已有0人关注此标签
凭实力蝉联第一！Flink 又双叒叕上榜啦
作者: 阿里云实时计算Flink
10人浏览
与 2019 财年相比，Flink 邮件列表活跃度仍保持 TOP 1，Commits 数排名由第三名上升至第二名，Github 访问量也有显著增长，在 Apache 项目中排名第二。
大神都这么做，让 Kibana 搜索语法 query string 也能轻松上手
作者: 工程师甲
47人浏览
kibana 的搜索框默认选择了 query string 的搜索语法，虽然简洁却不简单，本文来帮大家如何轻松上手；
Elasticsearch 字段类型之 Range 经典应用场景
作者: 工程师甲
14人浏览
Elasticsearch 产品功能越来越强大，字段类型支持很多种，部分类型还引入了专用的算法。一个客户企业选中 Elasticsearch 作为搜索中台，居然是看中了 Elasticsearch 的 Range 字段类型，下面就围绕这个 Range 类型展开。
Elasticsearch对垒8大竞品技术，孰优孰劣？
作者: 工程师甲
179人浏览
简要用Elasticsearch与其它8中数据产品做了个对比，基于很多业务场景对比，代表了笔者对于Elasticsearch优胜劣汰的看法
从业务需求到能力扩展 | 阿里云Elasticsearch向量检索能力的创变
作者: 工程师甲
945人浏览
阿里云 Elasticsearch 目前是公有云营收增长最快的大数据产品之一。随着客户数的增长，我们发现随着AI技术的不断普及，针对向量检索场景的需求量在逐步提升。从人脸识别、音/视频识别到商品智能推荐等场景，技术上都离不开向量检索的能力作为支撑，而本片文章从构思到实践为您全面了解阿里云 Elasticsearch 的向量检索能力。
从业务需求到能力扩展 | 阿里云Elasticsearch向量检索能力的创变史
作者: 工程师甲
1186人浏览
阿里云 Elasticsearch 目前是公有云营收增长最快的大数据产品之一。随着客户数的增长，我们发现随着AI技术的不断普及，针对向量检索场景的需求量在逐步提升。从人脸识别、音/视频识别到商品智能推荐等场景，技术上都离不开向量检索的能力作为支撑，而本片文章从构思到实践为您全面了解阿里云 Elasticsearch 的向量检索能力。
Solr快速入门文档阅读推荐——官方文档常用章节推荐
作者: 天斯
1381人浏览
本文整理了Solr常见用法涉及的基础章节列表，通过这些章节的阅读学习，同学可以零基础快速入门使用Solr，并能够满足大部分企业的业务检索需求开发，掌握了熟悉使用Solr的基本技能。
5分钟了解lucene全文索引
作者: 宜信技术学院
1671人浏览
本文通俗地介绍了Lucene全文检索的内容及工作原理，以及索引的结构，旨在让以前未了解过Lucene的读者在能在短时间内对Lucene有简单认知，未介绍具体代码，读完本文可知道Lucene是什么，有哪些具体应用，我们一直说的索引是什么。
海量数据搜索---demo展示百度、谷歌搜索引擎的实现
作者: 宜信技术学院
5233人浏览
百度、谷歌等网站之所以能很快在海量数据中找到需要的数据，得益于其搜索引擎，本文将介绍搜索引擎的基本知识及中文分词的方法，并通过demo演示如何进行数据检索。
后端技术杂谈4：Elasticsearch与solr入门实践
作者: 程序员黄小斜
2537人浏览
阮一峰：全文搜索引擎 Elasticsearch 入门教程 阅读 1093 收藏 76 2017-08-23 原文链接：www.ruanyifeng.com 9月7日-8日 北京，与 Google Twitch 等团队技术大咖面对面www.bagevent.com 全文搜索属于最常见的需求，开源的 Elasticsearch （以下简称 Elastic）是目前全文搜索引擎的首选。
Elasticsearch搜索调优权威指南 （2/3）
作者: 2020Labs
982人浏览
Elasticsearch搜索调优权威指南，是QBOX在其博客上发布的系列文章之一，本文是该系列的第二篇，主要介绍了索引预处理、mapping建立、避免脚本的使用、索引段合并等搜索性能相关的调优方法。
突破Java面试(14)-分布式搜索引擎的架构
作者: javaedge
1829人浏览
在搜索这块，曾经lucene 是最流行的搜索库. 几年前业内一般都问，你了解 lucene 吗？你知道倒排索引的原理吗？ 但现在不问了,因为现在项目基本都是采用基于 lucene 的分布式搜索引擎—— ElasticSearch. 现在分布式搜索基本已经成为互联网系统的标配，其中尤为流行的就是 ES，前几年一般用 solr。
400+ 节点的 Elasticsearch 集群运维
作者: 2020Labs
1719人浏览
Elasticsearch 用于支持我们的主要媒体监控应用，客户通过该应用可以检索和分析媒体数据，比如新闻文章、（公开的）Facebook帖子、Instagram帖子、博客和微博。我们通过使用一个混合API来收集这些内容，并爬取和稍作加工，使得它们可被 Elasticsearch 检索到。
