个人技术分享

ES索引模板

当你创建了一个索引模板，它会包含一系列的默认设置和映射规则，这些规则会在满足一定条件的新索引被创建时自动应用。总结来说，索引模板是一种策略，它允许你预设一组设置和映射，以便在创建符合特定命名模式的新索引时自动应用这些预设。但是，需要注意的是，如果在创建索引时显式指定了某些设置或映射，那么这些显式指定的值将优先于模板中的值。此外，一旦索引已经被创建，索引模板的更改将不会影响到已经存在的索引。的索引时，该模板将会被应用，从而自动配置索引的设置和映射。，那么当你尝试创建一个确切名称为。开头的索引都会应用该模板。

Elasticsearch 第四期:搜索和过滤

本文先介绍了相关性的知识，然后从全文搜 索，词项搜索，复合搜索三方面来介绍了ES搜索的常见场景和操作。最后介绍了与搜索对应的过滤操作。本文的内容意在梳理ES搜索操作，并未细究背后的原理，如相关性算法等。后续如果有需要会补充。当然，在实际应用中，要综合考虑具体场景来选择相应的搜索方式。参考文档Elasticsearch 7.x文档检索的三大策略：全文搜索、词项搜索与复合搜索-百度开发者中心。

ES报错：解决too_many_clauses: maxClauseCount is set to 1024 报错问题

以及其他的查询生成的子句数量超过了Elasticsearch的默认限制（尝试减少子句数量，优化子句的查询数量，使得能减少到1024的个数限制。如果确实需要大量的子句，可以增加Elasticsearch中的。如果前两种方法不可行，考虑使用性能更好的查询类型，比如。查询精确，但它性能更好，并且不会产生过多的子句。查询语句：查询clcNo分类号包含分类。可能扩展为大量词条的查询中超过了限制。我这里的错误是由于使用。这里是一个优化后的查询示例，将。从报错信息来看，查询出现了。错误，这是因为使用的。

ElasticSearch地理空间数据写入

我习惯使用Java+PostgreSQL+PostGIS的方式处理地理数据。这次的数据主要分两类：点（Point）的POI数据和Shape（点、线、面）混合数据。原始数据使用arcmap处理成一个矢量 ，并且将坐标系转换设置为EPSG4326（WGS84经纬度坐标）创建PostgreSQL数据库，并添加PostGIS扩展windows环境下，使用PostGIS自带的工具或QGIS将矢量导入pg数据库中ES数据库中根据数据字段创建对应的mappings。

ES 8.14 向量搜索优化

检索器（standard、kNN 和 RRF）检索器（retrievers）是搜索 API 中的一种新抽象概念，用于描述如何检索一组顶级文档。检索器被设计为可以嵌套在树形结构中，因此任何检索器都可以拥有子检索器。检索器是一种标准、更通用且更简单的 API，它取代了其他各种搜索元素，如 kNN 和查询。在 8.14 版本中，我们引入了对三种类型的检索器的支持：Standard — 提供标准查询功能kNN — 启用基于 HNSW 的密集向量搜索。

DBeaver通过jdbc方式连接ES(免证书)

这个确实比安装证书方式方便，（ES官网也提供ES的jdbc驱动，但是你用了就会发现，它只是能连接，根本看不到表（索引））通过这个事情发现跟大佬还是有差距，大佬不写博客，写的代码比我多，都是私人性质的，确实挺强所以以后也考虑写点啥私人性质的项目就写到这里，加油，uping！

认识和使用 Vite 环境变量配置，优化定制化开发体验

Vite 是一个现代化的前端构建工具，支持快速的开发和构建过程。在 Vite 中，环境变量起着至关重要的作用，可以根据不同的环境加载不同的配置，方便开发和部署。在你提供的内容中，详细介绍了 Vite 中环境变量的相关内容，包括内置的环境变量、.env 文件的加载规则、业务代码中获取变量的方法、在 HTML 文件中获取变量的方式、在 vite.config.ts 中获取变量的方法等。此外，还介绍了如何自定义变量的前缀以及指定加载 .env 文件目录的方式。

【git1】指令，commit，免密

硬还原前面回滚掉的版本，commithash因为被回滚掉了，用git log 空（每次提交commit信息）查不到，用git reflog 空（所有操作信息）查，三个区都回滚了保持一致。一般不用git commit -m，直接git commit进入vi界面（进入前要git config core.editor vim设一下vi模式），vi如下写法，注意在最上面写。（会出现Auto-merging自动合并，git pull = git fetch + git merge），进行讨论删除，再。

Elasticsearch与Kafka集成：实现数据流处理

Elasticsearch是一个基于Lucene的搜索和分析引擎，它提供了一个分布式、多租户能力的全文搜索引擎，具有HTTP Web界面和无模式JSON文档。Elasticsearch以其可扩展性、易用性和对海量数据的处理能力而闻名，是许多大型企业和项目的首选数据存储和搜索解决方案。Apache Kafka是一个分布式流处理平台，由LinkedIn公司开发和维护。它允许发布和订阅记录流，类似于消息队列或企业消息系统。

数据库面试题-ElasticSearch

TF-IDF（Term Frequency - lnverse Document Frequency）是一种用于评估词语在文档集中的重要性的统计方法。它通过计算词频（TF）和逆文档频率（IDF）的乘积来工作。词频指一个词在文档中出现的次数，而逆文档频率是用来衡量一个词是否常见或是稀有的度量，计算方法是文档集中文档总数除以包含该词的文档数的对数。TF-IDF值越高，表示词在文档中越重要。

lucene原理

一个索引中包含多个段，段与段之间相互独立。由于Lucene进行关键词检索时需要加载索引段进行下一步搜索，如果索引段较多会增加较大的I/O开销，减慢检索速度，因此写入时会通过段合并策略对不同的段进行合并。：保存了不同前缀对应的相应的Term及相应的倒排表信息，倒排表通过跳表实现快速查找，通过跳表能够跳过一些元素的方式对多条件查询交集、并集、差集之类的集合运算也提高了性能。：用于保存倒排索引Term的前缀，来快速定位.tim文件中属于这个Field的Term的位置，即上图中的aab、abd、bdc。