หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

ข้อสงวนสิทธิ์

บทช่วยสอนนี้สร้างขึ้นสำหรับ ElasticSearch เวอร์ชัน 5.2 เวอร์ชัน 5 มีการเปลี่ยนแปลงมากมายในแง่ของการสืบค้น DSL และการทำแผนที่

หากคุณยังคงใช้เวอร์ชัน 2.x โปรดดูที่สาขา v2 ของที่เก็บนี้

ตัวอย่าง ElasticSearch

ฉันได้รวบรวมตัวอย่างไว้มากมายเพื่อแสดงคุณสมบัติและพลังที่แท้จริงของ ElasticSearch ข้อมูลจำนวนมากอิงจาก "ElasticSearch, The Definitive Guide"

กำลังติดตั้ง

ดาวน์โหลด ElasticSearch & Kibana ที่นี่ จากนั้นทำตามขั้นตอนง่ายๆ เหล่านี้:

  • ติดตั้งทั้ง ElasticSearch และ Kibana
  • เรียกใช้ ElasticSearch ./bin/elasticsearch
  • เรียกใช้ Kibana ./bin/kibana
  • ใช้คอนโซล Kibana โดยเข้าถึง http://localhost:5601/app/kibana#/dev_tools/console

แบบฝึกหัดที่ 1: พื้นฐาน

แบบฝึกหัดที่ 1 นั้นง่ายมาก และเป้าหมายคือเพื่อใช้งานอินเทอร์เฟซ ElasticSearch RESTFul

หัวข้อ:

  • การนำทางไปยังหน้า Landing Page ของ ElasticSearch
  • กำลังค้นหาเอกสารทั้งหมด
  • การนับเอกสาร
  • การเพิ่มเอกสารลงในดัชนี
  • อัพเดตเอกสารฉบับเต็ม
  • การอัปเดตเอกสารบางส่วน
  • ดึงเอกสารแต่ละรายการ
  • ค้นหาเอกสารทั้งหมดสำหรับดัชนีเฉพาะ

โหลดการออกกำลังกาย 1

แบบฝึกหัดที่ 2: โหลดข้อมูลเป็นกลุ่ม

ในแบบฝึกหัดที่ 2 เราจะจัดทำดัชนีข้อมูลจำนวนมาก เพื่อปรับปรุงประสิทธิภาพ เรากำลังดำเนินการนี้เป็นกลุ่ม

ข้อมูลนี้มีข้อมูลจากบล็อกของ Combell ฉันได้จัดทำดัชนีข้อมูลต่อไปนี้แล้ว:

  • ชื่อ
  • ผู้เขียน
  • วันที่
  • หมวดหมู่
  • ภาษา
  • แนวทาง

ข้อมูลนี้จะนำไปใช้ในแบบฝึกหัดอื่นๆ

โหลดข้อมูลบล็อกเป็นกลุ่ม

แบบฝึกหัดที่ 3: ค้นหา ทำความรู้จักกับข้อความค้นหา DSL

ในแบบฝึกหัดที่ 3 เรากำลังทำการสืบค้นพื้นฐานโดยใช้การสืบค้น ElasticSearch DSL DSL เป็นแบบ JSON และการสืบค้นเป็นการค้นหาข้อความแบบเต็ม

ต่อไปนี้เป็นการค้นหาสองสามรายการที่เรากำลังดำเนินการ:

  • ค้นหาคำเดียวในดัชนี
  • ค้นหาคำหลายคำในดัชนี
  • ค้นหาคำหลายคำโดยใช้ตัวดำเนินการ "และ"
  • กำหนดจำนวนการจับคู่ขั้นต่ำที่เอกสารควรมี
  • กำหนดความใกล้เคียงของคำที่คุณกำลังค้นหา

โหลดแบบฝึกหัดที่ 3

แบบฝึกหัดที่ 4: การวิเคราะห์

ในแบบฝึกหัดที่ 4 เราจะเน้นไปที่การวิเคราะห์ข้อความฉบับเต็มและภาษามนุษย์ เราจะเพิกเฉยต่อความสามารถของฐานข้อมูลของ ElasticSearch และโยนข้อความลงไป และดูว่ามันจะแปลงข้อมูลเป็นโทเค็นได้อย่างไร

ElasticSearch จะสร้างโทเค็นและจัดเก็บข้อมูลในลักษณะที่แตกต่างออกไป ขึ้นอยู่กับเครื่องวิเคราะห์ที่คุณใช้ ไม่ต้องกังวล ข้อมูลต้นฉบับจะยังคงอยู่ในแหล่งที่มาของเอกสาร เพราะดัชนีกลับหัวจะเปลี่ยนแปลง

โหลดแบบฝึกหัดที่ 4

แบบฝึกหัดที่ 5: ไม่มีแผนเหรอ? ไม่เชิง.

แบบฝึกหัดที่ 5 เป็นเรื่องเกี่ยวกับสคีมาของดัชนี ElasticSearch ถูกวางตลาดว่าไม่มีแผน ในความเป็นจริง ElasticSearch จะเดาสคีมาให้คุณ

ฉันจะแสดงตัวอย่างที่เดาได้สำเร็จและตัวอย่างที่เดาไม่ได้

โหลดแบบฝึกหัดที่ 5

แบบฝึกหัดที่ 6: การทำแผนที่

เพื่อหลีกเลี่ยงไม่ให้ ElasticSearch เดาสคีมาผิด การแมปที่ชัดเจนจึงเป็นความคิดที่ดี แบบฝึกหัดที่ 6 จะตั้งค่าการแมปที่ถูกต้องสำหรับตัวอย่างบล็อกของเรา และแทรกข้อมูลอีกครั้ง

จำนวนเต็มและสตริงจะถูกกำหนดตามลำดับ และวันที่จะมีรูปแบบที่ถูกต้อง

การทำแผนที่ที่ชัดเจนจะถูกใช้ในแบบฝึกหัดที่ 7

โหลดแบบฝึกหัดที่ 6

แบบฝึกหัดที่ 7: ค้นหาโดยใช้แผนที่ที่ชัดเจน

การค้นหา 2 ครั้งในแบบฝึกหัดที่ 5 ที่ล้มเหลวจะถูกดำเนินการอีกครั้ง ด้วยการแมปที่ชัดเจน ผลลัพธ์จึงถูกต้อง

  • แบบสอบถามที่ 1 จะไม่ส่งคืนสิ่งใด เนื่องจากช่วงไม่ตรงกัน
  • แบบสอบถาม 2 และ 3 จะส่งคืนเอกสารที่ตรงกับช่วงข้อมูล

โหลดแบบฝึกหัดที่ 7

แบบฝึกหัดที่ 8: ฟิลด์ที่ไม่ได้วิเคราะห์

ในแบบฝึกหัดที่ 8 เราจะกำหนดการแมปอื่นในดัชนีบล็อกของเรา การแมปนี้จะถือว่าช่อง "ชื่อ" เป็นข้อความแบบเต็มเท่านั้น สตริงที่เหลือจะไม่ได้รับการวิเคราะห์และโทเค็น พวกเขาจะถูกเก็บไว้ "ตามสภาพ"

ข้อมูลนี้จะนำไปใช้ในแบบฝึกหัดที่ 9

โหลดแบบฝึกหัดที่ 8

แบบฝึกหัดที่ 9: ตัวกรอง ข้อความแบบเต็มเทียบกับค่าที่แน่นอน

ในแบบฝึกหัดที่ 9 ฉันจะแสดงให้คุณเห็นความแตกต่างระหว่างการค้นหาข้อความแบบเต็มโดยใช้ข้อความค้นหาและการจับคู่ค่าที่ตรงกันทั้งหมดโดยใช้ข้อความค้นหาในโหมดตัวกรอง

การแม็ปที่ทำในแบบฝึกหัดที่ 8 ทำให้แน่ใจว่าขณะนี้มีฟิลด์ "คำหลัก" ในคุณสมบัติชื่อแล้ว ซึ่งหมายความว่าคำค้นหาใน "title" จะถือเป็นการค้นหาข้อความแบบเต็ม และตัวกรองบูลีนในช่อง "title.keyword" ปกติจะถือเป็นค่าที่ตรงกันทุกประการ

ในตัวอย่างหนึ่ง ฉันจะแสดงให้คุณเห็นวิธีรวมข้อความค้นหาและตัวกรองหลายรายการเข้าด้วยกัน

นี่คือสิ่งที่เราจะทำในแบบฝึกหัดนี้:

  • ใช้คำค้นหาคำนำหน้าในบริบทตัวกรองเพื่อทำการค้นหาโดยใช้ไวด์การ์ด แม้ว่าจะไม่ได้วิเคราะห์ฟิลด์ก็ตาม
  • ทำแบบสอบถามมาตรฐานโดยใช้ฟิลด์ "คำหลัก"
  • ใช้แบบสอบถามแบบบูลีนในโหมดตัวกรองเพื่อรวมตัวกรองหลายตัวโดยยึดตามตัวดำเนินการ "และ" , "หรือ" & "ไม่ใช่"
  • ใช้แบบสอบถามแบบบูลีนปกติและสังเกตว่าลักษณะการทำงานของส่วนคำสั่ง (ควร) เปลี่ยนแปลงไปอย่างไร

โหลดแบบฝึกหัดที่ 9

แบบฝึกหัดที่ 10: การทำแผนที่ตามภาษา

เราจะทำการแมปข้อมูล อีกครั้ง ในครั้งนี้ เราจะถือว่าคุณสมบัติ "ชื่อ" เป็นช่องที่ได้รับการวิเคราะห์ ตามค่าเริ่มต้นจะใช้เครื่องวิเคราะห์ "มาตรฐาน" เนื่องจากข้อมูลของเรามีทั้งภาษาดัตช์และภาษาอังกฤษ ฉันจึงเพิ่ม 2 ช่อง:

  • "en" ใช้ตัววิเคราะห์ภาษาอังกฤษอย่างชัดเจน
  • "nl" ใช้เครื่องวิเคราะห์ภาษาดัตช์อย่างชัดเจน

นี่เป็นเวอร์ชันสุดท้ายของการทำแผนที่ ตัวอย่างอื่นๆ จะใช้การแมปและข้อมูลนี้

โหลดแบบฝึกหัดที่ 10

แบบฝึกหัดที่ 11: การใช้ภาษา

แบบฝึกหัดที่ 11 เป็นเรื่องเกี่ยวกับการวิเคราะห์ข้อความตามภาษา แบบฝึกหัดที่ 4 เป็นเพียงคำแนะนำในการวิเคราะห์ข้อมูล ตอนนี้เราจะทำการค้นหาที่อาศัยการวิเคราะห์ภาษาจริงๆ

  • แบบสอบถามที่ 1 จะค้นหาคำว่า "งาน" ในคุณสมบัติ "ชื่อ"
  • แบบสอบถาม 2 จะค้นหาคำว่า "งาน" ในช่อง "title.en" (ซึ่งใช้ตัววิเคราะห์ภาษาอังกฤษ)
  • แบบสอบถาม 3 จะค้นหาคำว่า "werk" ในคุณสมบัติ "title"
  • แบบสอบถาม 4 จะค้นหาคำว่า "werk" ในฟิลด์ "title.nl" (ซึ่งใช้ตัววิเคราะห์ภาษาดัตช์)

โหลดแบบฝึกหัดที่ 11

แบบฝึกหัดที่ 12: ข้อมูลทางภูมิศาสตร์

ในแบบฝึกหัดที่ 12 เราจะสร้างดัชนี "เมือง" ใหม่ ซึ่งมีเมืองทั้งหมดที่อยู่ในจังหวัด West-Vlaanderen ของเบลเยียม ดัชนีจะจัดเก็บชื่อเมืองและพิกัดทางภูมิศาสตร์

การทำแผนที่ที่ชัดเจนและข้อมูลจะถูกนำมาใช้ในแบบฝึกหัดอื่นๆ

โหลดแบบฝึกหัดที่ 12

แบบฝึกหัดที่ 13: การค้นหาทางภูมิศาสตร์

ในแบบฝึกหัดก่อนหน้านี้ เราได้สร้างดัชนีใหม่และจัดทำดัชนีข้อมูลทางภูมิศาสตร์บางส่วน ในแบบฝึกหัดที่ 13 เราจะทำการค้นหาข้อมูลนี้จริงๆ

จะมีการจัดแสดงคำถาม 2 ข้อ:

  • ข้อความค้นหาที่แสดงเมืองทั้งหมดภายในรัศมี 5 กม. จาก Diksmuide
  • แบบสอบถามที่แสดงเมืองทั้งหมดที่อยู่ในกรอบขอบเขตเฉพาะ (ระหว่าง Koksijde และ Nieuwpoort)

โหลดแบบฝึกหัดที่ 13

แบบฝึกหัดที่ 14: ข้อมูลการรวมกลุ่ม

ในแบบฝึกหัดที่ 14 เราจะโหลดข้อมูลลงในดัชนีอื่น ดัชนีนี้เรียกว่า "รถยนต์" และมีข้อมูลการขายรถยนต์ ทุกธุรกรรมจะติดตามข้อมูลต่อไปนี้:

  • ราคาขาย
  • ยี่ห้อรถที่ขายไป
  • สีของรถ
  • ข้อมูลการขาย

ข้อมูลนี้จะนำไปใช้ในแบบฝึกหัดที่ 15

โหลดการออกกำลังกาย 14

แบบฝึกหัดที่ 15: การดำเนินการรวมกลุ่ม

การรวมเป็นคุณลักษณะที่มีประสิทธิภาพมากของ ElasticSearch โดยพื้นฐานแล้วมันเหมือนกับ "จัดกลุ่มตาม" ใน SQL แต่มีประสิทธิภาพมากกว่ามาก การรวมกลุ่มเป็นเหตุผลที่ ElasticSearch ได้รับความนิยมในชุมชนข้อมูลขนาดใหญ่และวิทยาศาสตร์ข้อมูล

ต่อไปนี้คือการรวมกลุ่มที่เราจะดำเนินการในแบบฝึกหัดนี้:

  • รับผู้เขียนบล็อก Combell ที่ได้รับความนิยมสูงสุด 10 อันดับแรก
  • รับผู้เขียนบล็อก Combell ที่ได้รับความนิยมสูงสุด 10 อันดับแรก และแสดงจำนวนโพสต์ที่พวกเขาเขียนในแต่ละภาษา
  • รับโพสต์บล็อกทั้งหมดที่เขียนเป็นภาษาดัตช์ที่เผยแพร่ในปี 2559 ใช้การรวมเพื่อดูจำนวนเงินต่อเดือน
  • รับรถยอดนิยม 3 อันดับแรก
  • รับราคาเฉลี่ยของรถยนต์ที่ขาย
  • รับสถิติเพิ่มเติมเกี่ยวกับราคารถยนต์ที่ขาย
  • รับรายได้รวมสำหรับรถยนต์ต่อช่วงราคา โดยมีช่วง 20,000 USD
  • คำนวณราคาเฉลี่ยของรถฟอร์ด เทียบกับราคาเฉลี่ยรวมของรถยนต์ทุกคันที่ขายไป

โหลดแบบฝึกหัด 15

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด