|旧市拾荒|

摘要： 一、什么是生命周期 首先理解下什么是生命周期? 从创建到消亡的完整过程,例如人从出生到死亡的整个过程就是一个生命周期。 bean生命周期是什么? bean对象从创建到销毁的整体过程。 bean生命周期控制是什么? 在bean创建后到销毁前做一些事情。 二、环境准备 环境搭建: 创建一个Maven项目 阅读全文

摘要： 一、环境准备 准备开发环境 创建一个Maven项目 pom.xml添加依赖 resources下添加spring的配置文件applicationContext.xml 最终项目的结构如下: 二、构造方法实例化 在上述的环境下，我们来研究下Spring中的第一种bean的创建方式构造方法实例化: 步骤 阅读全文

摘要： 一、bean基础配置 对于bean的基础配置如下 <bean id="" class=""/> 其中，bean标签的功能、使用方式以及id和class属性的作用，我们通过一张图来描述下 思考： class属性能不能写接口如BookDao的类全名呢? 答案肯定是不行，因为接口是没办法创建对象的。 前面 阅读全文

摘要： 一、Logstash基本介绍 Logstash 是一个功能强大的工具，可与各种部署集成。 它提供了大量插件，可帮助你解析，丰富，转换和缓冲来自各种来源的数据（文件、数据库......）。logstash简单来说就是一个数据抽取工具，将数据从一个地方转移到另一个地方。 Logstash 是 Elast 阅读全文

摘要： 一、ES7 sql新特性 1.1 数据准备 创建索引及映射 建立价格、颜色、品牌、售卖日期 四个字段 PUT /tvs PUT /tvs/_mapping { "properties": { "price": { "type": "long" }, "color": { "type": "keywo 阅读全文

摘要： 一、IOC入门案例 1.1 思路分析 (1)Spring是使用容器来管理bean对象的，那么管什么? 主要管理项目中所使用到的类对象，比如(Service和Dao) (2)如何将被管理的对象告知IOC容器? 使用配置文件 (3)被管理的对象交给IOC容器，要想从容器中获取对象，就先得思考如何获取到I 阅读全文

摘要： 一、 Spring系统架构 1.1 系统架构图 Spring Framework是Spring生态圈中最基础的项目，是其他项目的根基。 Spring Framework的发展也经历了很多版本的变更，每个版本都有相应的调整 Spring Framework的5版本目前没有最新的架构图，而最新的是4版本 阅读全文

摘要： 一、数据准备 创建索引及映射 建立价格、颜色、品牌、售卖日期字段 PUT /tvs PUT /tvs/_mapping { "properties": { "price": { "type": "long" }, "color": { "type": "keyword" }, "brand": { 阅读全文

摘要： 一、电视案例 1.1 数据准备 创建索引及映射 建立价格、颜色、品牌、售卖日期 字段 PUT /tvs PUT /tvs/_mapping { "properties": { "price": { "type": "long" }, "color": { "type": "keyword" }, " 阅读全文

摘要： 一、两个核心概念：bucket和metric 1.1 bucket 有如下数据 city name 北京 张三 北京 李四 天津 王五 天津 赵六 天津 王麻子 划分出来两个bucket，一个是北京bucket，一个是天津bucket 北京bucket：包含了2个人，张三，李四 上海bucket：包 阅读全文

摘要： 1、preference 首先引入一个bouncing results问题，两个document排序，field值相同；不同的shard上，可能排序不同；每次请求轮询打到不同的replica shard上；每次页面上看到的搜索结果的排序都不一样。这就是bouncing result，也就是跳跃的结果 阅读全文

摘要： 1、Doc value 搜索的时候，要依靠倒排索引； 排序的时候，需要依靠正排索引，看到每个document的每个field，然后进行排序。 所谓的正排索引，其实就是doc values。 在建立索引的时候，一方面会建立倒排索引，以供搜索用；一方面会建立正排索引，也就是doc values，以供排序 阅读全文

摘要： 1、算法介绍 relevance score(相关性分数) 算法，简单来说，就是计算出，一个索引中的文本，与搜索文本，他们之间的关联匹配程度。Elasticsearch使用的是 term frequency/inverse document frequency算法，简称为TF/IDF算法。TF词频( 阅读全文

摘要： 1、数据准备 首先创建book索引 PUT /book/ { "settings": { "number_of_shards": 1, "number_of_replicas": 0 }, "mappings": { "properties": { "name": { "type": "text", 阅读全文

摘要： 1、Text字段排序 场景：数据库中按照某个字段排序，sql只需写order by 字段名即可，如果es对一个text field进行排序，es中无法排序。因为文档入倒排索引表时，分词存入，es无法知道此字段的真实值。这样的结果往往不准确，因为分词后是多个单词，再排序就不是我们想要的结果了。 通常有 阅读全文