随笔分类 - ElasticSearch
摘要：ElasticSearch 2 (24) 语言处理系列之停用词：性能与精度 摘要 在信息检索早期，磁盘和内存相较我们今天的使用只是很小的一部分。将索引空间保持在一个较小的水平是至关重要的，节省每个字节都意味着巨大的性能提升。词干提取（参见 缩减单词至词根形式（Reducing Words to Th
阅读全文
摘要：ElasticSearch 2 (23) 语言处理系列之词根提取 摘要 世界上大多数语言都是屈折变化的，意思是词语可以通过变形来表达不同的含义： 数（Number）: fox, foxes 时态（Tense）: pay, paid, paying 性（Gender）: waiter, waitres
阅读全文
摘要：ElasticSearch 2 (22) 语言处理系列之标记规范化 摘要 将文本拆解成标记只是工作的一半。为了使这些标记更容易被搜索到，它们需要经过一个规范化的处理过程，以移除相同单词间不重要的差异（比如：大小写）。或许我们还需要移除一些重要的差异，让 、`ésta está déjà vu dej
阅读全文
摘要：ElasticSearch 2 (21) 语言处理系列之单词识别 摘要 一个英语单词相对容易识别：因为英语单词是被空格或（某些）标点符号隔开的。但在英语中也有反例： you’re 这个词是一个单词还是两个？那 o’clock 、 cooperate 、 half baked 或 eyewitness
阅读全文
摘要：ElasticSearch 2 (20) 语言处理系列之如何开始 摘要 Elasticsearch 配备了一组语言分析器，为世界上大多数常见的语言提供良好的现成基础支持。 阿拉伯语、亚美尼亚语，巴斯克语，加泰罗尼亚语，巴西语、保加利亚语、汉语、捷克语、丹麦语、荷兰语、英语、芬兰语、法语、德语、希腊语
阅读全文
摘要：ElasticSearch 2 (19) 语言处理系列之故事开始 摘要 全文搜索是精度（尽可能少的返回不相关文档）和召回（尽可能多的返回相关文档）的战场。尽管只精确匹配用户查询的词肯定会是精确的，但这并不够。我们可能会丢失许多被用户认为相关的文档，取而代之的是我们需要扩大撒网范围，去搜索那些与原始查
阅读全文
摘要：ElasticSearch 2 (18) 深入搜索系列之控制相关度 摘要 处理结构化数据（比如：时间、数字、字符串、枚举）的数据库只需要检查一个文档（或行，在关系数据库）是否与查询匹配。 布尔是/非匹配是全文搜索的基础部分，但不止这些，我们也同样需要知道每个文档与查询的相关度，在全文搜索引擎中我们不
阅读全文
摘要：ElasticSearch 2 (17) 深入搜索系列之部分匹配 摘要 到目前为止，我们介绍的所有查询都是基于完整术语的，为了匹配，最小的单元为单个术语，我们只能查找反向索引中存在的术语。 但是，如果我们想匹配部分术语而不是全部改怎么办？ 部分匹配（Partial matching） 允许用户指定查
阅读全文
摘要：ElasticSearch 2 (16) 深入搜索系列之近似度匹配 摘要 标准的全文搜索使用TF/IDF处理文档、文档里的每个字段或一袋子词。 match 查询可以告诉我们哪个袋子里面包含我们搜索的术语，但这只是故事的一部分。它并不能告诉我们词语之间的关系。 考虑下面句子的区别： Sue ate t
阅读全文
摘要：ElasticSearch 2 (15) 深入搜索系列之多字段搜索 摘要 查询很少是简单的一句话匹配（one clause match ）查询。很多时候，我们需要用相同或不同的字符串查询1个或多个字段，也就是说，我们需要对多个查询语句以及他们相关分数（relevance scores）进行有意义的合
阅读全文
摘要：ElasticSearch 2 (14) 深入搜索系列之全文搜索 摘要 在看过结构化搜索之后，我们看看怎样在全文字段中查找相关度最高的文档。 全文搜索两个最重要的方面是： 相关（relevance） 相关是将查询到相关的文档结果进行排名的一种能力，这种相关度可以是根据TF/IDF、地理位置相似性（g
阅读全文
摘要：ElasticSearch 2 (13) 深入搜索系列之结构化搜索 摘要 结构化查询指的是查询那些具有内在结构的数据，比如日期、时间、数字都是结构化的。它们都有精确的格式，我们可以对这些数据进行逻辑操作，比较常见的操作包括比较时间区间，或者获取两个数字间的较大值。 文本也可以是结构化的。比如彩笔可以
阅读全文
摘要：ElasticSearch 2 (12) Shard数调优（ElasticSearch性能） 摘要 当创建一个索引的时候，我们经常会面对一个问题：要为索引分配多少个shard？多少个replica？对于这个问题，仍然没有明确的统一答案，但是本文会给出一些引导，方便在实施ElasticSearch时给
阅读全文
摘要：ElasticSearch 2 (11) 节点调优（ElasticSearch性能） 摘要 一个ElasticSearch集群需要多少个节点很难用一种明确的方式回答，但是，我们可以将问题细化成一下几个，以便帮助我们更好的了解，如何去设计ElasticSearch节点的数目： 1. 打算处理多少数据？
阅读全文
摘要：ElasticSearch 2 (10) 在ElasticSearch之下（深入理解Shard和Lucene Index） 摘要 从底层介绍ElasticSearch Shard的内部原理，以及回答为什么使用ElasticSearch有必要了解Lucene的内部工作方式？ 了解ElasticSear
阅读全文
摘要：ElasticSearch 2 (9) 在ElasticSearch之下（图解搜索的故事） 摘要 先自上而下，后自底向上的介绍ElasticSearch的底层工作原理，试图回答以下问题： 为什么我的搜索 \ foo bar\ 无法匹配 foo bar ？ 为什么增加更多的文件会压缩索引（Index）
阅读全文
摘要：ElasticSearch 2 (8) 概览与简介 摘要 分布式集群架构，具有高扩充性，可随时增加或移除节点，并保证数据正确。 使用Apache Lucene储存JSON文件，提供全文搜索功能 所有操作均可透过RESTful API完成 跨平台，Java写成 版本 elasticsearch版本:
阅读全文
摘要：ElasticSearch 2 (7) 基本概念 摘要 ElasticSearch的一些基本核心概念，理解这些概念有助于ElasticSearch的学习 准实时NRT（Near Realtime） 集群 节点 索引 类型 文档 分片与副本（Shards & Replicas） 版本 elastics
阅读全文
摘要：ElasticSearch 2 (6) 插件安装Head、Kopf与Bigdesk 摘要 安装Elasticsearch插件Head、Kopf与Bigdesk 版本 elasticsearch版本: elasticsearch 2.2.0 elasticsearch head版本: 2.x(支持el
阅读全文
摘要：ElasticSearch 2.1.1 (5) Document APIs This section describes the following CRUD APIs: Single document APIs Index API Query: $ curl XPUT 'http://local
阅读全文