Elasticsearch和solr比较

当单纯的对已有的数据进行搜索时，solr更快
当实时建立索引时，Solr会产生io阻塞，查询性能交叉，ElasticSearch具有明显优势
随着数量的增加，Solr的搜索效率会变得更低，而ElasticSearch却没有明显的变化

ElasticSearch和Solr的比较总结

es基本是开箱即用(解压就可以使用) 非常简单 Solr安装略微复杂一丢丢
Solr利用Zookeeper进行分布式管理，而ElasticSearch 自身带有分布式协调管理功能
Solr支持更多格式的数据，比如JSON、XML、CSV，而ElasticSearch仅支持json文件格式
Solr光放提供的功能更多，而ElasticSearch本身更注重于核心功能，高级功能多有第三方插件提供，例如图形化界面需要kibana友好支撑
Solr 查询快，但更新索引慢（插入删除慢），用于电商等查询多的应用
- ES建立索引快（查询慢），即实时性查询快，用于facebook、新浪等搜索
- Solr是传统搜索应用的有力解决方案，但ElasticSearch更适用于新兴的实时搜索应用
Solr比较成熟，有一个更大，更成熟的用户，开发和贡献者社区，而ElasticSearch相对开发维护者较少，更新太快，学习使用成本较高（趋势）。

了解ELK

ELK是Elasticsearch、Logstash、Kibana三大开源框架首字母大写简称。市面上也被成为Elastic Stack。其中Elasticsearch是一个基于Lucene、分布式、通过Restful方式进行交互的近实时搜索平台框架。像类似百度、谷歌这种大数据全文搜索引擎的场景都可以使用Elasticsearch作为底层支持框架，可见Elasticsearch提供的搜索能力确实强大,市面上很多时候我们简称Elasticsearch为es.Logstash是ELK的中央数据流引擎，用于从不同目标（文俐数据存储/MQ）收集的不同格式数据，经过过滤后支持输出到不同目的地(文件/MQ/redis/elasticsearch/kafka等)。Kibana可以将elasticsearch的数据通过友好的页面展示出来，提供实时分析的功能。
市面上很多开发只要提到ELK能够一致说出它是一个日志分析架构技术栈总称，但实际上ELK不仅仅适用于日志分析，它还可以支持其它任何数据分析和收集的场景，日志分析和收集只是更具有代表性。并非唯一性。

Kibana

Kibana是一个针对Elasticsearch的开源分析及可视化平台，用来搜索、查看交互存诸在Elasticsearch索引中的数据。使用Kibana ,可以通过各种图表进行高级数据分析及展示。Kibana让海量数据更容易理解。它操作简单，基于浏览器的用户界面可以快速创建仪表板( dashboard ）实时显示Elasticsearch查询动态。设置Kibana非常简单。无需编码或者额外的基础架构，几分钟内就可以完成Kibana安装并启动Elasticsearch索引监测。
官网: https://www.elastic.co/cn/kibana
kibana版本要和ES版本一致

IK分词器插件

什么是IK分词器？

分词:即把一段中文或者别的划分成一个个的关键字，我们在搜索时候会把自己的信息进行分词，会把数据库中或者索引库中的数据进行分词，然后进行一个匹配操作，默认的中文分词是将每个字看成一个词，比如“我爱狂神”会被分为"我"“爱"狂”“神””，这显然是不符合要求的，所以我们需要安装中文分词器ik来解决这个问题。

IK提供了两个分词算法: ik_smart和ik_max_word，其中

ik_smart为最少切分，
ik_max_word为最细粒度划分!

我们输入超级喜欢狂神说Java

发现问题：狂神说被拆开了

这种自己需要的词，需要自己加入到我们的分词器的字典中

ik 分词器增加自己的配置

以后我们需要自己配置分词就在自己定义的dic文件中进行配置即可！

ElasticSearch的核心概念

索引
字段类型（mapping）
文档（documents）
分片（倒排索引）

概述

在前面的学习中，我们已经掌握了es是什么，同时也把es的服务安装启动，那么es是如何去存储数据，数据结构是什么，又是如何实现搜索的呢？我们先来聊聊ElasticSearch的相关概念

集群，节点，索引，文档，分片，映射是什么？

elasticsearch是面向文档，关系行数据库和elasticsearch客观的对比一切都是JSON

Relational DB	ElasticSearch
数据库（database）	索引（indices）
表（tables）	types
行（row）	documents
字段（columns）	fields

elasticsearch（集群）中可以包含多个索引（数据库），每个索引中可以包含多个类型（表），每个类型下又包含多个文档（行），每个文档中又包含多个字段（列）。

物理设计：

elasticsearch在后台把每个索引划分成多个分片，每分分片可以在集群中的不同服务器之间迁移

一个人就是一个集群！默认的集群名称就是elasticsearch

逻辑设计：

一个索引类型中，包含多个文档，比如说文档1，文档2.当我们索引一篇文档时，可以通过这样的一个顺序找到它：索引 –> 类型

–> 文档ID，通过这个组合我们就能索引到某个具体的文档。注意：ID不必是整数，实际上它是个字符串

文档

之前说elasticsearch是面向文档的，那么就意味着索引和搜索数据的最小单位是文档，elasticsearch中，文档有几个重要的属性：

自我包含，一篇文档同时包含字段和对应的值，也就是同时包含key：value
可以使层次性的，一个文档中包含自文档，复杂的逻辑实体就是这么来的
灵活的结构，文档不依赖预先定义的模式，我们知道关系型数据库中，要提前定义字段才能使用，在elasticsearch中，对于字段是非常灵活的，有时候，我们可以忽略该字段，或者动态的添加一个新的字段

尽管我们可以随意的新增或者忽略某个字段，但是，每个字段的类型非常重要，比如一个年龄字段类型，可以是字符串也可以是整型，因为elasticsearch或保存字段和类型之间的映射及其他的设置。这种映射具体到每个映射的每种类型，这也是为什么在elasticsearch中，类型有时候也称为映射类型。

类型

类型是文档的逻辑容器，就像关系型数据库一样，表格是行的容器。类型中对于字段的定义称为映射，比如name映射为字符串类型。我们说文档是无模式的，它们不需要拥有映射中所定义的所有字段，比如新增一个字段，那么elasticsearch是怎么做的呢?elasticsearch会自动的将新字段加入映射，但是这个字段的不确定它是什么类型，elasticsearch就开始猜，如果这个值是18，那么elasticsearch会认为它是整形。但是elasticsearch也可能猜不对，所以最安全的方式就是提前定义好所需要的映射，这点跟关系型数据库殊途同归了，先定义好字段，然后再使用，别整什么幺蛾子。

索引

就是数据库!

索引是映射类型的容器，elasticsearch中的索引是一个非常大的文档集合。索引存储了映射类型的字段和其他设置。然后它们被存储到了各个分片上了。我们来研究下分片是如何工作的。

物理设计:节点和分片如何工作

一个集群至少有一个节点，而一个节点就是一个elasricsearch进程，节点可以有多个索引默认的，一个集群至少有一个节点，而一个节点就是一个elasricsearch进程，节点可以有多个索引默认的有个5个分片( primary shard ,又称主分片)构成的，每一个主分片会有一个副本( replica shard ,又称复制分片)

上图是一个有3个节点的集群，可以看到主分片和对应的复制分片都不会在同一个节点内，这样有利于某个节点挂掉了，数据也不至于丢失。实际上，一个分片是一个Lucene索引，一个包含倒排索引的文件目录，倒排索引的结构使得elasticsearch在不扫描全部文档的情况下，就能告诉你哪些文档包含特定的关键字。不过，等等，倒排索引是什么鬼?

倒排索引

elasticsearch使用的是一种称为倒排索引的结构，采用Lucene倒排索作为底层。这种结构适用于快速的全文搜索，一个索引由文档中所有不重复的列表构成，对于每一个词，都有一个包含它的文档列表。例如，现在有两个文档，每个文档包含如下内容:

study every day，good good up to forever       #文档1包含的内容
To forever，study every day，good good up     #文档2包含的内容

为了创建倒排索引，我们首先要将每个文档拆分成独立的词(或称为词条或者tokens)，然后创建一个包含所有不重复的词条的排序列表，然后列出每个词条出现在哪个文档:

现在，我们试图搜索to forever，只需要查看包含每个词条的文档

两个文档都匹配，但是第一个文档比第二个匹配程度更高。如果没有别的条件，现在，这两个包含关键字的文档都将返回。再来看一个示例，比如我们通过博客标签来搜索博客文章。那么倒排索引列表就是这样的一个结构:

如果要搜索含有python标签的文章，那相对于查找所有原始数据而言，查找倒排索引后的数据将会快的多。只需要-查看标签这一栏，然后获取相关的文章ID即可。完全过滤掉无关的数据，提高效率！

elasticsearch的索引和Lucene的索引对比

在elasticsearch中，索引这个词被频繁使用，这就是术语的使用。在elasticsearch中，索引被分为多个分片，每份分片是一个Lucene的索引。所以一个elasticsearch索引是由多个Lucene索引组成的。别问为什么，谁让elasticsearch使用Lucene作为底层呢!如无特指，说起索引都是指elasticsearch的索引。

接下来的一切操作都在kibana中Dev Tools下的Console里完成。基础操作!

Rest风格说明

一种软件架构风格，而不是标准，只是提供了一组设计原则和约束条件。它主要用于客户端和服务器交互类的软件。基于这个风格

设计的软件可以更简洁，更有层次，更易于实现缓存等机制。

基本Rest命令说明∶

method	url地址	描述
PUT	localhost:9200/索引名称/类型名称/文档id	创建文档（指定文档id )
POST	localhost:9200/索引名称/类型名称	创建文档（随机文档id )
POST	localhost:9200/索引名称/类型名称/文档id/_update	修改文档
DELETE	localhost:9200/索引名称/类型名称/文档id	删除文档
GET	localhost:9200/索引名称/类型名称/文档id	查询文档通过文档id
POST	localhost:9200/索引名称/类型名称/search	查询所有数据

关于索引的基本操作

基础测试

创建一个索引

PUT /索引名/~类型名~/文档id
{请求体}

完成自动增加索引数据也成功添加了

那么name 字段用不用指定类型呢。毕竟我们关系型数据库，是需要指定类型的啊

字符串类型

text、keyword
数值类型

long、integer、short、byte、double、float、half float、scaled float
日期类型

date
te布尔类型

boolean
二进制类型

binary
等等…

指定字段的类型

获得这个规则，可以通过 GET请求获取具体的信息

5. 查看默认的信息

如果自己的文档字段没有指定，那么es就会给我们默认配置字段类型
扩展：通过命令 elasticsearch 索引情况！通过get _cat/ 可以获得es的当前的很多信息

修改提交还是使用PUT 即可！然后覆盖！最新办法

现在的方法

删除索引

通过DELETE命令实现删除，根据的请求来判断是删除索引还是删除文档记录

使用RESTFUL 分割使我们ES推荐给大家使用的

关于文档的基本操作（重点）

创建数据

PUT /kuangshen/user/1
{"name" : "狂神说","age" : 23,"desc" : "一顿操作猛如虎，一看工资2500","tags" : ["技术宅","温暖","直男"]
}

获取数据GET

更新数据 PUT

Post _update,推荐视同这种更新方式

简单的搜索

GET kuangshen/user/1

简单的条件查询,可以根据默认的映射规则，产生基本的查询

复杂操作搜索（select（排序，分页，高亮，模糊查询，精准查询））

输出结果，不想要那么多，

我们之后使用java操作es，所有的方法和对象就是这里面的key

排序

分页查询

数据下标还是从0开始，和学的所有数据结构是一样的

/search/{current}/{pagesize}

布尔值查询

must（and），所有的条件都要符合，where id = 1 and name = xxx

should（or），所有的条件都要符合，where id = 1 or name = xxx

must_not(not)

过滤器

gt 大于
gte 大于等于
lt 小于
lte 小于等于

匹配多个条件

精确查询

term 查询是直接通过倒排索引指定的词条进行精确查找的

关于分词

term 直接查询精确值
match，会使用分词器解析！（先分析文档，然后在通过分析的文档进行查询）

两个类型 text keyword

keyword字段类型不会被分词器解析

多个值匹配的精确查询

高亮查询

这些其实Mysql 也可以做，知识MySQL的效率较低

匹配
- 按照条件匹配
- 精确匹配
- 区间范围匹配
- 匹配字段过滤
- 多条件查询
- 高亮查询

集成SpringBoot

找官方文档

找到原生的依赖

<dependency><groupId>org.elasticsearch.client</groupId><artifactId>elasticsearch-rest-high-level-client</artifactId><version>7.6.2</version>
</dependency>

找对象

分析这个类中的方法

配置基本的项目

问题：一定要保证我们导入的依赖和我们的es版本一致

源码中提供的对象

虽然这里导入3个类，静态内部类，核心类就是一个

/** Copyright 2012-2019 the original author or authors.** Licensed under the Apache License, Version 2.0 (the "License");* you may not use this file except in compliance with the License.* You may obtain a copy of the License at**      https://www.apache.org/licenses/LICENSE-2.0** Unless required by applicable law or agreed to in writing, software* distributed under the License is distributed on an "AS IS" BASIS,* WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.* See the License for the specific language governing permissions and* limitations under the License.*/package org.springframework.boot.autoconfigure.elasticsearch.rest;import java.time.Duration;import org.apache.http.HttpHost;
import org.apache.http.auth.AuthScope;
import org.apache.http.auth.Credentials;
import org.apache.http.auth.UsernamePasswordCredentials;
import org.apache.http.client.CredentialsProvider;
import org.apache.http.impl.client.BasicCredentialsProvider;
import org.elasticsearch.client.RestClient;
import org.elasticsearch.client.RestClientBuilder;
import org.elasticsearch.client.RestHighLevelClient;import org.springframework.beans.factory.ObjectProvider;
import org.springframework.boot.autoconfigure.condition.ConditionalOnClass;
import org.springframework.boot.autoconfigure.condition.ConditionalOnMissingBean;
import org.springframework.boot.context.properties.PropertyMapper;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;/*** Elasticsearch rest client infrastructure configurations.** @author Brian Clozel* @author Stephane Nicoll*/
class RestClientConfigurations {@Configuration(proxyBeanMethods = false)static class RestClientBuilderConfiguration {//RestClientBuilder@Bean@ConditionalOnMissingBeanRestClientBuilder elasticsearchRestClientBuilder(RestClientProperties properties,ObjectProvider<RestClientBuilderCustomizer> builderCustomizers) {HttpHost[] hosts = properties.getUris().stream().map(HttpHost::create).toArray(HttpHost[]::new);RestClientBuilder builder = RestClient.builder(hosts);PropertyMapper map = PropertyMapper.get();map.from(properties::getUsername).whenHasText().to((username) -> {CredentialsProvider credentialsProvider = new BasicCredentialsProvider();Credentials credentials = new UsernamePasswordCredentials(properties.getUsername(),properties.getPassword());credentialsProvider.setCredentials(AuthScope.ANY, credentials);builder.setHttpClientConfigCallback((httpClientBuilder) -> httpClientBuilder.setDefaultCredentialsProvider(credentialsProvider));});builder.setRequestConfigCallback((requestConfigBuilder) -> {map.from(properties::getConnectionTimeout).whenNonNull().asInt(Duration::toMillis).to(requestConfigBuilder::setConnectTimeout);map.from(properties::getReadTimeout).whenNonNull().asInt(Duration::toMillis).to(requestConfigBuilder::setSocketTimeout);return requestConfigBuilder;});builderCustomizers.orderedStream().forEach((customizer) -> customizer.customize(builder));return builder;}}@Configuration(proxyBeanMethods = false)@ConditionalOnClass(RestHighLevelClient.class)static class RestHighLevelClientConfiguration {//RestHighLevelClient  高级客户端， 也是我们这里要讲，后面项目中会用到的高级客户端@Bean@ConditionalOnMissingBeanRestHighLevelClient elasticsearchRestHighLevelClient(RestClientBuilder restClientBuilder) {return new RestHighLevelClient(restClientBuilder);}@Bean@ConditionalOnMissingBeanRestClient elasticsearchRestClient(RestClientBuilder builder,ObjectProvider<RestHighLevelClient> restHighLevelClient) {RestHighLevelClient client = restHighLevelClient.getIfUnique();if (client != null) {return client.getLowLevelClient();}return builder.build();}}@Configuration(proxyBeanMethods = false)static class RestClientFallbackConfiguration {//RestClient 普通的客户端@Bean@ConditionalOnMissingBeanRestClient elasticsearchRestClient(RestClientBuilder builder) {return builder.build();}}
}

具体的api 测试

创建索引

    //测试索引的创建 Request PUT kuang_index@Testvoid testCreateIndex() throws IOException {//1. 创建索引请求CreateIndexRequest request = new CreateIndexRequest("kuang_index");//2. 客户端执行创建请求 IndicesClient 请求后获得响应CreateIndexResponse createIndexResponse = client.indices().create(request, RequestOptions.DEFAULT);System.out.println(createIndexResponse);}

判断索引是否存在

    //测试获取索引 判断其是否存在@Testvoid testExists() throws IOException {GetIndexRequest request = new GetIndexRequest("kuang_index");boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);System.out.println(exists);}

删除索引

//测试删除索引
@Test
void testDeleteIndex() throws IOException {DeleteIndexRequest request = new DeleteIndexRequest("kuang_index");//删除AcknowledgedResponse delete = client.indices().delete(request, RequestOptions.DEFAULT);System.out.println(delete.isAcknowledged());
}

创建文档

//测试添加文档
@Test
void testAddDocument() throws IOException {//创建对象User user = new User("狂神说", 3);//创建请求IndexRequest request = new IndexRequest("kuang_index");//规则 put /kuang_index/_doc/1request.id("1");request.timeout(TimeValue.timeValueSeconds(1));request.timeout("1s");//将我们的数据放入请求 jsonrequest.source(JSON.toJSONString(user), XContentType.JSON);//客户端发送请求,获取响应的结果IndexResponse indexResponse = client.index(request, RequestOptions.DEFAULT);System.out.println(indexResponse.toString());//对应我们命令返回的状态 CREATEDSystem.out.println(indexResponse.status());
}

crud文档

//获取文档，判断是否存在
@Test
void testIsExists() throws IOException {GetRequest request = new GetRequest("kuang_index", "1");//不获取返回的 _source 的上下文了request.fetchSourceContext(new FetchSourceContext(false));request.storedFields("_none_");boolean exists = client.exists(request, RequestOptions.DEFAULT);System.out.println(exists);
}

//获得文档的信息
@Test
void testGetDocument() throws IOException {GetRequest request = new GetRequest("kuang_index", "1");GetResponse response = client.get(request, RequestOptions.DEFAULT);//打印文档的内容System.out.println(response.getSourceAsString());//返回的全部内容和命令是一样的System.out.println(response);
}

//更新文档的信息
@Test
void testUpdateDocument() throws IOException {UpdateRequest request = new UpdateRequest("kuang_index", "1");request.timeout("1s");User user = new User("狂神说Java", 18);request.doc(JSON.toJSONString(user), XContentType.JSON);UpdateResponse updateResponse = client.update(request, RequestOptions.DEFAULT);System.out.println(updateResponse.status());
}

//删除文档的记录
@Test
void testdeleteDocument() throws IOException {DeleteRequest request = new DeleteRequest("kuang_index", "1");request.timeout("1s");DeleteResponse deleteResponse = client.delete(request, RequestOptions.DEFAULT);System.out.println(deleteResponse.status());
}

//特殊的，真实项目一般都会批量插入数据
@Test
void testBulkRequest() throws IOException {BulkRequest bulkRequest = new BulkRequest();bulkRequest.timeout("10s");List<User> list = new ArrayList<>();list.add(new User("kuangshen1", 3));list.add(new User("kuangshen2", 3));list.add(new User("kuangshen3", 3));list.add(new User("qinjiang1", 3));list.add(new User("qinjiang2", 3));list.add(new User("qinjiang3", 3));//批处理请求for (int i = 0; i < list.size(); i++) {// 批量更新和批量删除，就在这里修改对应请求就可以了bulkRequest.add(new IndexRequest("kuang_index").id("" + (i + 1)).source(JSON.toJSONString(list.get(i)), XContentType.JSON));}BulkResponse bulkResponse = client.bulk(bulkRequest, RequestOptions.DEFAULT);//是否失败 ，返回 false 表示成功System.out.println(bulkResponse.hasFailures());}

    //查询//SearchRequest 搜索请求//SearchSourceBuilder 条件构造//HighlightBuilder 构建高亮//TermQueryBuilder 精确查询//MatchAllQueryBuilder//xxx QueryBuilder 对应我们刚才看到的命令@Testvoid testSearch() throws IOException {SearchRequest searchRequest = new SearchRequest(ESconst.ES_INDEX);//构建搜索的条件SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();//查询条件，我们可以使用QueryBuilders工具类来实现//QueryBuilders.termQuery 精确//QueryBuilders.matchAllQuery() 匹配所有TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", "qinjiang1");
//        MatchAllQueryBuilder matchAllQueryBuilder = QueryBuilders.matchAllQuery();sourceBuilder.query(termQueryBuilder);sourceBuilder.from();sourceBuilder.size();sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));searchRequest.source(sourceBuilder);SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);System.out.println(JSON.toJSONString(searchResponse.getHits()));System.out.println("===================");for (SearchHit searchHit : searchResponse.getHits().getHits()) {System.out.println(searchHit.getSourceAsMap());}}

    //查询//SearchRequest 搜索请求//SearchSourceBuilder 条件构造//HighlightBuilder 构建高亮//TermQueryBuilder 精确查询//MatchAllQueryBuilder//xxx QueryBuilder 对应我们刚才看到的命令@Testvoid testSearch() throws IOException {SearchRequest searchRequest = new SearchRequest(ESconst.ES_INDEX);//构建搜索的条件SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();//查询条件，我们可以使用QueryBuilders工具类来实现//QueryBuilders.termQuery 精确//QueryBuilders.matchAllQuery() 匹配所有TermQueryBuilder termQueryBuilder = QueryBuilders.termQuery("name", "qinjiang1");
//        MatchAllQueryBuilder matchAllQueryBuilder = QueryBuilders.matchAllQuery();sourceBuilder.query(termQueryBuilder);sourceBuilder.from();sourceBuilder.size();sourceBuilder.timeout(new TimeValue(60, TimeUnit.SECONDS));searchRequest.source(sourceBuilder);SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);System.out.println(JSON.toJSONString(searchResponse.getHits()));System.out.println("===================");for (SearchHit searchHit : searchResponse.getHits().getHits()) {System.out.println(searchHit.getSourceAsMap());}}

大家有好的想法和思路欢迎和博主一起探讨，欢迎大家指出博主有不足的地方，欢迎评论，点赞，收藏！

我们大家共同进步！

博主的github 中整理了相关的JDK1.8的源码浅析
JDK 1.8源码浅析
以及博主所刷过的算法的解析，有兴趣可以去踩踩。
算法解析
另外附上博主的 github链接，还有一个人脸识别项目可供借鉴
人脸识别项目

Elasticsearch7.6.x学习笔记（超详细）相关推荐

STM32学习笔记(超详细)
查看全文 http://www.taodudu.cc/news/show-6770803.html 相关文章: STM32单片机学习笔记(超详细整理143个问题,学习必看) vsb asc_vsb电力 ...
吴恩达推荐深度学习笔记+超详细思维导图！不做学术打工人！
关于人工智能的分支-深度学习版块的资源有很多,但是都会较为分散.小编今天对这些资源进行了整理归纳,汇编了一套学习资源(包含书籍+电子书+百篇论文+思维导图+吴恩达深度学习笔记大全+计算机视觉学术汇总) ...
【数据可视化】Matplotlib 入门到精通学习笔记(超详细)
数据可视化是什么如果将文本数据与图表数据相比较,人类的思维模式更适合于理解后者,原因在于图表数据更加直观且形象化,它对于人类视觉的冲击更强,这种使用图表来表示数据的方法被叫做数据可视化. 当使用图表 ...
JavaScript 学习笔记超详细（b站pink老师）
权威网站: MDN JavaScript权威网站: https://developer.mozilla.org/zh-CN/docs/Web/JavaScript 目录一.JavaScript基础 ...
JSF学习笔记超详细，从入门到精通，持续更新中~
JSF笔记 1.JSF概述 JavaServer Faces (JSF) 是一种用于构建Java Web 应用程序的标准框架(是Java Community Process 规定的JSR-127标准) ...
mysql 8.0.26学习笔记超详细入门到精通
目录 1.基本的SELECT语句 1.1 查询表中特定字段 1.2 字段取别名 1.3 数据去重 1.4 数据空值替换 1.5 显示表的结构 1.6 条件查询where 2.算术运算符 3.比较运算符 ...
STM32学习笔记---超详细整理144个问题
1.AHB系统总线分为APB1(36MHz)和APB2(72MHz),其中2>1,意思是APB2接高速设备: 2.Stm32f10x.h相当于reg52.h(里面有基本的位操作定义),另一个为s ...
Redis学习笔记(超详细，看完必会)
开头: 1.Redis基本概念 Redis是一个<K,V>键值对的数据库,大量操作都是在内存中完成的,读写的效率很高,因此广泛用于缓存 Redis是单线程的 Redis实际上是采用了线程封 ...
JUC.Condition学习笔记[附详细源码解析]
JUC.Condition学习笔记[附详细源码解析] 目录 Condition的概念大体实现流程 I.初始化状态 II.await()操作 III.signal()操作 3个主要方法 Conditi ...
最全自建蚂蚁(leanote)笔记超详细步骤
服务器(Windows系统)自建蚂蚁(leanote)笔记超详细步骤(包含数据备份和数据还原) 需要依赖(工具) 轻量服务器(云服务器)一台 -- 环境Windows Server 2019 Mong ...

Elasticsearch7.6.x学习笔记（超详细）