• sentence

句子，使用Java的BreakIterator確定的下一個句子邊界處的突出顯示片段。您可以使用boundary_scanner_locale指定要使用的區(qū)域設(shè)置。unified highlighter高亮器默認行為。

• word

單詞，由Java的BreakIterator確定的下一個單詞邊界處高亮顯示的片段。

• boundary_scanner_locale

區(qū)域設(shè)置。該參數(shù)采用語言標記的形式，例如?！癳n - us”、“- fr”、“ja-JP”。更多信息可以在Locale語言標記文檔中找到。默認值是local . root。

• encoder

指示代碼段是否應該編碼為HTML:默認(無編碼)或HTML (HTML-轉(zhuǎn)義代碼段文本，然后插入高亮標記)。

• fields

指定要檢索高亮顯示的字段，支持通配符。例如，您可以指定comment_*來獲得以comment_開頭的所有文本和關(guān)鍵字字段的高亮顯示。

注意：當您使用通配符時，只會匹配text、keyword類型字段。

• force_source

是否強制從_source高亮顯示，默認為false。其實默認情況就是根據(jù)源字段內(nèi)容(_source)內(nèi)容高亮顯示，即使字段是單獨存儲的。

• fragmenter

指定如何在高亮顯示代碼片段中拆分文本:可選值為simple、span。僅適用于Plain highlighting。默認為span。

• simple

將文本分成大小相同的片段。

• span

將文本分割成大小相同的片段，但盡量避免在突出顯示的術(shù)語之間分割文本。這在查詢短語時很有用。

• fragment_offset

控制開始高亮顯示的margin(空白)，僅適用于fast vector highlighter。

• fragment_size

高亮顯示的片段，默認100。

• highlight_query

高亮顯示匹配搜索查詢以外的查詢。如果您使用rescore查詢，這尤其有用，因為默認情況下高亮顯示并不會考慮這些查詢。通常，應該將搜索查詢包含在highlight_query中。

• matched_fields

組合多個字段上的匹配項以突出顯示單個字段。對于以不同方式分析相同字符串的多個字段，這是最直觀的。所有matched_fields必須將term_vector設(shè)置為with_positions_offset，但是只加載匹配項組合到的字段，所以建議該字段store設(shè)置為true。只適用于fast vector highlighter熒光筆。

• no_match_size

如果沒有要高亮顯示的匹配片段，則希望從字段開頭返回的文本數(shù)量。默認值為0(不返回任何內(nèi)容)。

• number_of_fragments

返回的高亮顯示片段的最大數(shù)量。如果片段的數(shù)量設(shè)置為0，則不返回片段。默認為5。

• order

該值默認為none，按照字段的順序返回高亮文檔，可以設(shè)置為score(按相關(guān)性排序)。

• phrase_limit

控制要考慮的文檔中匹配短語的數(shù)量。防止fast vector highlighter分析太多的短語和消耗太多的內(nèi)存。在使用matched_fields時，將考慮每個匹配字段的phrase_limit短語。提高限制會增加查詢時間并消耗更多內(nèi)存。只支持fast vector highlighter。默認為256。

• pre_tags

用于高亮顯示HTML標簽，與post_tags一起使用，默認用_高亮顯示文本_。

• post_tags

用于高亮顯示HTML標簽，與pre_tags一起使用，默認用_高亮顯示文本_。

• require_field_match

默認情況下，只有包含查詢匹配的字段才會高亮顯示。將require_field_match設(shè)置為false以突出顯示所有字段。默認值為true。

• tags_schema

定義高亮顯示樣式，例如_。_

• type

指定高亮顯示器，可選值：unified、plain、fvh。默認值為unified。

7.4 高亮顯示demo

public static void testSearch_highlighting() {

RestHighLevelClient client = EsClient.getClient();

try {

SearchRequest searchRequest = new SearchRequest();

searchRequest.indices(“map_highlighting_01”);

SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

sourceBuilder.query(

// QueryBuilders.matchAllQuery()

QueryBuilders.termQuery(“context”, “身份證”)

);

HighlightBuilder highlightBuilder = new HighlightBuilder();

highlightBuilder.field(“context”);

sourceBuilder.highlighter(highlightBuilder);

searchRequest.source(sourceBuilder);

System.out.println(client.search(searchRequest, RequestOptions.DEFAULT));

} catch (Exception e) {

// TODO: handle exception

}

}

其返回值如下：

{

“took”:2,

“timed_out”:false,

“_shards”:{

“total”:5,

“successful”:5,

“skipped”:0,

“failed”:0

},

“hits”:{

“total”:1,

“max_score”:0.2876821,

“hits”:[

{

“_index”:“map_highlighting_01”,

“_type”:“_doc”,

“_id”:“erYsbmcBeEynCj5VqVTI”,

“_score”:0.2876821,

“_source”:{

“context”:“城中西路可以受理外地二代身份證的辦理?！?/p>

},

“highlight”:{ // @1

“context”:[

“城中西路可以受理外地二代身份證的辦理?！?/p>

]

}

}

]

}

}

這里主要對highlight再做一次說明，其中每一個字段返回的內(nèi)容是對應原始數(shù)據(jù)的子集，最多fragmentSize個待關(guān)鍵字的匹配條目，通常，在頁面上顯示文本時，應該用該字段取代原始值，這樣才能有高亮顯示的效果。

8、Rescoring

重打分機制。一個查詢首先使用高效的算法查找文檔，然后對返回結(jié)果的top n 文檔運用另外的查詢算法,通常這些算法效率低效但能提供匹配精度。

resoring查詢與原始查詢分數(shù)的合計方式如下：

• total

兩個評分相加

• multiply

將原始分數(shù)乘以rescore查詢分數(shù)。用于函數(shù)查詢重定向。

• avg

取平均數(shù)

• max

取最大值

• min

取最小值。

9、Search Type

查詢類型，可選值：QUERY_THEN_FETCH、QUERY_AND_FETCH、DFS_QUERY_THEN_FETCH。默認值：query_then_fetch。

• QUERY_THEN_FETCH：首先根據(jù)路由算法向相關(guān)分片（多個）發(fā)送請求，此時只返回documentId與一些必要信息（例如用于排序等），然后對各個分片的結(jié)果進行匯聚，排序，然后選取客戶端指定需要獲取的數(shù)據(jù)條數(shù)（top n），然后根據(jù)documentId再向各個分片請求具體的文檔信息。

• QUERY_AND_FETCH：在5.4.x版本開始廢棄，是直接向各個分片節(jié)點請求數(shù)據(jù)，每個分片返回客戶端請求數(shù)量的文檔信息，然后匯聚全部返回給客戶端，返回的數(shù)據(jù)為客戶端請求數(shù)量size * (路由后的分片數(shù)量)。

• DFS_QUERY_THEN_FETCH：在開始向各個節(jié)點發(fā)送請求之前，會進行一次詞頻、相關(guān)性的計算，后續(xù)流程與QUERY_THEN_FETCH相同，可以看出，該查詢類型的文檔相關(guān)性會更高，但性能比QUERY_THEN_FETCH要差。

10、scroll

滾動查詢。es另外一種分頁方式。雖然搜索請求返回結(jié)果的單個“頁面”，但scroll API可以用于從單個搜索請求檢索大量結(jié)果(甚至所有結(jié)果)，這與在傳統(tǒng)數(shù)據(jù)庫上使用游標的方式非常相似。scroll api不用于實時用戶請求，而是用于處理大量數(shù)據(jù)，例如為了將一個索引的內(nèi)容重新索引到具有不同配置的新索引中。

10.1 如何使用scroll API

scroll API使用分為兩步：

1、第一步，首先通過scroll參數(shù)，指定該滾動查詢(類似于數(shù)據(jù)庫的游標的存活時間)

POST /twitter/_search?scroll=1m

{

“size”: 100,

“query”: {

“match” : {

“title” : “elasticsearch”

}

}

}

該方法會返回一個重要的參數(shù)：scrollId。

2、第二步，使用該scrollId去es服務器拉取下一批（下一頁數(shù)據(jù)）

POST /_search/scroll

{

“scroll” : “1m”,

“scroll_id” : “DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAAD4WYm9laVYtZndUQlNsdDcwakFMNjU1QQ==”

}

循環(huán)第三步，可以循環(huán)批量處理數(shù)據(jù)。

3、第三步，清除scrollId，類似于清除數(shù)據(jù)庫游標，快速釋放資源。

DELETE /_search/scroll

{

“scroll_id” : “DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAAD4WYm9laVYtZndUQlNsdDcwakFMNjU1QQ==”

}

下面給出scoll api的java版本示例程序：

public static void testScoll() {

RestHighLevelClient client = EsClient.getClient();

String scrollId = null;

try {

System.out.println("step 1 start ");

// step 1 start

SearchRequest searchRequest = new SearchRequest();

searchRequest.indices(“map_highlighting_01”);

SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

sourceBuilder.query(

QueryBuilders.termQuery(“context”, “身份證”)

);

searchRequest.source(sourceBuilder);

searchRequest.scroll(TimeValue.timeValueMinutes(1));

SearchResponse result = client.search(searchRequest, RequestOptions.DEFAULT);

scrollId = result.getScrollId();

// step 1 end

// step 2 start

if(!StringUtils.isEmpty(scrollId)) {

System.out.println("step 2 start ");

SearchScrollRequest scrollRequest = new SearchScrollRequest(scrollId);

scrollRequest.scroll(TimeValue.timeValueMinutes(1));

while(true) { //循環(huán)遍歷

SearchResponse scollResponse = client.scroll(scrollRequest, RequestOptions.DEFAULT);

if(scollResponse.getHits().getHits() == null ||

scollResponse.getHits().getHits().length < 1) {

break;

}

scrollId = scollResponse.getScrollId();

// 處理文檔

scrollRequest.scrollId(scrollId);

}

// step 2 end

}

System.out.println(result);

} catch (Exception e) {

e.printStackTrace();

} finally {

if(!StringUtils.isEmpty(scrollId)) {

System.out.println("step 3 start ");

// step 3 start

ClearScrollRequest clearScrollRequest = new ClearScrollRequest();

clearScrollRequest.addScrollId(scrollId);

try {

client.clearScroll(clearScrollRequest, RequestOptions.DEFAULT);

} catch (IOException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

// step 3 end

}

}

}

這里重點闡述一下第一次查詢時，不僅返回scrollId，也會返回第一批數(shù)據(jù)。

10.2 Keeping the search context alive

scroll參數(shù)(傳遞給搜索請求和每個滾動請求)告訴Elasticsearch它應該保持搜索上下文活動多長時間。它的值(例如1m，參見Time unitsedit)不需要足夠長的時間來處理所有數(shù)據(jù)——它只需要足夠長的時間來處理前一批結(jié)果。每個scroll請求(帶有scroll參數(shù))設(shè)置一個新的過期時間。如果scroll請求沒有傳入scroll，那么搜索上下文將作為scroll請求的一部分被釋放。scroll其內(nèi)部實現(xiàn)類似于快照，當?shù)谝淮问盏揭粋€scroll請求時，就會為該搜索上下文所匹配的結(jié)果創(chuàng)建一個快照，隨后文檔的變化并不會反映到該API的結(jié)果。

10.3 sliced scroll

對于返回大量文檔的scroll查詢，可以將滾動分割為多個可以獨立使用的片,通過slice指定。

例如：

GET /twitter/_search?scroll=1m // @1

{

“slice”: { // @11

“id”: 0, // @12

“max”: 2 // @13

},

“query”: {

“match” : {

“title” : “elasticsearch”

}

}

}

GET /twitter/_search?scroll=1m // @2

{

“slice”: {

“id”: 1,

“max”: 2

},

“query”: {

“match” : {

“title” : “elasticsearch”

}

}

}

@1,@2兩個并列的查詢，按分片去查詢。

@11：通過slice定義分片查詢。

@12：該分片查詢的ID。

@13：本次查詢總片數(shù)。

這個機制非常適合多線程處理數(shù)據(jù)。

具體分片機制是，首先將請求轉(zhuǎn)發(fā)到各分片節(jié)點，然后在每個節(jié)點使用匹配到的文檔(hashcode(_uid)%slice片數(shù))，然后各分片節(jié)點返回數(shù)據(jù)到協(xié)調(diào)節(jié)點。也就是默認情況下，分片是根據(jù)文檔的_uid，為了提高分片過程，可以通過如下方式進行優(yōu)化，并指定分片字段。

• 分片字段類型為數(shù)值型。

• 字段的doc_values設(shè)置為true。

• 每個文檔中都索引了該字段。

• 該字段值只在創(chuàng)建時賦值，并不會更新。

• 字段的基數(shù)應該很高（相當于數(shù)據(jù)庫索引選擇度），這樣能確保每個片返回的數(shù)據(jù)相當，數(shù)據(jù)分布較均勻。

注意，默認slice片數(shù)最大為1024，可以通過索引設(shè)置項index.max_slices_per_scroll來改變默認值。

例如：

GET /twitter/_search?scroll=1m

{

“slice”: {

“field”: “date”,

“id”: 0,

“max”: 10

},

“query”: {

“match” : {

“title” : “elasticsearch”

}

}

}

11、preference

查詢選擇副本分片的傾向性(即在一個復制組中選擇副本的分片值。默認情況下，Elasticsearch以未指定的順序從可用的碎片副本中進行選擇，副本之間的路由將在集群章節(jié)更加詳細的介紹 ?？梢酝ㄟ^該字段指定分片傾向與選擇哪個副本。

preference可選值：

• _primary

只在節(jié)點上執(zhí)行，在6.1.0版本后廢棄，將在7.x版本移除。

• _primary_first

優(yōu)先在主節(jié)點上執(zhí)行。在6.1.0版本后廢棄，將在7.x版本移除。

• _replica

操作只在副本分片上執(zhí)行，如果有多個副本，其順序隨機。在6.1.0版本后廢棄，將在7.x版本移除。

• _replica_first

優(yōu)先在副本分片上執(zhí)行，如果有多個副本，其順序隨機。在6.1.0版本后廢棄，將在7.x版本移除。

• _only_local

操作將只在分配給本地節(jié)點的分片上執(zhí)行。_only_local選項保證只在本地節(jié)點上使用碎片副本，這對于故障排除有時很有用。所有其他選項不能完全保證在搜索中使用任何特定的碎片副本，而且在索引更改時，這可能意味著如果在處于不同刷新狀態(tài)的不同碎片副本上執(zhí)行重復搜索，則可能產(chǎn)生不同的結(jié)果。

• _local

優(yōu)先在本地分片上執(zhí)行。

• _prefer_nodes:abc,xyz

優(yōu)先在指定節(jié)點ID的分片上執(zhí)行，示例中的節(jié)點ID為abc、xyz。

• _shards:2,3

將操作限制到指定的分片上執(zhí)行。(這里是2和3)這個首選項可以與其他首選項組合，但必須首先出現(xiàn):_shards:2,3|_local。

• _only_nodes:abc*,x*yz,…

根據(jù)節(jié)點ID進行限制。

• Custom (string) value

自定義字符串，其路由為 hashcode(該值)%賦值組內(nèi)節(jié)點數(shù)。例如在web應用中通常以sessionId為傾向值。

12、explain

是否解釋各分數(shù)是如何計算的。

GET /_search

{

“explain”: true,

“query” : {

“term” : { “user” : “kimchy” }

}

}

13、version

如果設(shè)置為true，則返回每個命中文檔的當前版本號。

GET /_search

{

“version”: true,

“query” : {

“term” : { “user” : “kimchy” }

}

}

14、Index Boost

當搜索多個索引時，允許為每個索引配置不同的boost級別。當來自一個索引的點擊率比來自另一個索引的點擊率更重要時，該屬性則非常方便。

使用示例如下：

GET /_search

{

“indices_boost” : [

{ “alias1” : 1.4 },

{ “index*” : 1.3 }

]

}

15、min_score

指定返回文檔的最小評分，如果文檔的評分低于該值，則不返回。

GET /_search

{

“min_score”: 0.5,

“query” : {

“term” : { “user” : “kimchy” }

}

}

16、Named Queries

每個過濾器和查詢都可以在其頂級定義中接受_name。搜索響應中每個匹配文檔中會增加matched_queries結(jié)構(gòu)體，記錄該文檔匹配的查詢名稱。查詢和篩選器的標記只對bool查詢有意義。

java示例如下：

public static void testNamesQuery() {

RestHighLevelClient client = EsClient.getClient();

try {

SearchRequest searchRequest = new SearchRequest();

searchRequest.indices(“esdemo”);

SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

sourceBuilder.query(

QueryBuilders.boolQuery()

.should(QueryBuilders.termQuery(“context”, “fox”).queryName(“q1”))

.should(QueryBuilders.termQuery(“context”, “brown”).queryName(“q2”))

);

searchRequest.source(sourceBuilder);

SearchResponse result = client.search(searchRequest, RequestOptions.DEFAULT);

System.out.println(result);

} catch (Throwable e) {

e.printStackTrace();

} finally {

EsClient.close(client);

}

}

返回結(jié)果如下：

{

“took”:4,

“timed_out”:false,

“_shards”:{

“total”:5,

“successful”:5,

“skipped”:0,

“failed”:0

},

“hits”:{

“total”:2,

“max_score”:0.5753642,

“hits”:[

{

“_index”:“esdemo”,

“_type”:“matchquerydemo”,

“_id”:“2”,

“_score”:0.5753642,

“_source”:{

“context”:“My quick brown as fox eats rabbits on a regular basis.”,

“title”:“Keeping pets healthy”

},

“matched_queries”:[

“q1”,

“q2”

]

},

{

“_index”:“esdemo”,

“_type”:“matchquerydemo”,

“_id”:“1”,

“_score”:0.39556286,

“_source”:{

“context”:“Brown rabbits are commonly seen brown.”,

“title”:“Quick brown rabbits”

},

“matched_queries”:[

“q2”

]

}

]

}

}

正如上面所說，每個匹配文檔中都包含matched_queries,表明該文檔匹配的是哪個查詢條件。

17、Inner hits

用于定義內(nèi)部嵌套層的返回規(guī)則，其inner hits支持如下選項：

• from 用于內(nèi)部匹配的分頁。

• size 用于內(nèi)部匹配的分頁，size。

• sort 排序策略。

• name 為內(nèi)部嵌套層定義的名稱。

該部分示例將在下節(jié)重點闡述。

18、field collapsing(字段折疊)

允許根據(jù)字段值折疊搜索結(jié)果。折疊是通過在每個折疊鍵上只選擇排序最高的文檔來完成的。有點類似于聚合分組，其效果類似于按字段進行分組，默認命中的文檔列表第一層由該字段的第一條信息，也可以通過允許根據(jù)字段值折疊搜索結(jié)果。折疊是通過在每個折疊鍵上只選擇排序最高的文檔來完成的。例如，下面的查詢?yōu)槊總€用戶檢索最佳tweet，并按喜歡的數(shù)量對它們進行排序。

下面首先通過示例進行展示field collapsing的使用。

1）首先查詢發(fā)的推特內(nèi)容中包含elasticsearch的推文：

GET /twitter/_search

{

“query”: {

“match”: {

“message”: “elasticsearch”

}

},

“collapse” : {

“field” : “user”

},

“sort”: [“l(fā)ikes”]

}

返回結(jié)果：

{

“took”:8,

“timed_out”:false,

“_shards”:{

“total”:5,

“successful”:5,

“skipped”:0,

“failed”:0

},

“hits”:{

“total”:5,

“max_score”:null,

“hits”:[

{

“_index”:“mapping_field_collapsing_twitter”,

“_type”:“_doc”,

“_id”:“OYnecmcB-IBeb8B-bF2X”,

“_score”:null,

“_source”:{

“message”:“to be a elasticsearch”,

“user”:“user2”,

“l(fā)ikes”:3

},

“sort”:[

3

]

},

{

“_index”:“mapping_field_collapsing_twitter”,

“_type”:“_doc”,

“_id”:“OonecmcB-IBeb8B-bF2q”,

“_score”:null,

“_source”:{

“message”:“to be elasticsearch”,

“user”:“user2”,

“l(fā)ikes”:3

},

“sort”:[

3

]

},

{

“_index”:“mapping_field_collapsing_twitter”,

“_type”:“_doc”,

“_id”:“OInecmcB-IBeb8B-bF2G”,

“_score”:null,

“_source”:{

“message”:“elasticsearch is very high”,

“user”:“user1”,

“l(fā)ikes”:3

},

“sort”:[

3

]

},

{

“_index”:“mapping_field_collapsing_twitter”,

“_type”:“_doc”,

“_id”:“O4njcmcB-IBeb8B-Rl2H”,

“_score”:null,

“_source”:{

“message”:“elasticsearch is high db”,

“user”:“user1”,

“l(fā)ikes”:1

},

“sort”:[

1

]

},

{

“_index”:“mapping_field_collapsing_twitter”,

“_type”:“_doc”,

“_id”:“N4necmcB-IBeb8B-bF0n”,

“_score”:null,

“_source”:{

“message”:“very likes elasticsearch”,

“user”:“user1”,

“l(fā)ikes”:1

},

“sort”:[

1

]

}

]

}

}

首先上述會列出所有用戶的推特，如果只想每個用戶只顯示一條推文，并且點贊率最高，或者每個用戶只顯示2條推文呢？

這個時候，按字段折疊就閃亮登場了。

java demo如下：

public static void search_field_collapsing() {

RestHighLevelClient client = EsClient.getClient();

try {

SearchRequest searchRequest = new SearchRequest();

searchRequest.indices(“mapping_field_collapsing_twitter”);

SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

sourceBuilder.query(

QueryBuilders.matchQuery(“message”,“elasticsearch”)

);

sourceBuilder.sort(“l(fā)ikes”, SortOrder.DESC);

CollapseBuilder collapseBuilder = new CollapseBuilder(“user”);

sourceBuilder.collapse(collapseBuilder);

searchRequest.source(sourceBuilder);

SearchResponse result = client.search(searchRequest, RequestOptions.DEFAULT);

System.out.println(result);

} catch (Throwable e) {

e.printStackTrace();

} finally {

EsClient.close(client);

}

}

其結(jié)果如下：

{

“took”:22,

“timed_out”:false,

“_shards”:{

“total”:5,

“successful”:5,

“skipped”:0,

“failed”:0

},

“hits”:{

“total”:5,

“max_score”:null,

“hits”:[

{

“_index”:“mapping_field_collapsing_twitter”,

“_type”:“_doc”,

“_id”:“OYnecmcB-IBeb8B-bF2X”,

“_score”:null,

“_source”:{

“message”:“to be a elasticsearch”,

“user”:“user2”,

“l(fā)ikes”:3

},

“fields”:{

“user”:[

“user2”

]

},

“sort”:[

3

]

},

{

“_index”:“mapping_field_collapsing_twitter”,

“_type”:“_doc”,

“_id”:“OInecmcB-IBeb8B-bF2G”,

“_score”:null,

“_source”:{

“message”:“elasticsearch is very high”,

“user”:“user1”,

“l(fā)ikes”:3

},

“fields”:{

“user”:[

“user1”

]

},

“sort”:[

3

]

}

]

}

}

上面的示例只返回了每個用戶的第一條數(shù)據(jù)，如果需要每個用戶返回2條數(shù)據(jù)呢？可以通過inner_hit來設(shè)置。

public static void search_field_collapsing() {

RestHighLevelClient client = EsClient.getClient();

try {

SearchRequest searchRequest = new SearchRequest();

searchRequest.indices(“mapping_field_collapsing_twitter”);

SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

sourceBuilder.query(

QueryBuilders.matchQuery(“message”,“elasticsearch”)

);

sourceBuilder.sort(“l(fā)ikes”, SortOrder.DESC);

CollapseBuilder collapseBuilder = new CollapseBuilder(“user”);

InnerHitBuilder collapseHitBuilder = new InnerHitBuilder(“collapse_inner_hit”);

collapseHitBuilder.setSize(2);

collapseBuilder.setInnerHits(collapseHitBuilder);

sourceBuilder.collapse(collapseBuilder);

searchRequest.source(sourceBuilder);

SearchResponse result = client.search(searchRequest, RequestOptions.DEFAULT);

System.out.println(result);

} catch (Throwable e) {

e.printStackTrace();

} finally {

EsClient.close(client);

}

}

自我介紹一下，小編13年上海交大畢業(yè)，曾經(jīng)在小公司待過，也去過華為、OPPO等大廠，18年進入阿里一直到現(xiàn)在。

深知大多數(shù)Java工程師，想要提升技能，往往是自己摸索成長或者是報班學習，但對于培訓機構(gòu)動則幾千的學費，著實壓力不小。自己不成體系的自學效果低效又漫長，而且極易碰到天花板技術(shù)停滯不前！

因此收集整理了一份《2024年Java開發(fā)全套學習資料》，初衷也很簡單，就是希望能夠幫助到想自學提升又不知道該從何學起的朋友，同時減輕大家的負擔。

既有適合小白學習的零基礎(chǔ)資料，也有適合3年以上經(jīng)驗的小伙伴深入學習提升的進階課程，基本涵蓋了95%以上Java開發(fā)知識點，真正體系化！

由于文件比較大，這里只是將部分目錄截圖出來，每個節(jié)點里面都包含大廠面經(jīng)、學習筆記、源碼講義、實戰(zhàn)項目、講解視頻，并且會持續(xù)更新！

如果你覺得這些內(nèi)容對你有幫助，可以掃碼獲?。。。▊渥ava獲取）

獨家面經(jīng)總結(jié)，超級精彩

本人面試騰訊，阿里，百度等企業(yè)總結(jié)下來的面試經(jīng)歷，都是真實的，分享給大家！

Java面試準備

準確的說這里又分為兩部分：

1. Java刷題
2. 算法刷題

Java刷題：此份文檔詳細記錄了千道面試題與詳解；

《一線大廠Java面試題解析+核心總結(jié)學習筆記+最新講解視頻+實戰(zhàn)項目源碼》，點擊傳送門即可獲取！
der.collapse(collapseBuilder);

searchRequest.source(sourceBuilder);

SearchResponse result = client.search(searchRequest, RequestOptions.DEFAULT);

System.out.println(result);

} catch (Throwable e) {

e.printStackTrace();

} finally {

EsClient.close(client);

}

}

自我介紹一下，小編13年上海交大畢業(yè)，曾經(jīng)在小公司待過，也去過華為、OPPO等大廠，18年進入阿里一直到現(xiàn)在。

深知大多數(shù)Java工程師，想要提升技能，往往是自己摸索成長或者是報班學習，但對于培訓機構(gòu)動則幾千的學費，著實壓力不小。自己不成體系的自學效果低效又漫長，而且極易碰到天花板技術(shù)停滯不前！

因此收集整理了一份《2024年Java開發(fā)全套學習資料》，初衷也很簡單，就是希望能夠幫助到想自學提升又不知道該從何學起的朋友，同時減輕大家的負擔。[外鏈圖片轉(zhuǎn)存中…(img-LbS2yhuQ-1711967282022)]

[外鏈圖片轉(zhuǎn)存中…(img-4TgoB8Cj-1711967282023)]

[外鏈圖片轉(zhuǎn)存中…(img-vR4epAFB-1711967282023)]

既有適合小白學習的零基礎(chǔ)資料，也有適合3年以上經(jīng)驗的小伙伴深入學習提升的進階課程，基本涵蓋了95%以上Java開發(fā)知識點，真正體系化！

由于文件比較大，這里只是將部分目錄截圖出來，每個節(jié)點里面都包含大廠面經(jīng)、學習筆記、源碼講義、實戰(zhàn)項目、講解視頻，并且會持續(xù)更新！

如果你覺得這些內(nèi)容對你有幫助，可以掃碼獲?。。。▊渥ava獲?。?/strong>

獨家面經(jīng)總結(jié)，超級精彩

本人面試騰訊，阿里，百度等企業(yè)總結(jié)下來的面試經(jīng)歷，都是真實的，分享給大家！

[外鏈圖片轉(zhuǎn)存中…(img-pdgElrW3-1711967282024)]

[外鏈圖片轉(zhuǎn)存中…(img-IE8YKhtd-1711967282025)]

[外鏈圖片轉(zhuǎn)存中…(img-EoCP9Nm8-1711967282025)]

[外鏈圖片轉(zhuǎn)存中…(img-968jl5Fa-1711967282025)]

Java面試準備

準確的說這里又分為兩部分：

1. Java刷題
2. 算法刷題

Java刷題：此份文檔詳細記錄了千道面試題與詳解；

[外鏈圖片轉(zhuǎn)存中…(img-5S03FJl3-1711967282026)]

[外鏈圖片轉(zhuǎn)存中…(img-RT8Np3zr-1711967282027)]

《一線大廠Java面試題解析+核心總結(jié)學習筆記+最新講解視頻+實戰(zhàn)項目源碼》，點擊傳送門即可獲??！文章來源地址http://www.zghlxwxcb.cn/news/detail-845664.html

到了這里，關(guān)于Elasticsearch Search API之(Request Body Search 查詢主體)的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！