聚合分类

聚合，可以简单的理解为数据库操作中的 Distinct、 Group By ，count、sum、Having 等操作，当然，实际的功能还是有差别的。目前 Elasticsearch 中的聚合操作包含以下几种分类：

• Bucket ，分桶
• Metric ，⼀些系列的统计⽅法，包括 sum、max、min、avg 、stats 等
• Matrix（弃用）
• Pipeline，针对 “聚合” 的聚合。基于其他聚合的结果集

之前一直觉得聚合好难，然而真的读完，敲了两遍之后发现也就那样。。。

1. 文档学习

本周阅读了 Analyzer API、ingest API、Modules 三个章节，以及 xpack 的配置 https 访问部分，重点内容如下：

• 内置分词器，以及自定义分词器；
• ingest 数据处理；
• shard allocation 与 cluster allocaiton ；
• 跨集群检索 cross-cluster search；
• xpack 角色配置、https 配置

1. 文档学习

本周阅读内容为 cat API、cluster API、query API 部分， 以及 script 和 mapping 的小章节内容。 Aggregatins 暂时跳过了（这一章我一直觉得很难 orz… 最后再来慢慢啃吧）,这周总结的重点内容如下：

• cluster reroute、cluster update settings
• Compound query
• full text query
• scripting
• mapping

1. 位图与布隆过滤器

位图通常用于状态检索，通过与或操作来判断，检索效率为 O(1)。相比数组而言，虽然检索效率相同，但可以减小内存占用，一个 2^32=40亿 的位图占用为 512M，同样的情况下数组在使用 boolean 类型时内存占用为位图的 8 倍，而使用 int32 时占用为 4 字节，内存占用是位图的 32 倍；

1. 文档学习

本周文档阅读内容大模块为 Search API 和 Indices API，重点内容包含以下模块

• doc_value、explain、collaspace 及 index boost；

• 特殊查询rescore query、script_fields、inner_hits 以及 post_filter ；

• 分页查询 from+size、scroll、search_after ；

• search_type 之 query_then_fetch 、dfs_query_then_fetch；

• sort、source_filter 过滤；

• search_template、explain 与 profile_API。

  阅读全文 »