求
    client.delete(request, RequestOptions.DEFAULT);
}

修改文档

修改我们讲过两种方式：

  • 全量修改：本质是先根据id删除，再新增

  • 局部修改：修改文档中的指定字段值

在RestClient的API中，全量修改与新增的API完全一致，判断依据是ID：

  • 如果新增时，ID已经存在，则修改

  • 如果新增时，ID不存在，则新增

语法说明

局部修改的请求语法如下：

POST /{索引库名}/_update/{id}
{
  "doc": {
    "字段名": "字段值",
    "字段名": "字段值"
  }
}

代码示例如图：

 

  • 1）准备Request对象。这次是修改，所以是UpdateRequest

  • 2）准备参数。也就是JSON文档，里面包含要修改的字段

  • 3）更新文档。这里调用client.update()方法

完整代码

在item-service的DocumentTest测试类中，编写单元测试：

@Test
void testUpdateDocument() throws IOException {
    // 1.准备Request
    UpdateRequest request = new UpdateRequest("items", "100002644680");
    // 2.准备请求参数
    request.doc(
            "price", 58800,
            "commentCount", 1
    );
    // 3.发送请求
    client.update(request, RequestOptions.DEFAULT);
}

批量导入文档

在之前的案例中，我们都是操作单个文档。而数据库中的商品数据实际会达到数十万条，某些项目中可能达到数百万条。

我们如果要将这些数据导入索引库，肯定不能逐条导入，而是采用批处理方案。常见的方案有：

  • 利用Logstash批量导入

    • 需要安装Logstash

    • 对数据的再加工能力较弱

    • 无需编码，但要学习编写Logstash导入配置

  • 利用JavaAPI批量导入

    • 需要编码，但基于JavaAPI，学习成本低

    • 更加灵活，可以任意对数据做再加工处理后写入索引库

语法说明

批处理与前面讲的文档的CRUD步骤基本一致：

  • 创建Request，但这次用的是BulkRequest

  • 准备请求参数

  • 发送请求，这次要用到client.bulk()方法

BulkRequest本身其实并没有请求参数，其本质就是将多个普通的CRUD请求组合在一起发送。例如：

  • 批量新增文档，就是给每个文档创建一个IndexRequest请求，然后封装到BulkRequest中，一起发出。

  • 批量删除，就是创建N个DeleteRequest请求，然后封装到BulkRequest，一起发出

因此BulkRequest中提供了add方法，用以添加其它CRUD的请求：

能添加的请求有：

  • IndexRequest，也就是新增

  • UpdateRequest，也就是修改

  • DeleteRequest，也就是删除

因此Bulk中添加了多个IndexRequest，就是批量新增功能了。示例：

@Test
void testBulk() throws IOException {
    // 1.创建Request
    BulkRequest request = new BulkRequest();
    // 2.准备请求参数
    request.add(new IndexRequest("items").id("1").source("json doc1", XContentType.JSON));
    request.add(new IndexRequest("items").id("2").source("json doc2", XContentType.JSON));
    // 3.发送请求
    client.bulk(request, RequestOptions.DEFAULT);
}

完整代码

当我们要导入商品数据时，由于商品数量达到数十万，因此不可能一次性全部导入。建议采用循环遍历方式，每次导入1000条左右的数据。

item-service的DocumentTest测试类中，编写单元测试：

@Test
void testLoadItemDocs() throws IOException {
    // 分页查询商品数据
    int pageNo = 1;
    int size = 1000;
    while (true) {
        Page<Item> page = itemService.lambdaQuery().eq(Item::getStatus, 1).page(new Page<Item>(pageNo, size));
        // 非空校验
        List<Item> items = page.getRecords();
        if (CollUtils.isEmpty(items)) {
            return;
        }
        log.info("加载第{}页数据，共{}条", pageNo, items.size());
        // 1.创建Request
        BulkRequest request = new BulkRequest("items");
        // 2.准备参数，添加多个新增的Request
        for (Item item : items) {
            // 2.1.转换为文档类型ItemDTO
            ItemDoc itemDoc = BeanUtil.copyProperties(item, ItemDoc.class);
            // 2.2.创建新增文档的Request对象
            request.add(new IndexRequest()
                            .id(itemDoc.getId())
                            .source(JSONUtil.toJsonStr(itemDoc), XContentType.JSON));
        }
        // 3.发送请求
        client.bulk(request, RequestOptions.DEFAULT);

        // 翻页
        pageNo++;
    }
}

小结

文档操作的基本步骤：

  • 初始化RestHighLevelClient

  • 创建XxxRequest。

    • XXX是Index、Get、Update、Delete、Bulk

  • 准备参数（Index、Update、Bulk时需要）

  • 发送请求。

    • 调用RestHighLevelClient#.xxx()方法，xxx是index、get、update、delete、bulk

  • 解析结果（Get时需要）

yh云想
关注
Elasticsearch从入门到精通超详细版本（全）
码农研究僧的博客
09-03 3389
目录前言1. ES入门 前言 分布式免费开源搜索引擎 搜索的东西包括视频文章图片 将数据分为结构化数据、非结构化数据和半结构化数据 结构化数据 可以保存到关系数据库中，方便管理方便查询，但不方便扩展 非结构化数据 比如工作日志文档报表视频，不适合二维 半结构化数据 将数据和结构混合一起 介绍其概念和观点 Elasticsearch是一个分布式、搜索和数据分析引擎，集中存储数据 具体包括 Elasticsearch、 Kibana、 Beats 和 Logstash（也称为 ELK St
ElasticSearch从入门到精通：Logstash妙用
jakpopc的博客
06-30 1364
我是Jackpop，我们交个朋友吧！在本系列文章的第3部分关于实时流处理的文章中，我们学习了如何使用ElasticSearch的批量API以及利用REST API将.json航班数据文件导入ElasticSearch。在这篇文章中，我们将介绍另一种方式，Logstash。Logstash是一个开源的数据收集引擎，具有实时流水线功能。它从多个源头接收数据，进行数据处理，然后将转化后的信息发送到stash，即存储。Logstash允许我们将任何格式的数据导入到任何数据存储中，不仅仅是ElasticSearch。
Elasticsearch从入门到精通
记录学习，共同进步
02-17 1904
elasticsearch从入门到精通，从安装开始带你手把手的get
ElasticSearch从入门到精通：常用操作
jakpopc的博客
06-30 450
我是Jackpop，我们交个朋友吧！在前面这一部分，我已经解释了ElasticSearch的基础知识及其工作原理。在这一部分，我们将学习如何在ElasticSearch中执行搜索。在开发过程中，主要都在围绕着数据的CRUD进行处理，具体来说就是：下表将每个CRUD命令与其各自的ElasticSearch HTTP / REST命令进行了一一对应，上一篇文章中，我们学习了Kibana，接下来，就切换到Kibana的控制台。通过如下命令，创建一个flight索引： 请注意，现在群集的运行状况已从绿色变为黄色。
ElasticSearch从入门到精通：数据导入
jakpopc的博客
06-30 3005
我是Jackpop，我们交个朋友吧！在第二部分中，我们学习了如何在ElasticSearch中执行搜索。但是，我们无法使用其批量API将.json数据文件导入ElasticSearch。在这部分中，我们将进行一些编程，并学习一些有关如何将.json飞行数据文件导入ElasticSearch的方法：ElasticSearch对数据格式有特定的格式要求： 这就意味着，你需要把下载的每一份json数据按照上述格式进行转换。主要满足如下2点：我们可以通过编写简单的Java程序，快速把json文件转换成对应格式： 最
ElasticSearch从入门到精通
weixin_43333483的博客
08-26 1082
一、认识ElasticSearch 1.1介绍ElasticSearch 我们想来看一下百度百科的介绍 （一下文中都简称ES） 官网网站地址:的地址是：https://www.elastic.co/cn/products/elasticsearch Github是：https://github.com/elastic/elasticsearch 简单来书就两点： ...
Python开发FastAPI从入门到精通
YunWisdom
01-24 4258
想用Python写API快到飞起？FastAPI就是你的“代码瑞士军刀”！这本书不讲玄学，只教真功夫——从零搭建高性能API，到微服务、分布式事务、熔断限流，连异步编程都能玩成魔法！ 小白也能变大神：路由、依赖注入、数据库集成手把手教学；老鸟直呼内行：服务网格、Saga模式、K8s部署实战全覆盖。附赠三个硬核项目：任务管理、在线商城、实时聊天系统，代码跑起来比奶奶织毛衣还丝滑！别说我没提醒你：翻开这本书，你的代码可能会快到自己都追不上！🚀
elasticsearch从入门到精通
qq_46601365的博客
09-24 797
es从入门到深入 ElasticSearch概述 Elaticsearch，简称为es ,es是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据;本身扩展性很好，可以扩展到上百台服务器，处理PB级别的数据。es也使用ava开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。 据国际权威的数据库产品评测机构DB Engines的统计，在2016年1月，ElasticSearch已超过S
ElasticSearch内容分享（七）：ES 从入门到精通
之乎者也·的博客
12-09 970
Elasticsearch可以将大量的数据进行存储、索引和检索，并支持多样化查询，具有分布式架构、面向文档、实时搜索与分析、可扩展性等特点。在 Elasticsearch 中，映射是可选的，如果没有显式指定，则 Elasticsearch 会根据文档中的数据自动推断字段类型。Logstash 是一款开源的数据收集、处理和转换工具，它可以帮助我们轻松地收集各种类型的数据，并将其转换为 Elasticsearch 支持的格式。Bool 查询是一个复合查询，它通过组合多个不同类型的查询来实现更复杂的搜索需求。
FreeRTOS源码分析一：task创建（RISCV架构）
最新发布
qq_45226456的博客
08-02 813
freertos源码分析，riscv架构实现部分
Go 客户端玩转 ES|QL API 直连与 Mapping Helpers 实战详解
hello.reader
07-29 922
本文介绍了Elasticsearch ES|QL查询语言在Go应用中的两种实现方案。ES|QL通过统一检索语法简化了查询链路，Go客户端自v8.13起原生支持。方案一通过ES|QL API提供最大灵活性，支持多种返回格式；方案二利用Mapping Helpers自动完成请求和结果映射，提供更简洁的开发体验。文章对比了两种方案的适用场景，并给出了性能优化建议和常见问题排查方法。ES|QL与Go的结合实现了查询逻辑归一化、类型安全和高性能流式处理，大幅提升了日志分析、数据治理等场景的开发效率。
ElasticSearch 的3种数据迁移方案
专注大数据、云计算、人工智能、机器人领域技术传播
07-29 800
elasticsearch - dump 和 logstash 做跨集群数据迁移时，要求执行迁移任务的机器能同时访问两个集群，所以更适合源和目标 ES 集群在同一网络的情况。而 snapshot 方式是完全离线的，没有这个限制，适合跨云厂商迁移，比如从阿里云 ES 集群迁移到腾讯云 ES 集群，当然也可以打通网络实现互通，但成本较高。elasticsearch - dump 类似 MySQL 的 mysqldump，是逻辑备份，需要一条条导出再导入，适合数据量小的场景；
Elasticsearch重点
Rancemy的博客
07-29 629
答案词项字典(Term Dictionary)：包含所有文档中出现的唯一词项倒排列表(Postings List)：记录每个词项出现在哪些文档中及位置信息工作流程：对文档内容进行分词处理建立词项到文档的映射关系查询时先找到词项，再快速定位相关文档。
Git 命令使用指南：从入门到进阶
weixin_52734695的博客
08-01 690
通过以上命令和规范，你可以轻松管理 Git 仓库，实现代码版本控制、分支协作和远程同步。命令作用git add .添加所有更改到暂存区git commit -m "信息"提交更改到本地仓库git status查看工作区状态git log查看提交历史git reflog查看引用日志（包括已删除记录）回退到指定版本git branch查看分支git checkout -b 分支名创建并切换到新分支git merge 分支名合并指定分支到当前分支git branch -d 分支名删除已合并分支。
本土化DevOps实践：Gitee为核心的协作工具链与高效落地指南
qq_31776813的博客
07-29 800
在数字化转型加速的背景下，开发与运维的高效协作正成为企业技术能力的核心竞争力。对于国内团队而言，选择 DevOps 工具不仅要关注功能完善与易用性，更需兼顾和。本文以 Gitee（码云）为核心，结合主流国产/开源工具，梳理出一套适配国内企业环境的 DevOps 工具链方案，帮助团队实现快速交付与稳定运维。
【Git】分支
qq_74897518的博客
07-29 721
Git 分支
【Git】标签管理
qq_74897518的博客
07-30 396
Git 理解标签
Elasticsearch 索引及节点级别增删改查技术
张晨光老师的播客
07-31 330
以下是针对。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值