ElasticSearch7.4.2 使用全流程

紫璨月

1167人浏览 · 2025-03-07 13:46:28

紫璨月 · 2025-03-07 13:46:28 发布

ElasticSearch7.4.2

一、基本概念

二、docker安装ElasticSearch

1、下载镜像文件

docker pull elasticsearch:7.4.2 存储和检索数据

若报错则使用：docker pull docker.elastic.co/elasticsearch/elasticsearch:7.4.2

docker pull kibana:7.4.2 可视化检索数据

若报错则使用：docker pull docker.elastic.co/kibana/kibana:7.4.2

2、创建实例

1、ElasticSearch

mkdir -p /mydata/elasticsearch/config

mkdir -p /mydata/elasticsearch/data

echo "http.host: 0.0.0.0">>/mydata/elasticsearch/config/elasticsearch.yml

chmod -R 777 /mydata/elasticsearch/ 保证权限


docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \

-e "discovery.type=single-node" \

-e ES_JAVA_OPTS="-Xms64m -Xmx512m" \

-v /mydata/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \

-v /mydata/elasticsearch/data:/usr/share/elasticsearch/data \

-v /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins \

-d docker.elastic.co/elasticsearch/elasticsearch:7.4.2

特别注意：

-e ES_JAVA_OPTS=-“Xms256m-Xmx256m”\测试环境下，设置ES的初始内存和最大内存，否则导致过大启动不了ES

2、Kibana
注意：ELASTICSEARCH_HOSTS配置自己虚拟机es的ip地址

docker run --name kibana -e ELASTICSEARCH_HOSTS=http://192.168.xx.xx:9200 -p  5601:5601 -d docker.elastic.co/kibana/kibana:7.4.2

开机自启

docker update --restart=always 容器名称

–restart=always ：开机启动，失败也会一直重启；

–restart=on-failure:10 ：表示最多重启10次

systemctl restart docker

三、初步检索

1、`_cat`

GET/_cat/nodes:查看所有节点

GET/_cat/health:查看es健康状况

GET/_cat/master:查看主节点

GET/_cat/indices:查看所有索引show databases;

2、索引一个文档（保存）

保存一个数据，保存在哪个索引的哪个类型下，指定用哪个唯一标识PUT customer/external/1;在customer索引下的external类型下保存1号数据为

PUT customer/external/1

{
	"name":"John Doe"
}

PUT和POST都可以，POST新增。如果不指定id,会自动生成id。指定id就会修改这个数据，并新增版本号

PUT可以新增可以修改。PUT必须指定id；由于PUT需要指定id,我们一般都用来做修改操作，不指定id会报错。

3、查询文档

GET customer/external/1

结果：
{
    "_index": "customer", //在哪个索引
    "_type": "external",  //在哪个类型
    "_id": "1",           //记录id
    "_version": 2,        //版本号
    "_seq_no": 1,         //并发控制字段，每次更新就会+1，用来做乐观锁
    "_primary_term": 2,   //同上，主分片重新分配，如重启，就会变化
    "found": true,
    "_source": {          //真正的内容
        "name": "John Doe"
    }
}
更新携带 ?if_seq_no=1&if_primary_term=1

4、更新文档

POST /customer/external/1/_update

{
	"doc":{
		"name": "john Doew"
	}
}

或者

POST /customer/external/1
{
    "name": "john Doe2"
}

或者

PUT /customer/external/1
{
    "name": "john Doe2"
}

●不同：POsT操作会对比源文档数据，如果相同不会有什么操作，文档version不增加PUT操作，总会将数据重新保存并增加version版本；
带update对比元数据如果一样就不进行任何操作。
看场景；对于大并发更新，不带update;
对于大并发查询偶尔更新，带update:对比更新，重新计算分配规则。

●更新同时增加属性
POST customer/external/1/_update
{
	"doc":{
		"name": "john Doew",
        "age": 20
	}
}
PUT和POST不带_update也可以

5、删除文档&索引

DELETE customer/external/1

DELETE customer

6、bulk批量API (postman中不能操作)

POST customer/external/_bulk
{"index":{"_id":"1"}}
{"name":"john Doe"}
{"index":{"_id":2}}
{"name":"jane Doe"}

语法格式
{action:{metadata}}\n
{request body}\n

{action:{metadata}}\n
{request body}\n

复杂实例：
POST /_bulk
{"delete":{"_index":"website","_type":"blog","_id":123}}
{"create":{"_index":"website","_type":"blog","_id":123}}
{"title":"My first blog post"}
{"index": {"_index":"website","_type":"blog"}}
{"title":"My second blog post"}
{"update":{"_index":"website","_type":"blog","_id":123}}
{"doc":{"title":"My updated blog post"}}

bulkAPI以此按顺序执行所有的action(动作)。如果一个单个的动作因任何原因而失败，它将继续处理它后面剩余的动作。当bulk API返回时，它将提供每个动作的状态（与发送的顺序相同)，所以您可以检查是否一个指定的动作是不是失败了。

四、进阶检索

1、SearchAPI

ES支持两种基本方式检索：

● 一个是通过使用REST request URI发送搜索参数(uri+检索参数)

● 另一个是通过使用REST request body来发送它们(uri+请求体)

1）、检索信息

● 一切检索从_search开始

GET bank/_search        检索bank下的所有信息，包括type和docs
GET bank/_search?q=*&sort=account_number:asc    请求参数方式检索
响应结果解释：
took-Elasticsearch 执行搜索的时间（毫秒）
time_out -告诉我们搜索是否超时
_shards -告诉我们多少个分片被搜索了，以及统计了成功/失败的搜索分片
hits -搜索结果
hits.total -搜索结果
hits.hits -实际的搜索结果数组（默认为前10的文档）
sort -结果的排序key（键）（没有则按score排序）
score和max_score -相关性得分和最高得分（全文检索用）

● uri+请求体进行检索

GET bank/_search
{
	"query":{
		"match_all":{}
	},
	"sort":[
		"account_number":{
			"order":"desc"
		}
	]
}
HTTP客户端工具(POSTMAN),get请求不能携带请求体，我们变为post也是一样的我们POST一个JsoN风格的查询请求体到_search API。
需要了解，一旦搜索的结果被返回，Elasticsearch就完成了这次请求，并且不会维护任何服务端的资源或者结果的cursor(游标)

2、Query DSL

1）、基本语法格式

Elasticsearch提供了一个可以执行查询的Json风格的DSL(domain-specific language领域特定语言)。这个被称为Query DSL。该查询语言非常全面，并且刚开始的时候感觉有点复杂，真正学好它的方法是从一些基础的示例开始的。

● 一个查询语句的典型结构

{
	QUERY_NAME:{
		ARGUMENT:VALUE,
		ARGUMENT:VALUE,...
	}
}

● 如果是针对某个字段，那么它的结构如下：

{
	QUERY_NAME:{
		FIELD_NAME:{
			ARGUMENT:VALUE,
			ARGUMENT:VALUE,...
		}
	}
}

GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "from":0,
  "size":5,
  "sort": [
    "account_number": {
      "order": "desc"
    }
  ]
}

● query 定义如何查询
● match_all 查询类型【代表查询所有的所有】，es中可以在query中组合非常多的查询类型完成复杂查询
● 除了query参数之外，我们也可以传递其他的参数以改变查询结果。如sort、size
● from+size限定，完成分页功能
● sort排序，多字段排序，会在前序字段相等时后续字段内部排序，否则以前序为准

2)、返回部分字段

GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "balance": {
        "order": "desc"
      }
    }
  ],
  "from": 0,
  "size": 5, 
  "_source": ["address","age"]
}

3）、match【匹配查询】

● 基本类型（非字符串），精确匹配

GET bank/_search
{
	"query":{
		"match":{
			"account_mumber":"20"
		}
	}
}
match返回account_mumber=20的

● 字符串，全文检索

GET bank/_search
{
  "query": {
    "match": {
      "address": "mill lane"
    }
  }
}
match返回address含有"mill lane"或“mill”或“lane”的词，并给出相关性得分
全文检索按照评分进行排序，会对检索条件进行分词匹配

4）、match_phrase【短语匹配】

将需要匹配的值当成一个整体单词（不分词）进行检索

GET bank/_search
{
  "query": {
    "match_phrase": {
      "address": "mill lane"
    }
  }
}
查出address中包含mill lane的所有记录，并给出相关性得分

5）、multi_match【多字段匹配】

GET bank/_search
{
  "query": {
    "multi_match": {
      "query": "mill",
      "fields": ["state","address"]
    }
  }
}
state或者address包含mill

6）、bool【复合查询】

bool用来做复合查询：

复合语句可以合并任何其它查询语句，包括复合语句，了解这一点是很重要的。这就意味着，复合语句之间可以互相嵌套，可以表达非常复杂的逻辑。

● must：必须达到must列举的所有条件

● must_not：必须不达到must列举的所有条件

● should：满不满足所有条件都可以，满足条件后会增加相关性评分

GET bank/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "gender": "m"
          }
        },
        {
          "match": {
            "address": "mill"
          }
        }
      ],
      "must_not": [
        {
          "match": {
            "age": "28"
          }
        }
      ],
      "should": [
        {
          "match": {
            "lastname": "Wallace"
          }
        }
      ]
    }
  }
}

7）、filter【结果过滤】

并不是所有的查询都需要产生分数，特别是那些仅用于"filtering”(过滤)的文档。为了不计算分数Elasticsearch会自动检查场景并且优化查询的执行。

GET bank/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "gender": "m"
          }
        },
        {
          "match": {
            "address": "mill"
          }
        }
      ],
      "must_not": [
        {
          "match": {
            "age": "28"
          }
        }
      ],
      "should": [
        {
          "match": {
            "lastname": "Wallace"
          }
        }
      ],
      "filter": {
        "range": {
          "age": {
            "gte": 10,
            "lte": 40
          }
        }
      }
    }
  }
}

8）、term

和match一样。匹配某个属性的值。全文检索字段用match,其他非text字极匹配用term。

## 非文本字段
GET bank/_search
{
  "query": {
    "term": {
      "age": 38
    }
  }
}
## 精确匹配 必须输出有198 Mill的字段
GET bank/_search
{
  "query": {
    "match": {
      "address.keyword": "198 Mill"
    }
  }
}
## 模糊匹配 输出含有198 Mill字段
GET bank/_search
{
  "query": {
    "match_phrase": {
      "address": "198 Mill"
    }
  }
}

9）、aggregations（执行聚合）

聚合提供了从数据中分组和提取数据的能力。最简单的聚合方法大致等于SQL GROUPBY和SQL聚合函数。在Elasticsearch中，您有执行搜索返回hits(命中结果)，并且同时返回聚合结果，把一个响应中的所有hits(命中结果)分隔开的能力。这是非常强大且有效的，您可以执行查询和多个聚合，并且在一次使用中得到各自的（任何一个的）返回结果，使用一次简洁和简化的API来避免网络往返。

● 搜索address中包含mill的所有人的年龄分布以及平均年龄，但不显示这些人的详情

GET bank/_search
{
  "query": {
    "match": {
      "address": "mill"
    }
  },
  "aggs": {
    "group_by_state": {
      "terms": {
        "field": "age",
        "size": 10
      }
    },
    "avg_agg":{
      "avg": {
        "field": "age"
      }
    }
  },
  "size":0
}

size:0  不显示搜索数据
aggs：   执行聚合。聚合语法如下
"aggs": {
    "aggs_name 这次聚合的名字，方便展示在结果集中": {
      “AGG_TYPE 聚合的类型(avg,term,terms)”:{}
      }
    },

复杂：

按照年龄聚合，并且请求这些年龄段的这些人的平均薪资

GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "aggs": {
    "ageAgg": {
      "terms": {
        "field": "age",
        "size": 100
      },
      "aggs": {
        "ageAvg": {
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  },
  "size": 0
}

复杂：查出所有年龄分布，并且这些年龄段中M的平均薪资和F的平均薪资以及这个年龄中段的总体平均薪资

GET  bank/_search
{
  "query": {
    "match_all": {}
  },
  "aggs": {
    "ageAgg": {
      "terms": {
        "field": "age",
        "size": 100
      },
      "aggs": {
        "genderAgg": {
          "terms": {
            "field": "gender.keyword",
            "size": 2
          },
          "aggs": {
            "balanceAgg": {
              "avg": {
                "field": "balance"
              }
            }
          }
        },
        "balanceAgg":{
          "avg": {
            "field": "balance"
          }
        }
      }
    }
  },
  "size": 0
}

3、Mapping

1）、字段类型

2）、映射

Mapping(映射)

Mapping是用来定义一个文档(document),以及它所包含的属性((field)是如何存储和索引的。比如，使用mapping来定义：

●哪些字符串属性应该被看做全文本属性(full text fields)。

●哪些属性包含数字，日期或者地理位置。

●文档中的所有属性是否都能被索引(_all配置)。

●日期的格式。

●自定义映射规则来执行动态添加属性

●查看mapping信息：

GET bank/_mapping

●修改mapping信息

3）、新版本改变

Es7及以上移除了type的概念。

关系型数据库中两个数据表示是独立的，即使他们里面有相同名称的列也不影响使用，但ES中不是这样的。elasticsearch是基于ucene开发的搜索引擎，而ES中不同type下名称相同的fled最终在Lucene中的处理方式是一样的。
- 两个不同type下的两个user_name,在ES同一个索引下其实被认为是同一个filed,你必须在两个不同的type中定义相同的fled映射。否则，不同type中的相同字段名称就会在处理中出现冲突的情况，导致ucene处理效率下降。
- 去掉type就是为了提高ES处理数据的效率。

Elasticsearch 7.x

●URL中的type参数为可选。比如，索引一个文档不再要求提供文档类型。

Elasticsearch 8.x

●不再支持URL中的type参数。

解决：

1)、将索引从多类型迁移到单悉型，每种类型文档一个独立索

2)、将已存在的索引下的类型数据，全部迁移到指定位置即可。详见数据迁移

1、创建映射

1、创建索引并指定映射
PUT /my-index
{
  "mappings":{
    "properties": {
      "age": {"type": "integer"},
      "email": {"type": "keyword"},
      "name": {"type": "text"}
    }
  }
}

2、添加新的字段映射

## 新增一个不被索引的keyword字段
PUT /my-index/_mapping
{
  "properties":{
    "employee-id":{
      "type":"keyword",
      "index":false
    }
  }
}

3、更新映射

对于已经存在的映射字段，我们不能更新。更新必须创建新的索引进行数据迁移

4、数据迁移(不用type，老的数据可以迁移过来)

先创建出new_twitter的正确映射。然后使用如下方式进行数据迁移

POST _reindex  [固定写法]
{
	"source":{
		"index":"teitter"
	},
	"dest":{
		"index":"new_teitter"
	}
}

将旧索引的type下的数据进行迁移
POST _reindex
{
	"source":{
		"index":"teitter",
		"type":"tweet"
	},
	"dest":{
		"index":"new_teitter"
	}
}

4、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，whitespace tokenizer遇到空白字符时分割文本。它会将文本"Quick brown fox!"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word proximity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character offsets(字符偏移量)（用于高亮显示搜索的内容）。Elasticsearch提供了很多内置的分词器，可以用来构建custom analyzers(自定义分词器)。

1）、安装ik分词器

注意：不能用默认elasticsearch-plugin install xxx.zip 进行自动安装

https://github.com/medcl/elasticsearch-analysis-ik/releases?after=v7.4.2 对应es版本安装

2)、测试分词器

使用默认

GET my_index/_analyze
{
	"text":"我是中国人"
}

使用分词器

GET my_index/_analyze
{
  "analyzer": "ik_smart",
  "text": "我是中国人"
}

GET /_analyze
{
  "analyzer": "ik_max_word",
  "text": "我是中国人"
}

3）、自定义词库

修改/usr/share/elasticsearch/plugins/ik/config/中的IKAnalyzer.cfg.xml

/usr/share/elasticsearch/plugins/ik/config

<?xml version="1.0"encoding="UTF-8"?>
<IDOCTYPE properties SYSTEM"http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer扩展配置</comment>
	<!用户可以在这里配置自己的扩展字典->
	<entry key="ext dict"></entry>
	<!-用户可以在这里配置自己的扩展停止词字典->
	<entry key="ext stopwords"></entry>
	<!-用户可以在这里配置远程扩展字典>
	<entry key="remote_ext_dict">http://192.168.128.130/fenci/myword.txt</entry>
	<!-用户可以在这里配置远程展停正词字典>
	<!-<entry key="remote_ext_stopwords">words_location</entry>->
</properties>

原来的xml
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
        <comment>IK Analyzer 扩展配置</comment>
        <!--用户可以在这里配置自己的扩展字典 -->
        <entry key="ext_dict"></entry>
         <!--用户可以在这里配置自己的扩展停止词字典-->
        <entry key="ext_stopwords"></entry>
        <!--用户可以在这里配置远程扩展字典 -->
        <!-- <entry key="remote_ext_dict">words_location</entry> -->
        <!--用户可以在这里配置远程扩展停止词字典-->
        <!-- <entry key="remote_ext_stopwords">words_location</entry> -->
</properties>

更新完成后，es只会对新增的数据用新词分词。历史数据是不会重新分词的。如果想要历史数据重新分词。需要执行：

POST my_index/_update_by_query?conflicts=proceed

五、ElasticSearch-Rest-Client

1)、9300:TCP

●spring-data-elasticsearch:transport-api.jar:

■springboot.版本不同，transport-api.jar不同，不能适配es版本

■7.x已经不建议使用，8以后就要废弃

2)、9200:HTTP

●JestClient:非官方，更新慢

●RestTemplate:模拟发HTTP请求，ES很多操作需要自己封装，麻烦

●HttpClient:同上

●Elasticsearch-Rest-Client:官方RestClient,封装了ES操作，API层次分明，上手简单

最终选择Elasticsearch-Rest-Client（elasticsearch-rest-high-level-client）

[Maven Repository | Java REST Client 7.4] | Elastic

注意：elasticsearch-rest-high-level-client在8.0版本被废除，替换成Java API Client.

1、Springboot整合

<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>7.4.2</version>
</dependency>

2、编写配置

配置通用请求选项和给容器中注入一个RestHighLevelClient的bean

@Configuration
public class GulimallElasticConfig {
    public static final RequestOptions COMMON_OPTIONS;
    static {
        RequestOptions.Builder builder = RequestOptions.DEFAULT.toBuilder();
//        builder.addHeader("Authorization", "Bearer " + TOKEN);
//        builder.setHttpAsyncResponseConsumerFactory(
//                new HttpAsyncResponseConsumerFactory
//                        .HeapBufferedResponseConsumerFactory(30 * 1024 * 1024 * 1024));
        COMMON_OPTIONS = builder.build();
    }
    @Bean
    public RestHighLevelClient esRestClient(){
        RestHighLevelClient client = new RestHighLevelClient(
                RestClient.builder(
                // 配置自己虚拟机的ip地址
                        new HttpHost("192.xxx.xx.xx", 9200, "http")));
        return client;
    }
}

3、使用

添加存储数据到es

@Autowired
    private RestHighLevelClient restHighLevelClient;

    /**
     * 测试存储数据到es
     * 更新也可以
     */
    @Test
    void indexDate() throws IOException {
        IndexRequest indexRequest = new IndexRequest("users");
        indexRequest.id("1");
//        indexRequest.source("userName","zhangsan","age",18,"gender","男");
        User user = new User();
        user.setUserName("zicanyue");
        user.setAge(18);
        user.setGender("男");
        String jsonString = JSON.toJSONString(user);
        indexRequest.source(jsonString, XContentType.JSON);// 要保存的内容
        // 执行操作
        IndexResponse index = restHighLevelClient.index(indexRequest, GulimallElasticConfig.COMMON_OPTIONS);
        // 提前有用的响应数据
        System.out.println(index);
    }
    @Data
    class User{
        private String userName;
        private String gender;
        private Integer age;

    }

删除等简单操作查文档

2、测试复杂检索

@Autowired
    private RestHighLevelClient restHighLevelClient;
    @Data
    @ToString
    class Account {
        private int account_number;
        private int balance;
        private String firstname;
        private String lastname;
        private int age;
        private String gender;
        private String address;
        private String employer;
        private String email;
        private String city;
        private String state;
    }

    /**
     * 测试复杂检索
     * @throws IOException
     */
    @Test
    void searchDate() throws IOException {
        // 1、创建检索请求
        SearchRequest searchRequest = new SearchRequest();
        // 指定索引
        searchRequest.indices("newbank");
        //指定DSL，检索条件
        // SearchSourceBuilder 封装的检索条件
        SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
        searchRequest.source(searchSourceBuilder);
        // 1.1)、构造检索条件
//        searchSourceBuilder.query();
//        searchSourceBuilder.from();
//        searchSourceBuilder.size();
//        searchSourceBuilder.aggregation();
        // 1.2)、按照年龄的值分布进行聚合
        searchSourceBuilder.query(QueryBuilders.matchQuery("address","mill"));
        TermsAggregationBuilder ageAgg = AggregationBuilders.terms("ageAgg")
                .field("age")
                .size(10);
        searchSourceBuilder.aggregation(ageAgg);
        // 1.3)、计算平均薪资
        AvgAggregationBuilder balanceAvg = AggregationBuilders.avg("balanceAvg").field("balance");
        searchSourceBuilder.aggregation(balanceAvg);
        System.out.println("检索条件："+searchSourceBuilder.toString());

        // 2、执行检索
        SearchResponse searchResponse = restHighLevelClient.search(searchRequest, GulimallElasticConfig.COMMON_OPTIONS);
        // 3、分析结果 searchResponse
        System.out.println(searchResponse.toString());
//        Map map = JSON.parseObject(searchResponse.toString(), Map.class);
        // 3.1)、获取所有查到的数据
        SearchHits hits = searchResponse.getHits();
        SearchHit[] searchHits = hits.getHits();
        for (SearchHit searchHit : searchHits) {
//            searchHit.getIndex();
//            searchHit.getId();
            String sourceAsString = searchHit.getSourceAsString();
            Account account = JSON.parseObject(sourceAsString, Account.class);
            System.out.println("accout:"+account);
        }
        // 3.2)、获取这次检索到的分析信息：
        Aggregations aggregations = searchResponse.getAggregations();
        Terms ageAgg1 = aggregations.get("ageAgg");
        ageAgg1.getBuckets().forEach(bucket -> {
            System.out.println("年龄："+bucket.getKeyAsString()+"===>"+bucket.getDocCount());
        });
        Avg balanceAvg1 = aggregations.get("balanceAvg");
        System.out.println("平均薪资："+balanceAvg1.getValueAsString());
    }

“index”: false 不可以被索引

“doc_values”: false 不可以被聚合

冗余字段都使用上述的字段，只是用来看而不是用于聚合分析

"skuImg": {
        "type": "keyword",
        "index": false,  
        "doc_values": false
      },

若不使用nested，es-数组就会扁平化处理

nested：嵌入式的，当其中的数据为数组时使用这个

	"catalogName": {
        "type": "keyword",
        "index": false,
        "doc_values": false
      },
      "attrs": {
        "type": "nested",
        "properties": {
          "attrId": {
            "type": "long"
          },
          "attrName": {
            "type": "keyword",
            "index": false,
            "doc_values": false
          },
          "attrValue": {
            "type": "keyword"
          }
        }

六、附录-安装nginx

●随便启动一个nginx实例，只是为了复制出配置

■docker run -p 80:80 --name nginx -d nginx:1.10

●将容器内的配置文件拷贝到当前目录：docker container cp nginx:/etc/nginx .

■别忘了后面的点

●修改文件名称：mv nginx conf把这个conf移动到/mydata/nginx下

●终止原容器：docker stop nginx

●执行命令删除原容器：docker rm $Containerld

●创建新的nginx;执行以下命令

docker run -p 80:80 --name nginx \

-v /mydata/nginx/html:/usr/share/nginx/html \

-v /mydata/nginx/logs:/var/log/nginx \

-v /mydata/nginx/conf:/etc/nginx \

-d nginx:1.10
},


若不使用nested，es-数组就会扁平化处理

[外链图片转存中...(img-jFWE8suE-1741325780317)]

nested：嵌入式的，当其中的数据为数组时使用这个

```json
	"catalogName": {
        "type": "keyword",
        "index": false,
        "doc_values": false
      },
      "attrs": {
        "type": "nested",
        "properties": {
          "attrId": {
            "type": "long"
          },
          "attrName": {
            "type": "keyword",
            "index": false,
            "doc_values": false
          },
          "attrValue": {
            "type": "keyword"
          }
        }

六、附录-安装nginx

●随便启动一个nginx实例，只是为了复制出配置

■docker run -p 80:80 --name nginx -d nginx:1.10

●将容器内的配置文件拷贝到当前目录：docker container cp nginx:/etc/nginx .

■别忘了后面的点

●修改文件名称：mv nginx conf把这个conf移动到/mydata/nginx下

●终止原容器：docker stop nginx

●执行命令删除原容器：docker rm $Containerld

●创建新的nginx;执行以下命令

docker run -p 80:80 --name nginx \

-v /mydata/nginx/html:/usr/share/nginx/html \

-v /mydata/nginx/logs:/var/log/nginx \

-v /mydata/nginx/conf:/etc/nginx \

-d nginx:1.10

智能体开发者社区

中国智能体开发者社区，聚焦智能体与大模型开发，提供前沿资讯、实用工具链、开源项目及行业案例。通过技术沙龙、开发者大赛等活动，促进经验交流与协作，助力开发者快速构建创新智能应用。

更多推荐

从一张商品图到正式上架：实测店匠 Shoplazza Athena，AI Agent 不只是聊天框

智能体开发者社区

【AI Agent】《2026年9月 AI Agent全栈开发技术选型专项面试宝典》

智能体开发者社区

2026年 AI 研发管理工具怎么选？需求、计划、风险与知识四项能力

2026 年的官方文档进一步加入 Azure Boards MCP Server：连接 AI Agent 后，可以用自然语言创建 Epic、Feature、Story，查询团队 Backlog，也可以创建和检查工作项之间的前置、后置依赖。Assistant 可以读取 ONES 主产品模块、工作项、Wiki、文件等上下文，调用查询、检索、创建等工具，并将 AI 产生的任务、需求、设计方案和文档重新写

智能体开发者社区

所有评论(0)

查看更多评论

紫璨月

@csynsgh

已为社区贡献1条内容

ElasticSearch7.4.2 使用全流程

紫璨月

ElasticSearch7.4.2

一、基本概念

二、docker安装ElasticSearch

1、下载镜像文件

2、创建实例

三、初步检索

1、_cat

2、索引一个文档（保存）

3、查询文档

4、更新文档

5、删除文档&索引

6、bulk批量API (postman中不能操作)

四、进阶检索

1、SearchAPI

1）、检索信息

2、Query DSL

1）、基本语法格式

2)、返回部分字段

3）、match【匹配查询】

4）、match_phrase【短语匹配】

5）、multi_match【多字段匹配】

6）、bool【复合查询】

7）、filter【结果过滤】

8）、term

9）、aggregations（执行聚合）

3、Mapping

1）、字段类型

2）、映射

3）、新版本改变

1、创建映射

2、添加新的字段映射

3、更新映射

4、数据迁移(不用type，老的数据可以迁移过来)

4、分词

1）、安装ik分词器

2)、测试分词器

3）、自定义词库

五、ElasticSearch-Rest-Client

1、Springboot整合

2、编写配置

3、使用

六、附录-安装nginx

六、附录-安装nginx

所有评论(0)

温馨提示：您尚未绑定手机号

紫璨月

1、`_cat`