Hunspell 词干提取器 安装一个词典 按语言设置 创建一个 Hunspell 语汇单元过滤器 [TIP] Hunspell 词典格式 Hunspell 词干提取器 Elasticsearch 提供了基于词典提取词干的 {ref}/analysis-hunspell-tokenfilter.html[hunspell 语汇单元过滤器（...

相关度评分背后的理论 [NOTE] 布尔模型 词频/逆向文档频率（TF/IDF） 词频 逆向文档频率 字段长度归一值 结合使用 [TIP] 向量空间模型 [TIP] [TIP] 相关度评分背后的理论 Lucene（或 Elasticsearch）使用 布尔模型（Boolean model） 查找匹配文档，并用一个名为 实用评分...

预加载 fielddata 预加载 fielddata（Eagerly Loading Fielddata） [WARNING] 全局序号（Global Ordinals） 构建全局序号（Building global ordinals） 预构建全局序号（Eager global ordinals） [NOTE] 因此，我们只能为字符串字段预构建...

可插拔的相似度算法 Okapi BM25 词频饱和度 字段长度归一化（Field-length normalization） BM25 调优 可插拔的相似度算法 在进一步讨论相关度和评分之前，我们会以一个更高级的话题结束本章节的内容：可插拔的相似度算法（Pluggable Similarity Algorithms）。 Elasticsear...

文档局部更新 使用脚本局部更新 使用Groovy脚本 更新可能不存在的文档 更新和冲突 文档局部更新 在《更新文档》一章，我们说了一种通过检索，修改，然后重建整文档的索引方法来更新文档。这是对的。然而，使用update API，我们可以使用一个请求来实现局部更新，例如增加数量的操作。 我们也说过文档是不可变的——它们不能被更改，只能被替换...

关联失效 关联失效 在我们去讨论多字段检索中的更复杂的查询前，让我们顺便先解释一下为什么我们只用一个主分片来创建索引。 有时有的新手会开一个问题说通过相关性排序没有效果，并且提供了一小段复制的结果：该用户创建了一些文档，执行了一个简单的查询，结果发现相关性较低的结果排在了相关性较高的结果的前面。 为了理解为什么会出现这样的结果，我们假设用两个分片...

安装 安装 Elasticsearch 需要 JDK 版本最低1.7，特别是撰写本文时，建议你使用 Oracle JDK 版本1.8.0_72，这里我们不关注不同Java版本的细节。Oracle 推荐安装文档在此： Oracle’s website 。总之在你安装 ES 之前，使用以下命令检查你的Java环境： java -version ...

Get API 实时性 可选的类型 source过滤 字段 生成字段 直接获取 _source 路由 偏好 刷新 分布式 版本支持 Get API get api 支持通过 ID 返回一个 JSON 格式的文档。下面的例子是从 twitter 索引下的 tweet type 中获取 ID 为1的文档： curl - XGET...

按时间统计 返回空 Buckets 扩展例子 潜力无穷 按时间统计 如果搜索是在 Elasticsearch 中使用频率最高的，那么构建按时间统计的 date_histogram 紧随其后。为什么你会想用 date_histogram 呢？ 假设你的数据带时间戳。无论是什么数据（Apache事件日志、股票买卖交易时间、棒球运动时间）只要带有时...

深入理解 Doc Values [NOTE] 列式存储的压缩 [NOTE] 禁用 Doc Values 深入理解 Doc Values 在上一节一开头我们就说 Doc Values 是 “快速、高效并且内存友好” 。这个口号听不起来不错，不过话说回来 Doc Values 到底是如何工作的呢？ Doc Values 是在索引时与 倒排...