Ⅰ es 一個關鍵字如何在數億中數據中查找
這個就要雲計算去核查
Ⅱ elasticsearch中輸入帶空格的關鍵字，實現模糊查詢
"source.strain": {
"type": "muti_field",
"fields": {
"name": {
"type": "string",
"index": "analyzed"
},
"untouched": {
"type": "string",
"index": "not_analyzed"
}
}
}
利用"muti_field"類型可以對同一個欄位實現模糊查詢和精確查詢。
source.strain.name欄位可以用來進行模糊查詢。
source.strain.untouched欄位可以用來進行精確查詢，由於沒有對欄位進行解析，所以還可以對欄位進行分類統計的工作，即elasticsearch中的facet功能。
Ⅲ ELK日誌提取多行關鍵字,logstash和es能實現多種多行查詢的功能嗎
日誌的提取它的關鍵字，如果，二月的話查詢功能會有一些錯誤的顯示
Ⅳ ES Nested 類型欄位怎麼追加內容
首先你需要在類的內容里聲明方法，方法和C的函數差不多，然後在你的MAIN方法里創建類的實例，用new創建，公式為CReadBMPDOC cb=new CReadBMPDOC（），接著用cb.gethdib調用該方法！望加分謝謝 ，手機輸入很痛苦的
Ⅳ elasticsearch integer 和 string存儲的區別
在Es中，欄位的類型很關鍵：
在索引的時候，如果欄位第一次出現，會自動識別某個類型，這種規則之前已經講過了。
那麼如果一個欄位已經存在了，並且設置為某個類型。再來一條數據，欄位的數據不與當前的類型相符，就會出現欄位沖突的問題。如果發生了沖突，在2.x版本會自動拒絕。
如果自動映射無法滿足需求，就需要使用者自己來設置映射類型，因此，就需要使用者了解ES中的類型。
下面就步入正題吧！
Ⅵ elasticsearch 把很多類型都放在一個索引下面 會不會導致查詢慢
主要看數據量
ES索引優化篇主要從兩個方面解決問題，
一是索引數據過程；
二是檢索過程。（本文主要介紹）
索引數據過程我在上面幾篇文章中有提到怎麼創建索引和導入數據，但是大家可能會遇到索引數據比較慢的過程。其實明白索引的原理就可以有針對性的進行優化。ES索引的過程到相對Lucene的索引過程多了分布式數據的擴展，而這ES主要是用tranlog進行各節點之間的數據平衡。所以從上我可以通過索引的settings進行第一優化：
「index.translog.flush_threshold_ops」: 「100000″
「index.refresh_interval」: 「-1″,
這兩個參數第一是到tranlog數據達到多少條進行平衡，默認為5000，而這個過程相對而言是比較浪費時間和資源的。所以我們可以將這個值調大一些還是設為-1關閉，進而手動進行tranlog平衡。第二參數是刷新頻率，默認為120s是指索引在生命周期內定時刷新，一但有數據進來能refresh像lucene裡面commit,我們知道當數據addDoucment會，還不能檢索到要commit之後才能行數據的檢索所以可以將其關閉，在最初索引完後手動refresh一之，然後將索引setting裡面的index.refresh_interval參數按需求進行修改，從而可以提高索引過程效率。
另外的知道ES索引過程中如果有副本存在，數據也會馬上同步到副本中去。我個人建議在索引過程中將副本數設為0，待索引完成後將副本數按需量改回來，這樣也可以提高索引效率。
「number_of_replicas」: 0
上面聊了一次索引過程的優化之後，我們再來聊一下檢索速度比較慢的問題，其實檢索速度快度與索引質量有很大的關系。而索引質量的好壞與很多因素有關。
一、分片數
分片數，與檢索速度非常相關的的指標，如果分片數過少或過多都會導致檢索比較慢。分片數過多會導致檢索時打開比較多的文件別外也會導致多台伺服器之間通訊。而分片數過少為導至單個分片索引過大，所以檢索速度慢。
在確定分片數之前需要進行單服務單索引單分片的測試。比如我之前在IBM-3650的機器上，創建一個索引，該索引只有一個分片，分別在不同數據量的情況下進行檢索速度測試。最後測出單個分片的內容為20G。
所以索引分片數=數據總量/單分片數
目前，我們數據量為4億多條，索引大小為近1.5T左右。因為是文檔數據所以單數據都中8K以前。現在檢索速度保證在100ms 以下。特別情況在500ms以下，做200,400,800，1000，1000+用戶長時間並發測試時最壞在750ms以下.
二、副本數
副本數與索引的穩定性有比較大的關系，怎麼說，如果ES在非正常掛了，經常會導致分片丟失，為了保證這些數據的完整性，可以通過副本來解決這個問題。建議在建完索引後在執行Optimize後，馬上將副本數調整過來。
大家經常有一個誤去副本越多，檢索越快，這是不對的，副本對於檢索速度其它是減無增的我曾做過實現，隨副本數的增加檢索速度會有微量的下降，所以大家在設置副本數時，需要找一個平衡值。另外設置副本後，大家有可能會出現兩次相同檢索，出現出現不同值的情況，這里可能是由於tranlog沒有平衡、或是分片路由的問題，可以通過?preference=_primary
讓檢索在主片分上進行。
三、分詞
其實分詞對於索引的影響可大可小，看自己把握。大家越許認為詞庫的越多，分詞效果越好，索引質量越好，其實不然。分詞有很多演算法，大部分基於詞表進行分詞。也就是說詞表的大小決定索引大小。所以分詞與索引膨漲率有直接鏈接。詞表不應很多，而對文檔相關特徵性較強的即可。比如論文的數據進行建索引，分詞的詞表與論文的特徵越相似，詞表數量越小，在保證查全查準的情況下，索引的大小可以減少很多。索引大小減少了，那麼檢索速度也就提高了。
四、索引段
索引段即lucene中的segments概念，我們知道ES索引過程中會refresh和tranlog也就是說我們在索引過程中segments number不至一個。而segments number與檢索是有直接聯系的，segments number越多檢索越慢，而將segments numbers 有可能的情況下保證為1這將可以提到將近一半的檢索速度。
$ curl -XPOST 『http://localhost:9200/twitter/_optimize?
max_num_segments =1′
五、刪除文檔
刪除文檔在Lucene中刪除文檔，數據不會馬上進行硬碟上除去，而進在lucene索引中產生一個.del的文件，而在檢索過程中這部分數據也會參與檢索，lucene在檢索過程會判斷是否刪除了，如果刪除了在過濾掉。這樣也會降低檢索效率。所以可以執行清除刪除文檔。
$ curl -XPOST 『http://localhost:9200/twitter/_optimize?
only_expunge_deletes =true
Ⅶ MOVS DWORD PTR ES:[EDI],DWORD PTR DS:[ESI]什麼意思
DWORD PTR ES:[EDI]，將來ES:[EDI]這個內存強制轉換為源dword雙字類型，PTR就是轉換符，DWORD為雙字類型，在匯編中有BYTE,WORD,DWORD幾種變數類型，分別對應1，2，4個位元組。
整個語句的意思就是把
DWORD PTR DS:[ESI】內存單元的值傳送到DWORD PTR ES:[EDI]單元保存，因為內存單元一般是2個位元組的，這里強制轉換為4個位元組！
MOV 就是傳送子令