摘要：TF：term frequency ，词频 。指的是 term 出现的评率。词频和 2 个因数有关，在一个文档中出现这个词条次数越多，词频越高，文档总词条总数越多这个值被稀释。 所以 一般 TF = 词条在文档出现的次数 / 文档总词数。 IDF：倒排索引的频率。 log ( docment 数量/ 阅读全文

摘要：ik_smart：分词的时候只分一次，句子里面的每个字只会出现一次。 比如：中华人民共和国国歌 入上图，分成：中华人民共和国 国歌 2 部分。每个字都自出现了一次。（我指的每一个位置 的子。 2个国 位置不同，是2 个字） ik_max_word：句子的字可以反复出现。 只要在词库里面出现过的 就拆 阅读全文

摘要：默认使用 空格拆分成 多个 子项，并且 每个子项 都会去分词 查询。可以通过 default_operator 指定 子项之间的关系。默认是 或 。 然后 每个 子项前面可以使用 -+ 指定必须有 或者必须么有。并且 加了修饰符 +- 的 提出单独算。 测试数据： { "took": 4523, " 阅读全文

摘要：依赖： 配置文件： 例子代码： 阅读全文

摘要：1 关于机器 配置。 内存：上亿的数据一般需要64G内存的服务器。劲量不要使用小于32G 内存的服务器。 cpu：es 对cpu 要求依赖不如内存。一般要求2-8 核就可以了。 磁盘：es 对磁盘依赖严重。Lucene 底层 是基于磁盘存储。所以 劲量使用ssd。并且 io 模式 不要设置为 cfq 阅读全文

摘要：搜索开始 1 es 5.2 以后 type:text 的字段 或默认建立 一个最长 256 个字符的不分词的 fields fields：{“type”：“keyword”,"ignore_above":256} 例子： 结果： 2 term query 就是不分词。直接匹配。但是只是 查询不分词， 阅读全文

摘要：1. es 使用 restful 风格的 api 备注： es 的 api 格式 基本是这个样 请求方式 /索引名/_操作类型/id?参数 ,有些时候 索引名字 和 id 不是必须得 2. 查询 所有索引 get /_cat/indices 3. 查看节点健康 get /_cat/health?v 阅读全文

摘要：启动kibana ： nohup ./kibana & 查看启动日志 ： tail -f nohup kibana 使用 ps -ef|grep kibana 是查不到进程的，主要原因大概是因为 kibana 是node 写的。所以kibana 运行的时候是运行在node 里面。 所以 可以使用 p 阅读全文