原创 solr4.7.2環境搭建
系統環境 win7 64位 jdk 7 solr 4.7.2 apache-tomcat-7.0.69 下載地址 http://archive.apache.org/dist/lucene/solr/ 下載解壓 D:\Soft\sol
原创 elasticsearch6.2.4源碼Gradle構建idea環境(2)
Idea 導入ES源碼工程 準備工作 1)導入源碼前重新啓動電腦,保證gradle、jdk9和IntelliJ IDEA 2017.2.3環境是好的 源碼根目錄 E:\workspace\idea\elasticsearch-6.2.4
原创 solr4.7.2支持最細粒度分詞和智能分詞的IKAnalyzer
下載IK IKAnalyzer2012FF_u1.jar 配置schema.xml <fieldType name="text_ik" class="solr.TextField"> <!-- 最細粒度分詞 --> <a
原创 Curator Framework操作zookeeper(1)-基本操作
1 maven依賴 <zookeeper.version>3.4.11</zookeeper.version> <apache.curator.version>4.1.0</apache.curator.version> <
原创 mycat安裝和使用
mycat官網 http://www.mycat.io/ mycat下載 http://dl.mycat.io/ 運行環境 mysql 5.6.21 mycat 1.6.7.3 win jdk 1.8 安裝配置 1)檢查mysql環
原创 Curator Framework操作zookeeper(2)-節點監聽
Curator Framework操作zookeeper(1)-基本操作 1 SessionConnectionStateListener /** * 監聽Session連接狀態 */ public class SessionCon
原创 maven插件(2)-plugin編寫
1 新建java普通的jar項目 2 添加maven-plugin的pom依賴 <dependencies> <dependency> <groupId>junit</groupId> <art
原创 maven插件(1)-plugin.xml說明
<?xml version="1.0" encoding="UTF-8"?> <!-- Generated by maven-plugin-tools 3.2 on 2019-08-06 --> <plugin> <name
原创 Kibana rest api
官方網站 https://www.elastic.co/guide/en/kibana/current/api.html APIs Features API Kibana Spaces APIs Kibana role managem
原创 mysql開啓和解析binlog日誌
binlog介紹 binlog是MySQL數據庫的二進制日誌,用於記錄用戶對數據庫操作的SQL語句(除了數據查詢語句)信息,可用於主從複製和數據恢復,可使用mysqlbin命令查看二進制日誌的內容。 binlog格式 binlog的格
原创 solr4.7.2導入mysql數據
運行環境 tomcat 7 solr 4.7.2 mysql 5.6.21 依賴jar包 mysql-connector-java-5.1.30-bin.jar 放入apache-tomcat-7.0.69\lib 目錄 將so
原创 elasticsearch索引預排序
預排序概述 https://www.elastic.co/guide/en/elasticsearch/reference/6.2/index-modules-index-sorting.html 在Elasticsearch中創建新索
原创 solr中field,copyField,dynamicField的區別
schema.xml <?xml version="1.0" ?> <schema name="testcore" version="1.5"> <types> <fieldtype name="string" class
原创 nacos配置中心(1)-環境搭建
版本 版本1.2.0 (歷史版本有bug放棄) 版本1.2.1 (使用版本) 配置mysql 使用mysql可以實現歷史版本配置查看和回滾,當然不使用mysql也可以實現配置存儲 執行config目錄中的nacos-mysql.sq
原创 solr4.7.2中TermsComponent組件使用
TermsComponent 組件說明 TermsComponent組件提供對字段中的索引詞的訪問以及與每個詞匹配的文檔數量。這對於構建 auto-suggest 功能或在 term 級別而不是搜索或文檔級別操作的任何其他功能都很有用。