首页 星云 工具 资源 星选 资讯 热门工具
:

PDF转图片 完全免费 小红书视频下载 无水印 抖音视频下载 无水印 数字星空

一个人的es学习总结笔记

后端 5.12KB 3 需要积分: 1
立即下载

资源介绍:

一个人的es学习总结笔记
es对照mysql https://www.jianshu.com/p/c8df703f3566 1 select 字段 当你只需要查询某些字段时(不写则默认全部字段) GET index_name/_search { "_source": ["name","mobile] } 不想要某些字段时 GET index_name/_search { "_source": { excludes: ["age","email] } } match是分词查询,es会将数据分词(关键词)保存 比如 zhang san 会分为zhang 和 san 两个分词,满足其中一个就能查出来 2.模糊匹配(此功能对text类型才有效,当查询的是非字符串时,为精确匹配) 如果name字段的数据类型是text类型,搜索关键词会进行分词处理 GET index_name/_search { "query": { "_source": ["name","age"] //只查询这些索引中的这些字段 "match": { "name": "小明" //小明 就是分词 } } } 3.精确匹配 等值查询 BoolQueryBuild queryBuild = QueryBuilders.boolQuery().must(QueryBuilders.termQuery("name","小李")) term是完整查询,es会将数据分词(关键词)保存 比如 zhang san 会分为zhang 和 san 两个分词,但是term中,分词必须完全匹配value值才能查询出来 GET index_name/_search { "query": { "term": { “name": "小明" } } } 4.多值精准匹配 类似于sql中的in功能 GET index_name/_search { "query": { "terms": { name: ["小明",“小红”] } } } 5.范围查询 gt 大于 gte 大于等于 lt 小于 lte 小于等于 GET index_name/_search { "query": { "range": { "age": { "gte": 23, "lte": 30 } } } } 前缀查询 GET index_name/_search{ "query": { "prefix": { "name": "C" } } } 找到name字段中所有以C开头的文档 通配符查询 GET index_name/_search{ "query": { "wildcard": { "name": "*ly*" } } } 正则 regexp 查询 GET index_name/_search{ "query": { "regexp": { "字段名": "正则表达式" } } } 模糊匹配(Match Query):使用模糊匹配进行搜索。例如,使用"elasticsearch"可以匹配到"elasticsearch" { "query": { "match": { "field_name": { "query": "elasticsearch", "fuzziness": "AUTO" } } } } Nested Query(嵌套查询) POST /products/_search { "query": { "nested": { "path": "reviews", "query": { "match": { "reviews.comment": "good" } } } } } 使用nested查询进行嵌套查询。 在reviews嵌套字段中根据reviews.comment字段的值查询"good"的文档。 Aggregation Query(聚合查询) bool组合查询 在es中bool就是用来组合布尔查询条件,布尔查询条件就是类似sql中的and,or GET index_name/_search { "query": { "bool": { "must": [], //must条件,类似sql中的and "must_not": [], //must_not条件,跟must相反 "should": [] //should条件,类似sql中or } } } where and功能 GET index_name/_search { "query": { "bool": { "must": [ { "match": { "name": "小明" } }, { "match": { "age": 18 } } ] } } } where or功能 GET index_name/_search { "query": { "bool": { //满足任意一个即可 "minimum_should_match "should": [ {"match": { "name": "小明" } }, { "match": { "age": 18 } } ] } } } group by功能 GET index_name/_search { "query": { //查询所有数据 "match_all": {} }, "aggs": { //按名称分组 “nameAggs": { "terms": { "field": "name" } } } } order by功能 GET index_name/_search { "query": { "match_all": {} }, "sort": [ { "name": { "order": "desc" } }, { "age": { "order": "desc" } } ] } 分页查询 GET index_name/_search { "query": { //查询所有数据 使用match_all,匹配所有文档,默认只会返回10条数据 "match_all": {} }, "from": 1, "size": 10 } count 功能 GET index_name/_count must和should共存情况 分组查询 "size": 0 展示的索引数据0条,便于查看分组信息,不然太杂乱 "field": "age" 表示对age进行分组 GET index_name/_search { "query": { //查询所有数据 "match_all": {} }, "aggs": { "分组名称-agegroups": { "terms": { //terms则是用来分组的关键字 "field": "age" } } }, "size": 0 } 分组后聚合(求和) //先按年龄分组,再计算年龄之和;再agegroups分组中,再次对age进行求和 GET index_name/_search { "query": { //查询所有数据 "match_all": {} }, "aggs": { "agegroups": { "terms": { "field": "age" } }, "aggs": { "agesum": { "sum": { "field": "age" } } } }, "size": 0 } 分组查询年龄平均值 GET index_name/_search { "query": { //查询所有数据 "match_all": {} }, "aggs": { "ageavg": { "avg": { "field": "age" } } } } https://blog.csdn.net/lkx021699/article/details/141262267?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0-141262267-blog-131939978.235^v43^pc_blog_bottom_relevance_base3&spm=1001.2101.3001.4242.1&utm_relevant_index=3 分组查询年龄前三名 GET index_name/_search { "aggs": { "top3": { "top_hits": { "size": 3, "sort": { "order": "desc" } } } } } } POST index_name/_search { "size": 0, "aggregations": { "avg_price": { "avg": { "field": "price" } }, "max_price": { "max": { "field": "price" } }, "category_count": { "terms": { "field": "category" } } } } 使用aggregations进行聚合查询。 avg聚合计算了price字段的平均值。 max聚合计算了price字段的最大值。 terms聚合按category字段进行分组统计。 返回计算和统计结果,包括平均价格、最高价格和每个分类的文档数量 https://www.cnblogs.com/RunningSnails/p/17972959 es中的聚合,包含多种类型,最常用的两种,一个叫桶,一个叫度量 按照某种方式对数据进行分组,每一组数据在es中称为一个桶。如按照年龄段对人进行划分,0~10,10~20,20~30等 bucket aggregations 只负责对数据进行分组,不会进行计算。若要获得统计的数据,bucket中需要嵌套另一种聚合,metrics aggregations 即度量。

资源文件列表:

com3.zip 大约有5个文件
  1. com3/
  2. com3/es4 1013B
  3. com3/es2.text 950B
  4. com3/es3.text 1.69KB
  5. com3/es.txt 7.6KB
0评论
提交 加载更多评论
其他资源 java开发手册以及阿里开发手册
适用于学习java初期,对java基础进一步的了解和对代码开发过程中各种代码编写的规范。
牵引力控制系统,TCS标定,TCS控制算法,制动滑移和驱动滑转可以通过轮胎与地面的附着特性解决,TCS发动机转矩算法,PID转矩
牵引力控制系统,TCS标定,TCS控制算法,制动滑移和驱动滑转可以通过轮胎与地面的附着特性解决,TCS发动机转矩算法,PID转矩计算,主动制动压力计算
牵引力控制系统,TCS标定,TCS控制算法,制动滑移和驱动滑转可以通过轮胎与地面的附着特性解决,TCS发动机转矩算法,PID转矩
T型三电平并网逆变器Matlab Simulink仿真模型,采用双闭环控制策略,并网电流外环,电容电流有源阻尼内环,电流波形质量
T型三电平并网逆变器Matlab Simulink仿真模型,采用双闭环控制策略,并网电流外环,电容电流有源阻尼内环,电流波形质量完美, THD不到2%,采用三电平SVPWM算法,大扇区小扇区判断。 报告仿真模型,参考文献和仿真报告
T型三电平并网逆变器Matlab Simulink仿真模型,采用双闭环控制策略,并网电流外环,电容电流有源阻尼内环,电流波形质量
TMS320F28335主控 EtherCAT伺服方案 EtherCAT低压伺服,提供TI DSP和FPGA源码和PDF原理图
TMS320F28335主控 EtherCAT伺服方案 EtherCAT低压伺服,提供TI DSP和FPGA源码和PDF原理图。
Simulink仿真:基于Matlab Simulink的H6光伏逆变器仿真建模 关键词:光伏电池 Matlab Simulin
Simulink仿真:基于Matlab Simulink的H6光伏逆变器仿真建模 关键词:光伏电池 Matlab Simulink 仿真建模 参考文献:自建实验文档(数据和图可直接使用) 仿真平台:MATLAB Simulink 主要内容:本文基于Matlab Simulink搭建了一个使用光伏电池作为电源的H6型光伏逆变器拓扑,利用正弦波和三角波驱动MOSFET开关管,成功将DC转换为AC。
Simulink仿真:基于Matlab Simulink的H6光伏逆变器仿真建模
关键词:光伏电池 Matlab Simulin
三电平NPC逆变器矢量控制(SVPWM)matlab2021a 采用矢量控制,大扇区、小扇区、矢量作用时间等均用程序编写,可以得
三电平NPC逆变器矢量控制(SVPWM)matlab2021a 采用矢量控制,大扇区、小扇区、矢量作用时间等均用程序编写,可以得到马鞍波调制波形 逆变器输出三电平相电压波形,五电平线电压波形, 经过滤波器后,可以得到对称的三相电压,电流
三电平NPC逆变器矢量控制(SVPWM)matlab2021a
采用矢量控制,大扇区、小扇区、矢量作用时间等均用程序编写,可以得
使用Carsim和Simulink联合进行仿真,通过滑模观测器(SMO)估计轮胎的纵向力和侧向力 该方法在双移线工况下测试,模型
使用Carsim和Simulink联合进行仿真,通过滑模观测器(SMO)估计轮胎的纵向力和侧向力。该方法在双移线工况下测试,模型估计的精度非常高。相比于传统的稳态轮胎模型,基于SMO滑模观测器的轮胎力估计方法具有以下优点:省去了轮胎模型的使用,避免了稳态轮胎模型造成的轮胎力计算误差大的问题,并且不需要已知参数如轮胎的侧偏刚度。 Carsim和simulink联合仿真轮胎力估计 基于滑模观测器SMO估计轮胎的纵向力和侧向力 模型估计的精度很高,测试的工况为双移线工况 基于SMO滑模观测器的轮胎力估计方法省去了轮胎模型的使用,避免了稳态轮胎模型造成的轮胎力计算误差大的缺点,同时不需要轮胎的侧偏刚度作为已知参数等。
风光储、风光储并网直流微电网simulink仿真模型 系统由光伏发电系统、风力发电系统、混合储能系统(可单独储能
风光储、风光储并网直流微电网simulink仿真模型。 系统由光伏发电系统、风力发电系统、混合储能系统(可单独储能系统)、逆变器VSR+大电网构成。 光伏系统采用扰动观察法实现mppt控制,经过boost电路并入母线; 风机采用最佳叶尖速比实现mppt控制,风力发电系统中pmsg采用零d轴控制实现功率输出,通过三相电压型pwm变换器整流并入母线; 混合储能由蓄电池和超级电容构成,通过双向DCDC变换器并入母线,并采用低通滤波器实现功率分配,超级电容响应高频功率分量,蓄电池响应低频功率分量,有限抑制系统中功率波动,且符合储能的各自特性。 并网逆变器VSR采用PQ控制实现功率入网 以下是视频讲解文案: 接下来我来介绍一下 就是这个风光储直流微电网 整个仿真系统的一些架构啊 然后按照需求呢正常的讲一些 多讲一些 就是储能的这块的 还有这个并网的 三相两电瓶调的这个 并网继变器的这个模块 首先就是来介绍一下呃 整个系统的一个架构 你可以看到这个系统的架构 分别有四大部分组成 最左边的这块就是混合储能啊 这边这个是蓄电池 这个超级电容 他们
风光储、风光储并网直流微电网simulink仿真模型 
 系统由光伏发电系统、风力发电系统、混合储能系统(可单独储能