课件及 Demo 下载地址

作者回复: date类型是包含时区信息的，如果我们没有在json代表日期的字符串中显式指定时区，对es来说没什么问题， 但是如果通过kibana显示es里的数据时，就会出现问题，数据的时间会晚8个小时。因为kibana从es里读取的date类型数据，没有时区信息， kibana会默认当作0时区来解析，但是kibana在通过浏览器展示的时候，会通过js获取当前客户端机器所在的时区，也就是东八区， 所以kibana会把从es得到的日期数据减去8小时。这里就会导致kibana经常遇到的“数据时间延迟8小时”的问题。 所以最佳实践方案就是：我们在往es提交日期数据的时候，直接提交带有时区信息的日期字符串，如：“2016-07-15T12:58:17.136+0800”。 ##索引中定义的日期格式与提交数据的日期格式要一致，否则会报错。

作者回复: 如果字段设置了keyword，你用term查询，就会精确匹配。例如说keyword字段，索引时是“Iphone”，你的term查询必须是Iphone，输入“iphone”就无法匹配。 而如果你的字段是“text”类型。你index时候，如果是“Iphone”，在term查询时，“iphone”可以匹配。但是，“Iphone”不会。很多刚接触的同学会有点困惑。背后的原因是，text类型的数据会分词，默认分词器会将输入一个个单词切开，并且转小写了。所以你 term查询时，必须用“iphone” 如果你是match查询，在text字段上查询iphone或者Iphone 应该都能查到。 课上提供的例子你可以运行测试一下。

作者回复: 好的，我让编辑帮我生成后，我github上传。下周一周二吧

作者回复: 看一下这个，建模时，加入了tags_count的字段，然后通过bool 查询中，加入一个filter，过滤tags个数 PUT my_movies/_doc/1 { "title":"movie title action", "tags":["action"], "tags_count":1 } PUT my_movies/_doc/2 { "title":"movie title love", "tags":["action","love"], "tags_count":2 } POST my_movies/_search { "query": { "bool": { "must": [ {"match": { "tags": "action" }} ], "filter": { "term": { "tags_count": 1 } } } } }

作者回复: overshard的意思是，分片数设置过多。能用filter context就尽量不要用query content，应该不存在什么负面影响

作者回复: 理解正确。如果你在mapping中指定了其他的分词器，例如“english”，get时就能看到了

作者回复: dsl里面有term query和match query 两种。term query不分词，match query分词。正事情况下，用rrquest body query结合dsl才是最常见的写法

作者回复: https://blog.csdn.net/xiao_jun_0820/article/details/51095521

作者回复: 越高，说明相关度越高。es默认对搜索结果的算分降序排序

作者回复: 因为desc被分词了（默认分词器还会转小写）。如果要做精确匹配，需要要看keyword类型的字段。