es是一个高扩展的,开源的,全文检索的,分析的引擎。
用于实时快速的 存储,搜索,分析海量数据。
因为在商城中数据会越来越多,所以采用以往的模糊查询。(模糊查询前置配置,导致索引失效,导致都是全表扫描,效率低下)而我们使用ES做一个全文索引,我们将常用的商品字段(比如商品名,描述,价格)放入我们es的索引库中,可以提高查询速度。
3.描述一下ElasticSearch 索引文档的过程。 4.ES的节点如何了解?节点就是ES的实例,节点有以下四种类型
- 主节点(可选举节点):这样的节点可被集群选举为主节点,获得集群控制权。
- 数据节点:存储数据, *** 作数据,(比如CRUD,搜索和聚合)。
- Ingest节点:用于建索引前的预处理。
- Tribe节点:(部落节点):在多个集群之间进行协调的特殊节点。(在集群之间进行各种 *** 作)。
每个集群多个索引,每个索引包含一张表,每个表包含多个文档,每个文档包含不同的属性。
6.分片是什么?1.随着索引文件的增加,磁盘容量和处理速度都更不上,所以会将索引数据进行切分成小段——这就是分片(shards)。
2.目的是提高查询速率。
1.副本是分片的完整拷贝。
2.作用:增加了查询的吞吐率,在极端负载情况下实现高可用。
3.副本可以有效帮助处理能力请求。
1.都是有Lucene搜索引擎完成的。
2.打分系统支持可插拔的信息获取模型 包括:
向量空间模型:
基于概率的模型:
语言模型:
参考:https://zhuanlan.zhihu.com/p/265399976
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)