open-source/JavaYouth
1
0
Fork 0
mirror of https://github.com/youthlql/JavaYouth.git synced 2026-03-14 05:43:50 +08:00
Code Issues Packages Projects Releases Wiki Activity

cos测试完毕，图床切回原版

Browse Source
This commit is contained in:
youthlql
2022-03-16 01:23:41 +08:00
parent 8c89dac3bf
commit 0660078ffa
47 changed files with 737 additions and 737 deletions
Download Patch File Download Diff File Expand all files Collapse all files

8
docs/ElasticSearch/ElasticSearch-入门.md
View File

@@ -46,7 +46,7 @@ date: 2020-02-03 13:11:45
下图是ElasticSearch的索引结构，下边黑色部分是物理结构，上边黄色部分是逻辑结构，逻辑结构也是为了更好的 去描述ElasticSearch的工作原理及去使用物理结构中的索引文件。
<img src="https://img.imlql.cn/youthlql@1.0.8/ElasticSearch/Introduction/0001.png" width=80%>
<img src="https://npm.elemecdn.com/youthlql@1.0.8/ElasticSearch/Introduction/0001.png" width=80%>
逻辑结构部分是一个倒排索引表：
@@ -58,11 +58,11 @@ date: 2020-02-03 13:11:45
如下：
<img src="https://img.imlql.cn/youthlql@1.0.8/ElasticSearch/Introduction/0002.png" width=40%>
<img src="https://npm.elemecdn.com/youthlql@1.0.8/ElasticSearch/Introduction/0002.png" width=40%>
现在，如果我们想搜到`quick brown`我们只需要查找包含每个词条的文档：
<img src="https://img.imlql.cn/youthlql@1.0.8/ElasticSearch/Introduction/0003.png" width=80%>
<img src="https://npm.elemecdn.com/youthlql@1.0.8/ElasticSearch/Introduction/0003.png" width=80%>
两个文档都匹配，但是第一个文档比第二个匹配度更高。如果我们使用仅计算匹配词条数量的简单 相似性算法 ， 那么，我们可以说，对于我们查询的相关性来讲，第一个文档比第二个文档更佳
@@ -236,7 +236,7 @@ http://localhost:9200/xc_course/doc/4028e58161bcf7f40161bcf8b77c0000
使用postman测试：
<img src="https://img.imlql.cn/youthlql@1.0.8/ElasticSearch/Introduction/0004.png">
<img src="https://npm.elemecdn.com/youthlql@1.0.8/ElasticSearch/Introduction/0004.png">