问题说明一天下午，在北京客户现场的同学反馈我们elasticsearch出现的大量的异常，他反馈说他使用多线程写入大量数据到elasticsearch集群时，隔一段时间之后就会出现CircuitBreakingException，多尝试几次后，他就把问题反馈到我们这边了解决思路1.降低并发度看到这个问题我首先想到的是减少写入的并发量，毕竟很明显是达到内存的阈值ES为了避免OOM会设置一些circuitbreaker(断路器)，这些断路器的作用就是在内存不够的时候主动拒绝接下来的操作，而不是进一步的分配内存最终产生OutOfMemoryError，断路器的作用就是保护整个进程不至于挂掉。因此我就
Java内使用ES文章目录Java内使用ES1、JAVA整合ElasticSearch2、JAVA内操作索引2.1创建索引2.2获取索引信息2.3删除索引信息3、JAVA内增删改doc3.1新增文档信息3.2批量新增文档信息3.3根据id删除文档3.4根据id批量删除3.5根据id部分修改4、JAVA内查询doc4.1根据id查询文档4.2查询全部matchAll4.3条件查询4.4分页查询、部分字段显示、排序4.5组合条件查询4.7模糊查询(不针对中文)4.8高亮查询4.8聚合查询（最大值）4.9聚合查询（group分组）1、JAVA整合ElasticSearch导入Java与Elastic
Java内使用ES文章目录Java内使用ES1、JAVA整合ElasticSearch2、JAVA内操作索引2.1创建索引2.2获取索引信息2.3删除索引信息3、JAVA内增删改doc3.1新增文档信息3.2批量新增文档信息3.3根据id删除文档3.4根据id批量删除3.5根据id部分修改4、JAVA内查询doc4.1根据id查询文档4.2查询全部matchAll4.3条件查询4.4分页查询、部分字段显示、排序4.5组合条件查询4.7模糊查询(不针对中文)4.8高亮查询4.8聚合查询（最大值）4.9聚合查询（group分组）1、JAVA整合ElasticSearch导入Java与Elastic
背景：在做海外主数据项目的时候，PM提出了一个需求，说是类似于搜索的功能。但是需要实现根据输入的字符串进行相似度的查询，并且计算出输入的字符串与查出的字符串的相似度是多少。思考：第一次听到需求的时候感觉还挺简单的，以为不就是个迷糊查询吗？但仔细一想，确实是有点出入的，模糊查询可能并不能很好的完成此次需求；因为是这样的假设你输入的字符串为 "ABC"，数据库使用模糊查询出来的数据，包含的数据可能会是：“ABC”,"1ABC","11ABC","ABC1",等等之类的数据，但是都有一个共性，"ABC"必须是连着的，所以导致："AB","BC"这样的数据出不来。这个时候假如说，我是一个用户，我想要的
背景：在做海外主数据项目的时候，PM提出了一个需求，说是类似于搜索的功能。但是需要实现根据输入的字符串进行相似度的查询，并且计算出输入的字符串与查出的字符串的相似度是多少。思考：第一次听到需求的时候感觉还挺简单的，以为不就是个迷糊查询吗？但仔细一想，确实是有点出入的，模糊查询可能并不能很好的完成此次需求；因为是这样的假设你输入的字符串为 "ABC"，数据库使用模糊查询出来的数据，包含的数据可能会是：“ABC”,"1ABC","11ABC","ABC1",等等之类的数据，但是都有一个共性，"ABC"必须是连着的，所以导致："AB","BC"这样的数据出不来。这个时候假如说，我是一个用户，我想要的
NoSQL解决方案已经讲完了两种技术的整合了，Redis可以使用内存加载数据并实现数据快速访问，MongoDB可以在内存中存储类似对象的数据并实现数据的快速访问，在企业级开发中对于速度的追求是永无止境的。下面的内容也是一款NoSQL解决方案，只不过他的作用不是为了直接加速数据的读写，而是加速数据的查询的，叫做ES技术。ES（Elasticsearch）是一个分布式全文搜索引擎，重点是全文搜索。那什么是全文搜索呢？比如用户要买一本书，以Java为关键字进行搜索，不管是书名中还是书的介绍中，甚至是书的作者名字，只要包含java就作为查询结果返回给用户查看，上述过程就使用了全文搜索技术。搜索的条件不
NoSQL解决方案已经讲完了两种技术的整合了，Redis可以使用内存加载数据并实现数据快速访问，MongoDB可以在内存中存储类似对象的数据并实现数据的快速访问，在企业级开发中对于速度的追求是永无止境的。下面的内容也是一款NoSQL解决方案，只不过他的作用不是为了直接加速数据的读写，而是加速数据的查询的，叫做ES技术。ES（Elasticsearch）是一个分布式全文搜索引擎，重点是全文搜索。那什么是全文搜索呢？比如用户要买一本书，以Java为关键字进行搜索，不管是书名中还是书的介绍中，甚至是书的作者名字，只要包含java就作为查询结果返回给用户查看，上述过程就使用了全文搜索技术。搜索的条件不
新年第一天开工。兴致高高的来上班，想着拿个开门红包，红包没拿到。结果遇到了Elasticsearch有个索引状态为yellow。很好，很惊喜，perfect！首先，介绍下个人理解的ES集群的三种状态：Green-所有数据都可用，主副分片都已经分配好Yellow-所有数据都可用，但尚未分配一些副本，不影响查询，可能影响恢复。Red-某些数据由于某种原因存在主分片未分配，对查询会有影响虽然不影响查询，但是也要解决下这个问题。问题排查：使用es运维命令GET/_cluster/health?level=indices查看集群的健康并显示索引状态GET/_cat/allocation?v查看集群中每个
新年第一天开工。兴致高高的来上班，想着拿个开门红包，红包没拿到。结果遇到了Elasticsearch有个索引状态为yellow。很好，很惊喜，perfect！首先，介绍下个人理解的ES集群的三种状态：Green-所有数据都可用，主副分片都已经分配好Yellow-所有数据都可用，但尚未分配一些副本，不影响查询，可能影响恢复。Red-某些数据由于某种原因存在主分片未分配，对查询会有影响虽然不影响查询，但是也要解决下这个问题。问题排查：使用es运维命令GET/_cluster/health?level=indices查看集群的健康并显示索引状态GET/_cat/allocation?v查看集群中每个
1、简介elasticSearch【分布式开源搜索与分析引擎，适用于所有类型的数据，包括文本，数字，地理空间，结构化和非结构化数据，秒级从海量数据从检索出我们所需要的数据，而mysql单表如果达到了百万级数据，检索很慢】用途：1、应用程序搜索2、网站搜索3、企业搜索4、日志处理和分析5、基础设施指标和容器检测6、应用程序性能检测7、地理空间数据分析和可视化8、安全分析和业务分析mysql【数据的持久化管理curd】2、基本概念1、Index（索引），相当于mysql的insert操作，插入（索引）一条数据到数据库；名词形式相当于mysql的database；2、Type（类型），在索引中，可以
