Elasticsearch - 召田最帅boy

Elasticsearch初体验-----将MySQL的数据导入kibana并展示到页面

本文详细演示了在已装 Docker 的服务器上，使用 Docker 部署单节点 Elasticsearch（7.12.1）和 Kibana（7.12.1），包括创建网络、加载镜像、配置容器参数及端口映射。随后通过 MyBatis‑Plus 编写 Java 示例，批量查询 MySQL 中的 hotel 表数据，转换为文档并使用 RestHighLevelClient 的 BulkRequest 将其写入 Elasticsearch 索引。最后在 Kibana 的 DevTools 和可视化页面验证数据已成功导入并展示。

2021-09-28 13:17:33 阅读

SpringBoot+Elasticsearch按日期实现动态创建索引

文章介绍了在 SpringBoot 项目中通过 EL 表达式和 @Document 注解实现按日期动态创建 Elasticsearch 索引的完整方案。先在配置类中定义名为 esIndex 的 Bean，返回当前日期（或时间戳）作为索引后缀；再利用 @Scheduled 定时任务在每天零点销毁并重新注册该 Bean，同时手动调用 ElasticsearchRestTemplate 创建新索引，以确保 shards、replicas 等参数生效。实体类通过 createIndex = false 关闭自动建索，引入日期后缀的 indexName；Repository 负责 CRUD，Controller 示例演示保存数据并观察 Kibana/Head 中新索引的生成。文中亦提供了在 save 前检查索引是否存在、手动更新 Bean 的替代实现方式。

2023-02-21 21:08:29 阅读

es 在数据量很大的情况下（数十亿级别）如何提高查询效率？

在海量（十亿级）数据场景下提升 Elasticsearch 查询性能的核心是让索引文件尽可能落在 OS filesystem cache 中。做法包括：①为机器配置足够内存，使所有 idx segment 能被缓存；②仅在 ES 中存储用于检索的关键字段，其余数据转存 MySQL、HBase 等；③对热点数据进行预热，使用冷热分离，将热数据单独建索引并分配专用 shard，避免冷数据冲刷缓存；④在写入阶段完成关联，采用合理的 document 模型，避免在查询时使用 join、nested、parent‑child 等高开销特性；⑤分页时禁用深度分页，改用 scroll 或 search_after 逐页检索。通过这些措施，可把查询大幅从磁盘 I/O 转为内存访问，显著提升响应速度。

2023-02-14 17:37:44 阅读

Elasticsearch7.x实战指南

Elasticsearch 7.x 主要变化包括：废弃 TransportClient，只能使用 REST High‑Level Client；type 统一为 _doc 并将在 8.x 删除；默认分片数改为 1、节点名为主机名；Lucene 升级至 8，加入 weak‑and 与 intervals 查询提升相关性与顺序控制；集群协调去掉 minimum_master_nodes，新增熔断机制防 OOM；刷新策略在空闲时可跳过。文中提供索引、映射、文档的 CRUD 示例，介绍 geo_point、动态映射、dynamic_templates 以及 Query DSL 基础用法，帮助实现完整的 ES7 实战。

2021-11-17 14:04:37 阅读