官网文档：https://www.elastic.co/guide/cn/elasticsearch/guide/current/getting-started.html
es中的索引、类型、文档可以一一和关系型数据库中的概念去对应。
在本地部署三个es程序，将会自动水平扩容。任何一个节点挂掉，在其他节点都有备份数据保证分片数据的完整性。
主分片的数目在索引创建时就已经确定了下来。一般我们给一个索引分配5个主分片，一个副本。但当你拥有越多的副本分片时，也将拥有越高的吞吐量（前提是增加机器）。
REST设置命令
/index/_settings // 如果对所有索引，用 /_all/_settings
{"number_of_replicas":1} // 副本数
{"refresh_interval": "10s"} // 刷新时间
网页加载性能上报，es近实时搜索优化实践：（反复调研测试了一个礼拜才得出的精辟结论）
node接收端缓存800条数据，统一bulk到es；
es全局设置{ refresh_interval: 10s }，提升内存刷新时间。
聚合
按pageId做聚合（注意在terms里面设置size！—— 被坑惨过）
aggs: {
mypageId: {
terms: {
size: 1000,
field: 'pageId.keyword'
}
}
}
{
"size": 0,
"aggs": {
"pageIds": {
"terms": {
"size": 100,
"field": "pageId.keyword"
}
}
}
}
查询指纹用户匹配
http://10.10.19.29:9200/
finger-query-2019.03./_search
{"size":,"aggs":{"users":{"terms":{"size":,"field":"matched"}}}}
查询页面聚合
{
"size": ,
"aggs": {
"pages": {
"terms": {
"size": ,
"field": "pageId"
}
}
}
}
精确查询
{
"query": {
"bool": {
"filter": {
"term": {
"pageId": "planting_v2_2_1"
}
}
}
}
}
去重
{
"query": {
"match_all": {}
},
"collapse": {
"field": "pageId.keyword"
}
}
按类型统计个数
{
"size": 0,
"aggs": {
"group_by_RESOURCE_FORMAT": {
"terms": {
"field": "iswebp.keyword"
}
}
}
}