分词一个tokenizer（分词器）接收一个字符流，将之分割为独立的tokens（词元，通常是独立的单词），然后输出tokens流。例如，whitespacetokenizer遇到空白字符时分割文本。它会将文本"Quickbrownfox!"分割为[Quick,brown,fox!]。该tokenizer（分词器）还负责记录各个term（词条）的顺序或position位置（用于phrase短语和wordproximity词近邻查询），以及term（词条）所代表的原始word（单词）的start（起始）和end（结束）的characteroffsets（字符偏移量）（用于高亮显示搜索的内容）。E
简介：因为内网环境不能上外网，安装最新的版本有问题而且不容易排查，所以安装了比较老的一个版本6.2.2。在安装的时候，为了讲清楚所有文件源头，所以介绍的啰嗦，但是很详细。这里主要说明elasticsearch、kibana、Ik分词器的下载安装，以及注意的一些问题。我们这里使用的服务器是Linux服务器，系统是centos7的64位一、安装elasticsearch1、进入官网，如下图所示2、点击免费下载的，点击后进入下图，我们使用免费开源的。3、点击下载，进入到最新版本的页面，我需要找到可以查看所有版本的页面。4、点击Viewpastreleases，找到对应版本的下载。5、下载后我们使用f
简介：因为内网环境不能上外网，安装最新的版本有问题而且不容易排查，所以安装了比较老的一个版本6.2.2。在安装的时候，为了讲清楚所有文件源头，所以介绍的啰嗦，但是很详细。这里主要说明elasticsearch、kibana、Ik分词器的下载安装，以及注意的一些问题。我们这里使用的服务器是Linux服务器，系统是centos7的64位一、安装elasticsearch1、进入官网，如下图所示2、点击免费下载的，点击后进入下图，我们使用免费开源的。3、点击下载，进入到最新版本的页面，我需要找到可以查看所有版本的页面。4、点击Viewpastreleases，找到对应版本的下载。5、下载后我们使用f
IK分词器是关于中文的一个分词器，有IK分词器自然还有别的分词器，比如说pinyin分词器针对的是拼音分词，letter针对的是letter分词等，ES有一个很好的方式就是通过插件的形式来扩展这些功能。一IK分词器的下载和安装其实安装很方便，首先要知道自己的ELK都是什么版本，然后到IK分词器的github地址上搜索相对应的版本。IK分词器github地址下载到对应的IK分词器版本，剩下的就是如何安装分词器。很简单就是对应的包解压到ElasticSearch的安装路径下plugins文件夹下。如图：最后一步，重启ES，就跟你idea安装新的插件一般也会提示你重启idea，重启成功后就可以使用分
IK分词器是关于中文的一个分词器，有IK分词器自然还有别的分词器，比如说pinyin分词器针对的是拼音分词，letter针对的是letter分词等，ES有一个很好的方式就是通过插件的形式来扩展这些功能。一IK分词器的下载和安装其实安装很方便，首先要知道自己的ELK都是什么版本，然后到IK分词器的github地址上搜索相对应的版本。IK分词器github地址下载到对应的IK分词器版本，剩下的就是如何安装分词器。很简单就是对应的包解压到ElasticSearch的安装路径下plugins文件夹下。如图：最后一步，重启ES，就跟你idea安装新的插件一般也会提示你重启idea，重启成功后就可以使用分
目录1、Mapping字段映射概述2、Mapping字段常用类型3、映射中对时间类型详解1）采取自动映射器来映射2）手工映射提前指定日期类型4、ES的keyword的属性ignore_above5、Mapping映射的查看和创建1）查看mapping信息：GET索引名/_mapping2）创建映射：PUT/索引名3） 查看所有索引映射关系4）修改索引映射关系5）一次性创建索引和映射6、数据迁移-reindex7、ik_max_word、ik_smart分词器1、Mapping字段映射概述 映射(Mapping)相当于数据表的表结构。ElasticSearch中的映射(Mappin
目录1、Mapping字段映射概述2、Mapping字段常用类型3、映射中对时间类型详解1）采取自动映射器来映射2）手工映射提前指定日期类型4、ES的keyword的属性ignore_above5、Mapping映射的查看和创建1）查看mapping信息：GET索引名/_mapping2）创建映射：PUT/索引名3） 查看所有索引映射关系4）修改索引映射关系5）一次性创建索引和映射6、数据迁移-reindex7、ik_max_word、ik_smart分词器1、Mapping字段映射概述 映射(Mapping)相当于数据表的表结构。ElasticSearch中的映射(Mappin
1.拉取dockerpullelasticsearch:7.7.02.运行dockerrun--nameelasticsearch-d-eES_JAVA_OPTS="-Xms512m-Xmx512m"-e"discovery.type=single-node"-p9200:9200-p9300:9300elasticsearch:7.7.03.得到容器iddockerps-a4.访问http://云服务ip:9200/5.安装ElasticSearch-Headdockerpullmobz/elasticsearch-head:56.创建容器dockercreate--nameelastics
1.拉取dockerpullelasticsearch:7.7.02.运行dockerrun--nameelasticsearch-d-eES_JAVA_OPTS="-Xms512m-Xmx512m"-e"discovery.type=single-node"-p9200:9200-p9300:9300elasticsearch:7.7.03.得到容器iddockerps-a4.访问http://云服务ip:9200/5.安装ElasticSearch-Headdockerpullmobz/elasticsearch-head:56.创建容器dockercreate--nameelastics
0.前提准备环境1.准备好django2.22.创建一个app3.elasticsearch7.5启动4.可视化工具(实在没有,也没啥) models.pyfromdjango.dbimportmodels#Createyourmodelshere.classArticle(models.Model):title=models.CharField(verbose_name='文章标题',max_length=225,db_index=True)content=models.TextField(verbose_name='内容')#外键tag=models.ForeignKey(verbose_
