Oracle集群高可用故障切换
原文链接[WK-T]ORACLE10G配置故障转移(Failover)blog.itpub.net文章参考:《大话OracleRAC集群高可用性备份与恢复》张晓明编著OracleRAC同时具备HA(HighAvailiablity)和LB(LoadBalance).而其高可用性的基础就是Failo
十九种Elasticsearch字符串搜索方式终极介绍
前言刚开始接触Elasticsearch的时候被Elasticsearch的搜索功能搞得晕头转向,每次想在Kibana里面查询某个字段的时候,查出来的结果经常不是自己想要的,然而又不知道问题出在了哪里。出现这个问题归根结底是因为对于Elasticsearch的底层索引原理以及各个查询搜索方式的不了解
Elasticsearch 在各大互联网公司大量真实的应用案例!
一、京东到家订单中心Elasticsearch演进历程二、携程Elasticsearch应用案例三、去哪儿:订单中心基于elasticsearch的解决方案四、Elasticsearch在58集团信息安全部的应用五、滴滴Elasticsearch多集群架构实践六、Elasticsearch实用化订单
使用 Docker 搭建 ELK 环境
本文使用「署名4.0国际(CCBY4.0)」许可协议,欢迎转载、或重新修改使用,但需要注明来源。署名4.0国际(CCBY4.0)本文作者:苏洋创建时间:2020年05月04日统计字数:12679字阅读时间:26分钟阅读本文链接:https://soulteary.com/2020/05/04/use
十九种Elasticsearch字符串搜索方式终极介绍
前言刚开始接触Elasticsearch的时候被Elasticsearch的搜索功能搞得晕头转向,每次想在Kibana里面查询某个字段的时候,查出来的结果经常不是自己想要的,然而又不知道问题出在了哪里。出现这个问题归根结底是因为对于Elasticsearch的底层索引原理以及各个查询搜索方式的不了解
Elasticsearch 在各大互联网公司大量真实的应用案例!
一、京东到家订单中心Elasticsearch演进历程二、携程Elasticsearch应用案例三、去哪儿:订单中心基于elasticsearch的解决方案四、Elasticsearch在58集团信息安全部的应用五、滴滴Elasticsearch多集群架构实践六、Elasticsearch实用化订单
腾讯Elasticsearch海量规模背后的内核优化剖析
背景Elasticsearch在腾讯内部广泛应用于日志实时分析、结构化数据分析、全文检索等场景,目前单集群规模达到千级节点、万亿级吞吐,同时腾讯联合Elastic公司在腾讯云上提供了内核增强版ES云服务。海量规模、丰富的应用场景推动着腾讯对原生ES进行持续的高可用、高性能、低成本等全方位优化。本次分
elasticsearch的查询基础知识
es的全文索引、丰富的搜索api是她受欢迎的一个重要原因。DSL查询语句,可以让用户定制各类型的查询、聚类语句。基本概念:term:词项,即索引的最小单元,文本搜索时最小的匹配单元。match查询语句,match和term查询的最大区别在于,term查询会将查询词当为词项,并在倒排索引中进行全匹配。
elasticsearch的查询基础知识
es的全文索引、丰富的搜索api是她受欢迎的一个重要原因。DSL查询语句,可以让用户定制各类型的查询、聚类语句。基本概念:term:词项,即索引的最小单元,文本搜索时最小的匹配单元。match查询语句,match和term查询的最大区别在于,term查询会将查询词当为词项,并在倒排索引中进行全匹配。
当Elasticsearch遇见智能客服机器人
内容来源:2017年6月10日,趋势科技个人消费者部机器学习工程师杨文俊在“ElasticMeetup南京”进行《Elasticsearch辅助的智能客服机器人》演讲分享。IT大咖说作为独家视频合作方,经主办方和讲者审阅授权发布。阅读字数:1605|4分钟阅读获取嘉宾演讲视频及PPT,请点击:htt
管理“三板斧”:揪头发、照镜子、闻味道
管理三板斧,指的是“揪头发”、“照镜子”和“闻味道”。揪头发:一个人会向上思考,这是眼界,往往屁股决定脑袋,但是我们不仅要基于自己的位置去思考做事,更要跳出自己的位置思考问题,比如站在老板的角度。照镜子:我们要成为别人的镜子,告诉别人,你有什么问题,也要让别人可以随时照到你,能够让彼此在这样的土壤中
基于word2vec和Elasticsearch实现个性化搜索
在word2vec学习小记一文中我们曾经学习了word2vec这个工具,它基于神经网络语言模型并在其基础上进行优化,最终能获取词向量和语言模型。在我们的商品搜索系统里,采用了word2vec的方式来计算用户向量和商品向量,并通过Elasticsearch的function_score评分机制和自定义
Docker通过EFK(Elasticsearch + Fluentd + Kibana)查询日志
这篇文章主要是参考DockerLoggingviaEFK(Elasticsearch+Fluentd+Kibana)StackwithDockerCompose,并在其基础上做了一些修改。Elasticsearch是一个开源搜索引擎,以易用性着称。kibana是一个图形界面,可以在上面条件检索存储在
Elasticsearch查询解析
1.背景Elasticsearch(ES)可用于全文检索、日志分析、指标分析、APM等众多场景,而且搭建部署容易,后期弹性扩容、故障处理简单。ES在一定程度上实现了一套系统支持多个场景的希望,大幅度降低使用多套专用系统的运维成本(当然ES不是万能的,不能满足事务等场景)。正是因为其通用性和易用性,E
拥抱 Elasticsearch:给 TiDB 插上全文检索的翅膀
推荐下知乎的晓光老师的文章。TiDB的AP形态其实一直都还在不断补完的路上,这里少不了社区各路神仙的各种神奇贡献。这里推荐下知乎大神孙晓光老师在TiDBHackathon2019获奖作品TiSearch的介绍。作者介绍孙晓光,知乎技术平台负责人,与薛宁(@Inke)、黄梦龙(@PingCAP)、冯博
Elasticsearch+Logstash+MySQL
前言在上一篇文章全文搜索Elasticsearch+analysis-ik,我们已经成功的在Linux服务器中,搭建好了Elasticsearch环境,由于我们使用的是MySQL数据库,所以现在我们需要实现Elasticsearch和MySQL的同步。安装Logstash首先我们需要去Logstas
从 Lucene 到 Elasticsearch
前面两篇文章,讲了「为什么需要Elasticsearch」,以及「Elasticsearch的倒排索引」。其实,这两篇文章都不是在讲Elasticsearch。为什么需要Elasticsearch,其实是在讲为什么需要搜索引擎;Elasticsearch的倒排索引,其实是Lucene的倒排索引。那么
MySQL数据以全量和增量方式,同步到ES搜索引擎
一、同步配置详解场景描述:MySQL数据表以全量和增量的方式向ElasticSearch搜索引擎同步。1、下载内容elasticsearch版本6.3.2logstash版本6.3.2mysql-connector-java-5.1.13.jar2、核心配置路径:/usr/local/logstas
Elasticsearch 集成hbase实现
一、HBase概述是一个分布式nosql的非关系数据库.基于HDFS适合海量数据存储根据RowKey查询数据,效率高模糊查询效率非常差随意组合的多条件查询非常差1.HbaseObserverHBase0.92版本后推出了Coprocessor--协处理器,一个工作在Master/RegionServ
基于K8s部署ECK(Elastic Cloud on Kubernetes)
背景ECK,也就是ElasticCloudonKubernetes的缩写,可以基于K8soperator在Kubernetes集群来自动化部署、管理、编排Elasticsearch、Kibana、APMServer服务。ECK目前的features:Elasticsearch,Kibana和APMS