1：es 索引與資料結構對映
----es索引說明:
索引結構: index/type/id
對應的關係型資料庫結構 index = database , type = table , id = id
----預設
--插入新的索引
put test-index/default/1
--查詢索引與資料結構
-結果,
"test": }}
}}}}
}--解釋
es會對字段型別進行分析和模式匹配，test的字段會對映為string,other欄位對映為long
put newindex
,"age": }}
}}--說明
索引newindex - 指定 name為text ，age指定long
--檢視
--測試
put newindex/default/1
--結果
failed to parse [age]
--測試2
put newindex/default/1
--結果
"created": true
2：es 對binary資料型別的支援
--原理
該binary型別接受乙個二進位制值作為 base64編碼的字串。該欄位預設情況下不儲存，不可搜尋
--使用
put my_index, "blob": }}
}}
資料插入：
put my_index/_doc/1
----在外掛程式中獲取
final scriptdocvalues.bytesrefs bytesrefs = (scriptdocvalues.bytesrefs)doc().get("
blob");
byte binary = bytesrefs.getvalue().bytes;
3：es 中文分詞器安裝與使用
--這裡搬運自github 原github位址
--安裝
./bin/elasticsearch-plugin install /releases/download/v6.2.2/elasticsearch-analysis-ik-6.2.2.zip
--使用
}4：es 索引模板
--場景
當定義多個類似結構的索引資料時使用
索引分段儲存
命名my_* 會對所有以my_為字首的索引進行結構對映
--使用
"default": "properties": ,
"age": }}
}}5：es 查詢快取
--原理
--使用
6：es 分片與查詢
--原理與意義
--合理使用
7: es系統監控工具 安裝x-pack
可看這篇文章：
mysql的索引及其資料結構
mysql使用中，當業務量過大，通常會通過建立索引增加效率。兩種索引 索引其實是一種資料結構，在mysql中主要有兩種 hash索引和b tree 索引。兩者中hash索引是無序的，不支援範圍查詢，只適合等值查詢。b 樹是一種多路平衡查詢樹，所以他的節點是有序的 左子節點小於父節點 父節點小於右子節...
索引的資料結構及其優化策略
為什麼使用b 樹而不是紅黑樹作為索引？一般來說，索引本身也很大，不可能全部儲存在記憶體中，因此索引往往以索引檔案的形式儲存的磁碟上。這樣的話，索引查詢過程中就要產生磁碟i o消耗，相對於記憶體訪問，i o訪問的消耗要高幾個數量級，索引的結構組織要儘量減少查詢過程中磁碟i o的訪問次數。磁碟往往不是嚴...
資料結構 氣泡排序以及其優化
我以前一直對冒牌排序不以為然，作為最容易寫出來的排序.直到前兩天我被人問到乙個問題，讓我把普通的氣泡排序最好的時間複雜度 優化到o n 當然氣泡排序最壞時間複雜度o n 2 這個沒有辦法改變.我們只能盡量優化它的過程讓它少走幾次迴圈.其實仔細做起來，我 在寫程式有時候還是太片 面了不能夠考慮到最優的...