前言ES和Solr的底层都是基于ApacheLucene实现，bool查询的底层实现是Lucene的BooleanQuery，其可以组合多个子句查询，类似SQL语句里面的OR查询。查询介绍在ES里面Boolean查询封装了4种API接口能力，可以单独使用，也可以组合使用，总结如下：函数描述mustquery关键词在召回文档里面必须包含，参与相关性评分filterquery关键词在召回文档里面必须包含，不参与相关性评分，但结果集会被缓存shouldquery关键词在召回文档里面可能包含，如果只有一个should子句情况下与must子句结果一样，如果有多个should子句情况下，命中任何一个即可召

ES是什么ES是一个天生支持分布式的搜索、聚合分析的存储引擎基于Java开发基于Lucene的开源分布式搜索引擎ELK：elasticSearchLogstahKibana加入Beats后ELK改为：ElasticstackES解决了什么问题ES解决的核心问题：1.海量数据2.全文检索ES不擅长的场景：管理数据、事务场景、大单页查询、数据实时写入更新ES生产模式和开发模式生产环境：用于生产环境的运行模式，生产模式下要考虑高可用、故障转移、性能优化等安全因素，要求比较高开发环境：用于测试的运行环境、相对要求比较低引导检查：单节点发现：会将自己设置为主节点，不允许其他节点加入，会放弃一些检查ES存

为了提高搜索性能。为不再更新的只读索引执行forcemerge，将Lucene索引合并为单个分段，可以提升查询速度。当一个Lucene索引存在多个分段时，每个分段会单独执行搜索再将结果合并，将只读索引强制合并为一个Lucene分段不仅可以优化搜索过程，对索引恢复速度也有好处。在kibana操作，命令如下###查看某个index的forceMerge情况GET/_cat/segments/order_dev1?v&s=prirep,shard##查看分段数GET_cat/segments/order_dev1?v&h=shard,segment,size,size.memory##分段合并api

ElasticSearch（一）数据类型1.简述Es数据类型分为基础数据类型和复杂类型数据，掌握ES数据类型才能进一步使用ES检索数据内容。org.springframework.bootspring-boot-starter-data-elasticsearch2.7.72.基础类型2.1.String类型text：会被分词处理，用于全文检索，很少用于聚合处理（需要设置fielddata属性)，不能用于排序keyword：不可分词，用于精确搜索，过滤、排序、聚合等操作1分期细粒度在ES中存在三种模式的分词：Ik（ik_smart、ik_max_word）、standard（es自带的）。如果

学习官方文档的Java-api，习惯用Spring-boot开发，结果使用的时候遇到java.lang.NoSuchMethodError:'org.elasticsearch.client.RequestOptions$Builderorg.elasticsearch.client.RequestOptions$Builder.removeHeader(java.lang.String)'这个问题。各种搜索发现可能是依赖版本问题，编译时的依赖版本和运行时的不一样，找不到这个方法。后来用mvndependency:tree打印的依赖树发现elasticsearch-rest-client的版本

ElasticSearch安装启动报错maxfiledescriptors[32768]forelasticsearchprocessistoolow,increasetoatleast[65535]1.启动报错ES集群初次安装部署，启动的时候ERROR:bootstrapchecksfailedmaxfiledescriptors[32768]forelasticsearchprocessistoolow,increasetoatleast[65535]2.原因分析从字面意思理解就是当前启动ES进程的linux用户，打开的文件句柄数最大只有32768，文件句柄数，可直接决定ES建立的TCP连

ElasticSearch的倒排索引原理ElasticSearch的倒排索引原理引言什么是ElasticSearch1.弹性搜索和分布式特性2.实时性和可靠性3.多样化的搜索和分析功能4.多语言支持和可扩展性5.文档导向和灵活的数据模型倒排索引倒排索引在ES中的应用倒排索引的数据结构构建倒排索引倒排索引的搜索过程倒排索引的优化技巧ElasticSearch中的倒排索引应用案例结论ElasticSearch的倒排索引原理引言什么是ElasticSearchElasticSearch是一个基于ApacheLucene构建的开源搜索引擎，它提供了强大的全文搜索和分析功能。它不仅可以快速搜索和检索大量

推荐的五种客户端1.Elasticsearch-Head，Elasticsearch-Head插件在5.x版本之后已不再维护，界面比较老旧。2.cerebro据传该插件不支持ES中5.x以上版本。3.kinaba功能强大，但操作复杂，以后可以考虑。4.Dejavu也是一个Elasticsearch的WebUI工具，其UI界面更符合当下主流的前端页面风格，因此使用起来很方便。但是网上可借鉴的文档较少，我也没有细查。5.ElasticHD不依赖ES的插件安装，更便捷；导航栏直接填写对应的ESIP和端口就可以操作Es了。本次介绍ElasticHD工具:1.ElasticHD下载、安装、使用下载连接:

ES查询相关度的官网连接1：ElasticSearch的查询权重每个文档与查询的相关度，在全文搜索引擎中不仅需要找到匹配的文档，还需根据它们相关度的高低进行排序。根据全文相关的公式或相似算法（similarityalgorithms）会将多个因素合并起来，为每个文档生成一个相关度评分_score。_score在查询结果中有显示1：相关度评分理论Lucene（或Elasticsearch）使用bool（boolmodel）查找匹配文档时，会用一个名为实用评分函数的公式来计算相关度。这个公式借鉴了词频/逆向文档频率和向量空间模型，同时也加入了一些现代的新特性，如协调因子（coordinationf

写在前面这篇文章我们来讲讲怎么把logrus日志送到es。使用的日志库是github.com/sirupsen/logrus，由于这个包中的日志对象是可以接入很多个hook的，所以我们可以使用hook来接入elasticsearch来操作。hook就是钩子，当设置hook在某个点之后，hook会执行这个点之后异步进行。比如让我们把hook设置到log日志的地方，当我们log日志的时候，就会异步执行hook。1.logrus对象创建先定义一个logrus对象varLogrusObj*logrus.Logger初始化这个logrusfuncInitLog(){ ifLogrusObj!=nil{