### 2.Elasticsearch是文档型数据库，不是关系型数据库，不具备严格的ACID事务特性，任何企图直接替代严格事务性场景的应用项目都会失败!2.基于前置的分桶聚合，之后进行管道聚合。# 每个数据聚合阶段是一个环节，多个环节串联一起来，形成一个管道模型，上一个环节的聚合结果是下一个环节的输入数据。# 有些应用场景，分桶聚合之后的数据需要进行一些过滤，基于管道聚合很容易实现，有点类似与数据

支持计算聚合函数：avg、max、min、sum、bucket_script 管道聚合、cardinality、filter、geo_bounds、geo_centroid、median_absolute_deviation、missing、percentiles、rare_terms、scripted_metric、terms、value_count、weighted_avg。# 1.与Roll

商品数据存储使用存储商品的向量表示。其他字段（如标题、类别、价格）用于辅助搜索。用户画像包括兴趣标签、历史行为和嵌入向量。DSL 查询根据用户画像生成推荐查询。结合文本搜索、k-NN 搜索和布尔查询实现个性化推荐。向量化工具使用 Sentence-BERT 等模型生成商品和用户的向量。

到这就可以通过接口调用把句子转为向量，然后就可以在elasticsearch中使用了~接口里有2个入参，model表示模型，prompt作为句子入参。2、搜索预训练模型（all-minilm），选择合适的操作系统。3、复制下载指令并下载。1、下载Ollama。

动了三个配置：放开了storage_root_path 的注释，priority_networks修改为本机ip（注意2台机器的ip不同） ，增加了限制jvm的内存 JAVA_OPTS="-Xmx2048"放开了storage_root_path 的注释，priority_networks修改为本机ip ，增加了限制jvm的内存 JAVA_OPTS="-Xmx1024"2、下载源码 StarRoc

Anaconda是一个流行的Python数据科学平台，它包含了许多科学计算和数据分析的库，包括和。虽然不是必需的，但使用Anaconda可以简化环境管理和依赖安装的过程。可以从下载并安装Anaconda。为了避免不同项目之间的依赖冲突，建议为每个项目创建一个独立的虚拟环境。在虚拟环境中，通过pip安装和默认情况下，pip会从 pypi 的官方服务器下载包，这可能会因为网络问题导致速度较慢。可以切换

es 的 HighLevelClient存在es源代码的引用，结合springboot使用时，会存在es版本的冲突，这里记录下解决冲突和使用方式（es已经不建议使用这个了）。es 7 high Level client 主要的集成问题还是在与springboot的版本冲突，这点解决掉就可以了，官方文档里都能找到使用说明。pom依赖文件如下，在 dependencyManagement 里解决spr

下面是按照了城市维度分组，统计了每个城市下面业务类型数量、网络类型数量、sdk版本数量、平台数量、手机型号数量，以及最后一个是带条件过滤在统计的数据平均值。es8出了个新的JavaClient，相较于HighLevelClient少了对es源代码的引用，更加的轻便了，这里记录下使用方式。建议使用模版的方式创建索引，比如我下面的dsl语句规定了索引内字段的类型。有单个新增和批量新增，使用批量时最好把

该版本默认开启了权限，访问localhost:9200需要输入账号密码。打开idea es代码，配置debug参数，ok后运行。2、idea打开项目工程，设置gradle和jdk。1、下载源码 8.6.2 zip包 并解压。然后cmd bug模式启动源码。4、确定后等待初次构建完成。已经成功进idea断点中。5、cmd进入源码目录。在 idea打上断点。

打开“设置”，然后“语言和区域-选项-微软拼音-常规”，滑倒最下面，找到“使用以前版本的微软拼音输入法”的选项，一开始是关闭的，把它打开就可以正常使用shift+f6重命名了。