1.数据格式为txt文本的json格式数据，首先需要将数据转换格式为csv格式public static void main(String[] args) throws JSONException, IOException {FileUtils.writeStringToFile(new File("你要导出的文件路径"), Json2Csv("你的json数据"));}public static

他们的不同点点在于redisson . config 后面的纯文本信息表达方式不同，分为yaml和json俩种表达方式。config 设置为String 类型 用于加载spring.redis.redisson下的纯文本配置。该类提供默认的config配置，并提供将各种类型的数据解析为config配置类的能力。以下redisson配置二选一即可，配置内容相同，展示格式不同而已。

去重查询的俩种方式：在进行去重查询时，原来的目的是对于查询出的结果中一模一样的数据进行去重，但是各种百度发现都是对于单一字段的去重查询，最后索性新增了一个字段，将其他字段拼接了起来，从而根据拼接的字段进行去重查询1.使用字段聚合+top_hits聚合方式dsl：GET sjck_personnel/_search{"size": 0,"aggs": {"query_agg": {"terms":

1.订单结算页1.1 根据当前登录用户查询地址列表需求: 根据当前登录用户查询地址列表 ;表结构: tb_address1). Controller@GetMapping("/list")public Result<List> list(){//获取当前的登录人名称String username = tokenDecode.getUserInfo().get(“use...

###Pipeline & Processor###● Pipeline - 管道会对通过的数据（⽂档），按照顺序进⾏加⼯###● Processor - Elasticsearch 对⼀些加⼯的⾏为进⾏了抽象包装###● Elasticsearch 有很多内置的Processors。也⽀持通过插件的⽅式，实现⾃⼰的 Processorpipeline 就是一组processors我们隔离

################Query & Filtering 与多字符串多字段查询############DELETE productsPOST /products/_bulk{ "index": { "_id": 1 }}{ "price" : 10,"avaliable":true,"date":"2018-01-01", "productID" : "XHDK-A-1293-#

1、算法介绍relevance/ˈreləvəns/score算法，简单来说，就是计算出，一个索引中的文本，与搜索文本，他们之间的关联匹配程度Elasticsearch使用的是 term frequency /ˈfriːkwənsi/ /inverse document frequency算法，简称为TF/IDF算法Term frequency：搜索文本中的各个词条在field文本中出现了多少次，

【代码】redisson常用APi-Example。

Elasticsearch 中处理关联关系#● 关系型数据库，⼀般会考虑 Normalize #数据；在 Elasticsearch，往往考虑 #Denormalize 数据#● Denormalize 的好处：读的速度变快 / #⽆需表连接 / ⽆需⾏锁#● Elasticsearch #并不擅⻓处理关联关系。我们⼀般采⽤以下#四种⽅法处理关联#○ 对象类型#○ 嵌套对象(Nested Obje

explain查看怎么计算得分的，format将json格式结果转为yaml展示POST tlsmz/_search?format=yaml{"explain": true,"query": {"bool": {"must": [{"term": {"fz.keyword": {"value": "南昌西"}}