avatar
主页
计算机
金融
数学
关于
本站文章数 :
182
本站总字数 :
1318.0K
已运行天数 :
Kaka Wan Yifan
主页
计算机
金融
数学
关于
1.工具、概念、集群和倒排索引
计算机ElasticSearch实战入门(6.X)
字数总计:5.7K

ElasticSearch是什么

ElasticSearch，一款搜索数据库，基于Lucene。

也有资料称ElasticSearch是搜索引擎，我的个人观点，更好的理解是认为其是搜索数据库，毕竟在著名的DB-Engines Ranking是榜上有名的，而且通过我们下文的讨论，认为其是数据库的确是更好的理解。

如图是2022年1月的数据库排行，ElasticSearch排第八名。
数据库

ElasticSearch，通常简称为ES，目前有两个重要的版本，6.X和7.X。

除了ElasticSearch，还有一项也很重要的技术，也被简称为ES，ECMAScript，编程语言JavaScript三部分中的一部分，是JavaScript的语法。其比较重要的版本也是6。(关于ECMAScript，我们在《基于JavaScript的前端开发入门：2.基础语法》有详细讨论)。

所以，有时候，我们遇到一些关于ElasticSearch的问题，需要谷歌百度搜索的时候，输入ES或者ES6，不一定能搜到ElasticSearch相关的，这时候可以考虑输入全称ElasticSearch。

安装ElasticSearch

准备JDK

ElasticSearch需要依赖JVM，且必须为8及8以上的版本，一般我们需要先安装好JDK。

为什么说是一般？
1、对于7.X等较高版本的，通过rpm的方式安装ElasticSearch的话，不需要事先安装好JDK。
2、ElasticSearch现在也有No JDK的，但只在7及7版本以上才有。

安装JDK有两种方法，rpm和tar。

通过rpm安装JDK

  1. 通过ORACLE官网下载JDK的rpm包，并上传至Linux服务器
    地址：https://www.oracle.com/java/technologies/downloads
  2. 通过命令rpm -ivh jdk-8u321-linux-x64.rpm，安装JDK。
    默认安装路径为/usr/java/jdk1.8.0_321-amd64/
  3. 配置环境变量，修改/etc/profile，在文件末尾添加如下内容：
    1
    2
    export JAVA_HOME=/usr/java/jdk1.8.0_321-amd64
    export PATH=$PATH:$JAVA_HOME/bin
  4. 重载环境变量source /etc/profile。
  5. 测试，java -version，如果显示Java 版本信息，则说明 JDK 安装成功。

通过tar包安装JDK

  1. 下载jdk-8u311-linux-x64.tar。
  2. 创建目录，mkdir /usr/local/java。
  3. 将文件jdk-8u311-linux-x64.tar传输至/usr/local/java/。
  4. 解压JDK，tar -xvf jdk-8u311-linux-x64.tar。
  5. 配置环境变量，修改/etc/profile，添加如下内容并保存：
    1
    2
    3
    4
    5
    6
    set java environment
    JAVA_HOME=/usr/local/java/jdk1.8.0_311       
    JRE_HOME=/usr/local/java/jdk1.8.0_311/jre     
    CLASS_PATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib
    PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin
    export JAVA_HOME JRE_HOME CLASS_PATH PATH
  6. 重载环境变量，source /etc/profile
  7. 测试，java -version。

安装ElasticSearch

一、创建用户

ElasticSearch不能以root用户身份启动，必须是普通用户。所以，我们首先为ElasticSearch创建用户。

第一步、在Linux中创建新的组。

1
groupadd es

第二步、创建新的用户esu，并将其放入es组中

1
useradd esu -g es

第三步、修改用户esu的密码

1
passwd esu

第四步、切换为用户esu。

二、上传安装包并解压

上传安装包，然后解压。解压代码如下：

1
tar -zxvf elasticsearch-6.8.23.tar.gz

解压之后，我们通过cd进入目录，再ll，查看内容。

1
2
3
4
5
6
7
8
9
bin
config
lib
LICENSE.txt
logs
modules
NOTICE.txt
plugins
README.textile

解释一下：

  • bin：可执行的二进制文件的目录
  • config：配置文件的目录
  • lib：运行时依赖的库
  • logs：运行时日志文件
  • modules：运行时依赖的模块
  • plugins：官方以及第三方插件

特别的，我们还可以cd进入lib目录，通过ll看看lib目录中都有什么。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

【部分运行结果略】

log4j-1.2-api-2.17.1.jar
log4j-api-2.17.1.jar
log4j-core-2.17.1.jar

【部分运行结果略】

lucene-analyzers-common-7.7.3.jar
lucene-backward-codecs-7.7.3.jar
lucene-core-7.7.3.jar
lucene-grouping-7.7.3.jar
lucene-highlighter-7.7.3.jar
lucene-join-7.7.3.jar
lucene-memory-7.7.3.jar
lucene-misc-7.7.3.jar
lucene-queries-7.7.3.jar
lucene-queryparser-7.7.3.jar
lucene-sandbox-7.7.3.jar
lucene-spatial3d-7.7.3.jar
lucene-spatial-7.7.3.jar
lucene-spatial-extras-7.7.3.jar
lucene-suggest-7.7.3.jar

【部分运行结果略】
  • 这么多lucene的包，似乎也说明了ElasticSearch是基于lucene的。
  • 还有log4j的包，而且是2.X版本的，所以大概在21年12月的一个log4j的安全问题，对ElasticSearch可能也会有影响。

三、启动ElasticSearch

通过cd进入bin目录，启动ElasticSearch。
示例代码：

1
./elasticsearch -d
  • 注意-d，后台运行。

四、测试

示例代码：

1
curl http://localhost:9200

运行结果：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{
  "name" : "DgrJQur",
  "cluster_name" : "elasticsearch",
  "cluster_uuid" : "DP9oSobqTLeIsOrTqHLJxA",
  "version" : {
    "number" : "6.8.23",
    "build_flavor" : "default",
    "build_type" : "tar",
    "build_hash" : "4f67856",
    "build_date" : "2022-01-06T21:30:50.087716Z",
    "build_snapshot" : false,
    "lucene_version" : "7.7.3",
    "minimum_wire_compatibility_version" : "5.6.0",
    "minimum_index_compatibility_version" : "5.0.0"
  },
  "tagline" : "You Know, for Search"
}
  • 可能会返回如下的内容，因为启动需要一定的时间。
    1
    curl: (7) Failed connect to localhost:9200; Connection refused
  • ElasticSearch会占用两个端口
    9200：HTTP端口。
    9300：TCP端口，ELasticSearch集群之间通过该端口进行通讯，Java客户端中的TransportClient也是基于TCP协议通过该端口进行通讯。

五、允许远程连接

ElasticSearch默认只允许本地客户端连接，如果想要通过远程客户端访问，必须允许远程连接。

一、修改elasticsearch.yml
修改ElasticSearch目录下的config/elasticsearch.yml，在相应的位置添加如下内容。

1
network.host: 0.0.0.0
  • 0.0.0.0，表示允许所有IP的客户端访问。

二、重启服务
我们输入命令./elasticsearch -d，然后通过tail -100f logs/elasticsearch.log查看日志。
可能会有如下三个错误

1
2
3
4
5
6
7
8
- ERROR: [3] bootstrap checks failed
	[1]: max file descriptors [4096] for elasticsearch process is too low, increase to at least [65535]
	[2]: max number of threads [3802] for user [esu] is too low, increase to at least [4096]
	[3]: max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]
[2022-01-19T20:15:30,000][INFO ][o.e.n.Node               ] [DgrJQur] stopping ...
[2022-01-19T20:15:30,012][INFO ][o.e.n.Node               ] [DgrJQur] stopped
[2022-01-19T20:15:30,013][INFO ][o.e.n.Node               ] [DgrJQur] closing ...
[2022-01-19T20:15:30,024][INFO ][o.e.n.Node               ] [DgrJQur] closed

这是因为当我们开启允许远程连接后，ElasticSearch就会进行性能配置检查，如果检查不通过就关闭。
配置要求如下：

  1. 最大进程数大于等于65535
  2. ElasticSearch所在用户在线程数大于等于4096
  3. 虚拟内存大于等于262144

六、修改系统配置

为了解决上述的错误，我们需要修改系统配置。

最大进程数大于等于65535
使用root用户，修改/etc/security/limits.conf，在文件最后添加如下内容

1
2
3
4
* soft nofile 65535
* hard nofile 65535
* soft nproc 4096
* hard nproc 4096

解释说明：

  • 第一列，配置用户和用户组，*表示所有。
  • 第二列，soft是软限制，hard硬限制。
  • 第三列，nofile文件数量，nproc进程数。

重新登录，通过如下的命令，检查配置是否生效。如果返回的数字和我们配置的数字一致的话，说明生效了。

1
2
3
4
ulimit -Hn
ulimit -Sn
ulimit -Hu
ulimit -Su

ElasticSearch所在用户在线程数大于等于4096
使用root用户，修改/etc/security/limits.d/20-nproc.conf，在文件最后添加如下内容：

1
esu        soft    nproc     4096
  • 如果保存失败，在命令的vim前面添加sudo。
  • esu为ElasticSearch的用户

注意：通过/etc/security/limits.d/20-nproc.conf文件的配置，会覆盖/etc/security/limits.conf的配置。

虚拟内存大于等于262144
使用root用户，修改/etc/sysctl.conf，在文件最后添加如下内容

1
vm.max_map_count=262144

可以通过sysctl -p，检测是否生效。

七、检查

通过Postman，Get请求8.130.14.239:9200，收到如下内容，说明成功了。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{
    "name": "DgrJQur",
    "cluster_name": "elasticsearch",
    "cluster_uuid": "DP9oSobqTLeIsOrTqHLJxA",
    "version": {
        "number": "6.8.23",
        "build_flavor": "default",
        "build_type": "tar",
        "build_hash": "4f67856",
        "build_date": "2022-01-06T21:30:50.087716Z",
        "build_snapshot": false,
        "lucene_version": "7.7.3",
        "minimum_wire_compatibility_version": "5.6.0",
        "minimum_index_compatibility_version": "5.0.0"
    },
    "tagline": "You Know, for Search"
}

如果还是不行的话，可能是防火墙打开了，或者网络安全组策略需要调整(开放端口等)。

防火墙相关的常用命令如下

  1. 防火墙的开启、关闭、禁用命令
    设置开机启用防火墙：systemctl enable firewalld.service
    设置开机禁用防火墙：systemctl disable firewalld.service
    启动防火墙：systemctl start firewalld
    关闭防火墙：systemctl stop firewalld
    检查防火墙状态：systemctl status firewalld
  2. 使用firewall-cmd配置端口
    查看防火墙状态：firewall-cmd --state
    重新加载配置：firewall-cmd --reload
    查看开放的端口：firewall-cmd --list-ports
    开启防火墙端口：firewall-cmd --zone=public --add-port=9200/tcp --permanent
    关闭防火墙端口：firewall-cmd --zone=public --remove-port=9200/tcp --permanent
     –zone=public：作用域
     –add-port=9200/tcp：添加端口，格式为：端口/通讯协议
     --remove-port=9200/tcp：关闭端口，格式为：端口/通讯协议
     –permanent：永久生效，没有此参数重启后失效
    注意：添加关闭端口后，必须用命令firewall-cmd --reload重新加载一遍才会生效

如何判断是否有相关进程

ps -ef

现在，假设我们登录一台服务器，我们不知道关于该服务的任何历史信息，如何判断这台服务器上是否有ElasticSearch的进程呢？

1
ps -ef|grep el

jps

另外，一般ElasticSearch是需要基于JVM的，所有还有一个命令jps。

示例代码：

1
jps

运行结果：

1
2
2006 Elasticsearch
6154 Jps

安装Kibana

如果把ElasticSearch比作是MySQL的话。那么Kibana相对于ElasticSearch，就像DataGrip/Navicat相对于MySQL。
是一个图形化的，方便我们操作的客户端。

下载

下载地址：https://www.elastic.co/downloads/kibana

需要注意的是，Kibana要和ElasticSearch，版本要严格对应。

安装

安装命令：

1
rpm -ivh kibana-6.8.23-x86_64.rpm

安装目录

那么，Kibana被安装到哪里去了呢？

我们可以通过find / -name kibana找一下。
示例代码：

1
find / -name kibana

运行结果：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
/etc/kibana
/etc/rc.d/init.d/kibana
/etc/default/kibana
/var/lib/kibana
/usr/share/kibana
/usr/share/kibana/bin/kibana
/usr/share/kibana/built_assets/css/plugins/kibana
/usr/share/kibana/node_modules/@kbn/pm/src/utils/__fixtures__/kibana
/usr/share/kibana/node_modules/x-pack/plugins/ml/server/models/data_recognizer/modules/apache2/kibana
/usr/share/kibana/node_modules/x-pack/plugins/ml/server/models/data_recognizer/modules/auditbeat_process_docker/kibana
/usr/share/kibana/node_modules/x-pack/plugins/ml/server/models/data_recognizer/modules/nginx/kibana
/usr/share/kibana/node_modules/x-pack/plugins/ml/server/models/data_recognizer/modules/auditbeat_process_hosts/kibana
/usr/share/kibana/node_modules/x-pack/plugins/monitoring/server/lib/kibana
/usr/share/kibana/node_modules/x-pack/plugins/monitoring/server/lib/metrics/kibana
/usr/share/kibana/node_modules/x-pack/plugins/monitoring/server/routes/api/v1/kibana
/usr/share/kibana/node_modules/x-pack/plugins/monitoring/public/components/kibana
/usr/share/kibana/node_modules/x-pack/plugins/monitoring/public/views/kibana
/usr/share/kibana/node_modules/x-pack/plugins/monitoring/public/directives/kibana
/usr/share/kibana/node_modules/x-pack/plugins/security/public/views/management/edit_role/components/privileges/kibana
/usr/share/kibana/src/server/saved_objects/migrations/kibana
/usr/share/kibana/src/legacy/core_plugins/kibana

Kibana被安装在/usr/share/kibana

修改配置

Kibana的配置文件在/etc/kibana/kibana.yml。

一般需要修改两个配置。

  1. server.host，默认为localhost，表示不允许远程访问，可以修改为0.0.0.0。
  2. elasticsearch.hosts: ["http://8.130.14.239:9200"]，ElasticSearch服务的地址。

启动

启动Kibana：systemctl start kibana

另：

  • 停止Kibana：systemctl stop kibana
  • 查看状态：systemctl status kibana

访问

访问地址：http://8.130.10.221:5601

Kibana

Kibana有很多功能，在这里，我们只使用其DevTools功能。

基本概念

在准备好工具之后，我们来讨论ElasticSearch中的基本概念。

index

index，译作索引。
一个索引就是一个拥有相似特征的文档的集合，比如说，客户信息的索引，产品目录的索引，订单数据的索引。
我们可以把index理解为MySQL中的表。

所有的index名称的字母必须小写。

type

type，译作类型。

关于类型，在不同版本的ES中区别较大。

在5版本中

在5.6.0中，通过对index设置参数index.mapping.single_type: true，启用 【一个index一个type的限制】。

在6版本中

在6版本中，【一个index一个type】 会被强制启用，且建议设置type名为_doc，以兼容7版本。
但在5版本中创建的有多个type的index，在6版本中能正常工作。

在6.8.0中，引入了一个参数include_type_name，以控制是否包含type。默认为true，表示包含type。如果设置为false，将使用7版本风格的/{index}/_doc/{id}调用API。

在7版本中

在7版本中，include_type_name被默认置为false。
新的格式为/{index}/_doc/{id}，需要注意的是，这里的_doc并不是一个type，而只是请求路径中永久的一部分。

在8版本中

include_type_name将会被删除。

mapping

mapping，译作映射。
mapping中主要包括字段名、字段数据类型和字段索引类型等。

我们可以把mapping理解为MySQL中的表结构。

document

document，译作文档，采用JSON来表示。

我们可以把document理解为MySQL中的一行数据。

和MySQL的比拟

MySQL ElasticSearch
库 无
表 index
数据行 document
数据列 field
表结构 mapping
  • 也有些资料认为ElasticSearch中的index对应的是MySQL的库，type对应的是MySQL中的表。这是在5版本中的对应关系。

集群

集群和节点

cluster，译作集群。
集群由一个或多个节点组成，共同持有整个数据，并共同提供索引和搜索功能。
一个集群，由一个唯一的名字标识，默认是"elasticsearch"，一个节点只能通过指定某个集群的名字，来加入这个集群。建议我们自定义名称，不要用默认的名字。

节点是你集群中的一个服务器，作为集群的一部分，存储数据、提供搜索功能等。

分片和副本

shards译作分片。
replicas译作副本。

一个索引可以被分为多个分片，一个分片可以有多个副本。

为什么这么做呢？
我们在《关于弹幕视频网站的例子：基于Serverless的弹幕视频网站实现方案》中，也有过类似的操作。我们把一个完整的视频，切成了多个切片，然后我们还可以为每一个切片备份多个副本，比如GitHub一份、OSS一份。这么做的目的是，提高视频的加载速度，每次只需要读取一个切片，而不用读取完整的视频。当某个切片故障后，其备份的切片能立马顶上。

那么现在一样的，一个索引被分成多个分片，这些分片可能分布在不同的节点上，降低了单一节点的压力，有利于性能的提升，这个被称为高性能；一个分片有多个副本，如果某个分片挂了，其副本依旧能稳定的提供服务，这个被称为高可用。
这就是分片和副本的作用。

集群架构

集群架构

如图所示，"ems"为index的名称，该index有个分片，每个分片还有个多个备份。而分片和备份又在不同的节点上。这就是集群的架构。

搭建集群

奇数个节点

首先，我们需要准备三台机器。
为什么三台？这和ElasticSearch的分布式的算法有关，具体原因我不太清楚，但是ElasticSearch官方建议奇数个节点。

搭建步骤

对集群中的每一台机器的ElasticSearch的elasticsearch.yml配置文件。

  • cluster.name，集群名称，每一台机器的集群名称必须一致。例如：

    1
    cluster.name: kakawanyifan

  • node.name，节点名称，每一台机器的节点名称必须不一致。例如

    1
    node.name: kakawanyifan-1
    1
    node.name: kakawanyifan-2
    1
    node.name: kakawanyifan-3

  • network.host，设置为0.0.0.0，允许公共访问。

  • discovery.zen.ping.unicast.hosts，其它节点的IP。例如：

    1
    discovery.zen.ping.unicast.hosts: ["172.23.2.72:9300", "172.23.2.73:9300"]
    1
    discovery.zen.ping.unicast.hosts: ["172.23.2.70:9300", "172.23.2.73:9300"]
    1
    discovery.zen.ping.unicast.hosts: ["172.23.2.70:9300", "172.23.2.72:9300"]

  • gateway.recover_after_nodes，集群可做master的最小节点数。例如：

    1
    gateway.recover_after_nodes: 3

然后启动每一个节点。

并通过地址：8.130.25.160:9200/_cat/health?v，查看节点的健康状态。
(任意一个节点的地址均可。)

1
2
epoch      timestamp cluster      status node.total node.data shards pri relo init unassign pending_tasks max_task_wait_time active_shards_percent
1643030632 13:23:52  kakawanyifan green           3         3      0   0    0    0        0             0                  -                100.0%

集群中的Kibana

那么，怎么在集群中用Kibana呢？
修改elasticsearch.hosts即可。
例如：

1
elasticsearch.hosts: ["http://172.23.2.70:9200", "http://172.23.2.72:9200", "http://172.23.2.73:9200"]

elasticsearch-head-chrome

elasticsearch-head-chrome，一个查看集群状态的软件，很多资料会推荐elasticsearch-head。
相较于elasticsearch-head，elasticsearch-head-chrome省去了繁琐的安装过程，是一个Chrome插件。

根据GitHub网站的内容进行安装即可。
需要注意的是，我们需要修改elastsearch.yml配置文件，才可以访问。
添加如下内容：

1
2
http.cors.enabled: true
http.cors.allow-origin: "*"

允许跨域。

关于跨域，我们在《关于弹幕视频网站的例子：基于Serverless的弹幕视频网站实现方案》中，有过简单的讨论。

如图，elasticsearch-head-chrome的页面，我们看到名称为est的index，被分为了5个分片，每个分片还有备份。
est被分为多个分片

这样印证了我们上文的论述，一个index有多个分片，一个分片有多个备份。

倒排索引

什么是倒排索引

倒排索引，Inverted Index。个人观点，这个翻译的确不妥，很容易让人理解为从A-Z颠倒成Z-A。
更好的翻译，或许是反向索引。
Inverted Index指的是将单词或记录作为索引，将文档ID作为记录，这样可以方便地通过单词或记录查找到其所在的文档。
与此相对的是，Forward Index，正向索引。

比如，现在给你一本《唐诗三百首》，让你找出骆宾王的《咏鹅》。
这个很简单，你翻开目录，找到《咏鹅》的页码，然后翻到对应的页，搞定。

鹅鹅鹅，曲项向天歌。白毛浮绿水，红掌拨清波。\begin{aligned} & \textbf{鹅鹅鹅，曲项向天歌。} \\ & \textbf{白毛浮绿水，红掌拨清波。} \end{aligned}

但如果让你找出有"清波"两个字的唐诗，你就需要一篇一篇的遍历。这就是Forward Index。

但，假如说，现在目录是每个词对应的唐诗呢？
你翻开目录，找到"清波"，然后目录会告诉你名字为《咏鹅》的这首诗有"清波"，这就是Inverted Index。

ElasticSearch中的倒排索引

分词

第一步，分词。
关于分词，我们在下一章《2.基本操作》会进行更多的讨论。

  1. 不是所有的数据类型都会被分词，只有数据类型为text的会被分词。
  2. 不同的分词器，对分词效果差异较大。

单词-文档矩阵

单词-文档矩阵是一种数据结构，如下：

单词一 单词二 单词三 单词四
文档一 ✔ ✔
文档二 ✔
文档三 ✔
文档四 ✔ ✔ ✔

该数据结构描述了单词和文档两者之间的包含关系。每行代表文档包含了哪些单词，每列代表了某个单词存在于哪些文档。

倒排索引

倒排索引是实现"单词-文档矩阵"这种数据结构的具体方式。
由两部分组成：

  1. 单词词典
  2. 倒排列表

单词词典

单词词典的特性：

  • 索引的最小单位
  • 文档集合中所有单词的集合
  • 记录着指向倒排列表的指针

单词词典有两种数据结构实现：Hash表和B+树和。

关于Hash表，我们在《算法入门经典(Java与Python描述)：7.哈希表》中有过讨论。结构如图：
Hash表

关于B+树，我们在《算法入门经典(Java与Python描述)：8.二叉树》中有过讨论。结构如图：
B+树

特点有：

  1. 一个节点可以存储两个值。
    用以降低树的高度。
  2. 叶子节点通过指针串成了一个链表，而且是有序链表。
    从而解决了区间查找时候的"回旋问题"。
  3. 非叶子节点只存储key，不存储具体内容。
    具体内容通过叶子节点中的一个指针指向。

倒排列表

倒排列表特性：

  • 记录出现过某个单词的文档列表
  • 记录单词在所有文档中的出现次数和偏移位置

倒排列表元素数据结构：(DocID;TF;<POS>)

  • DocID：出现某单词的文档ID
  • TF(Term Frequency)：单词在文档中出现的次数
  • <POS>：单词在文档中的位置

例子

例如，假设存在五份文档如下：

文档ID 内容
1 32岁的亨利就在那里，深情的目光望过去都是自己22岁的影子。
2 33岁的亨利就在那里，深情的目光望去依稀浮现自己25岁的模样。
3 35岁的亨利就在那里，深情的目光望去勾勒出自己29岁的动人画面。
4 33岁的亨利就在那里，深情的目光望去依稀浮现自己25岁的模样。
5 37岁的亨利就在那里，深情的目光望过去试图回到原点，那个出发的站台记起自己背起行囊时，那17岁的样子。

且，我们假设深情的目光被分为了一个词，岁也被分为了一个词。

则有倒排索引如下：

单词 TF 倒排列表
深情的目光 5 (1;1;<12>),(2;1;<12>),(3;1;<12>),(4;1;<12>),(5;1;<12>)
岁 10 (1;1;<2>),(1;1;<26>),(2;1;<2>),(2;1;<27>),(3;1;<2>),(3;1;<26>),(4;1;<2>),(4;1;<27>),(5;1;<2>),(5;1;<47>)
略 略 略

搜索过程

最后，搜索过程，如图所示：

搜索过程

参考资料：

https://www.bilibili.com/video/BV1FK4y1x7Dr

https://lgzblog.com/2019/07/06/ElasticSearch-JAVA%E5%AE%A2%E6%88%B7%E7%AB%AF-%E7%AB%AF%E5%8F%A3/

https://blog.csdn.net/qq_39837804/article/details/103980623

https://www.cnblogs.com/love-snow/articles/9001019.html

https://segmentfault.com/a/1190000040330218

https://lanffy.github.io/2019/05/10/Inverted-Index-In-Elasticsearch

文章作者: Kaka Wan Yifan
文章链接: https://kakawanyifan.com/11201
版权声明: 本博客所有文章版权为文章作者所有，未经书面许可，任何机构和个人不得以任何形式转载、摘编或复制。
留言板