首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

升级到spring-data-elasticsearch:3.2.5.RELEASE后,以"is“为前缀的布尔字段不会存储在索引中

升级到spring-data-elasticsearch:3.2.5.RELEASE后,以"is"为前缀的布尔字段不会存储在索引中。

在Elasticsearch中,布尔字段的存储方式是通过将布尔值转换为0或1来表示。在旧版本的spring-data-elasticsearch中,以"is"为前缀的布尔字段会被默认存储在索引中。然而,在升级到spring-data-elasticsearch:3.2.5.RELEASE后,这种默认行为发生了变化。

新版本的spring-data-elasticsearch:3.2.5.RELEASE采用了更加灵活的字段映射策略,默认情况下,以"is"为前缀的布尔字段不会被存储在索引中。这是为了减少索引的大小和提高查询性能。

如果你需要将以"is"为前缀的布尔字段存储在索引中,你可以通过在字段上添加注解来实现。例如,你可以使用@Field(type = FieldType.Boolean, store = true)注解来指定该字段需要存储在索引中。

总结: 升级到spring-data-elasticsearch:3.2.5.RELEASE后,以"is"为前缀的布尔字段默认不会存储在索引中,这是为了减少索引的大小和提高查询性能。如果需要存储该字段,可以通过在字段上添加@Field(type = FieldType.Boolean, store = true)注解来实现。

推荐的腾讯云相关产品和产品介绍链接地址:

  • 腾讯云Elasticsearch:https://cloud.tencent.com/product/es
  • 腾讯云云数据库TencentDB for Elasticsearch:https://cloud.tencent.com/product/es
  • 腾讯云云原生数据库TencentDB for TDSQL-Elasticsearch:https://cloud.tencent.com/product/tdsqlelasticsearch
页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

深入浅出 spring-data-elasticsearch 之 ElasticSearch 架构初探(一)

本文目录 一、Elasticsearch 基本术语 1.1 文档(Document)、索引(Index)、类型(Type)文档三要素 1.2 集群(Cluster)、节点(Node)、分片(Shard)分布式三要素 二、Elasticsearch 工作原理 2.1 文档存储的路由 2.2 如何健康检查 2.3 如何水平扩容 三、小结 一、Elasticsearch 基本术语 1.1 文档(Document)、索引(Index)、类型(Type)文档三要素 文档(Document) 文档,在面向对象观念就是一个对象。在 ES 里面,是一个大 JSON 对象,是指定了唯一 ID 的最底层或者根对象。文档的位置由 _index、_type 和 _id 唯一标识。 索引(Index) 索引,用于区分文档成组,即分到一组的文档集合。索引,用于存储文档和使文档可被搜索。比如项目存索引 project 里面,交易存索引 sales 等。 类型(Type) 类型,用于区分索引中的文档,即在索引中对数据逻辑分区。比如索引 project 的项目数据,根据项目类型 ui 项目、插画项目等进行区分。 和关系型数据库 MySQL 做个类比: Document 类似于 Record Type 类似于 Table Index 类似于 Database 1.2 集群(Cluster)、节点(Node)、分片(Shard)分布式三要素 集群(Cluster) 服务器集群大家都知道,这里 ES 也是类似的。多个 ElasticSearch 运行实例(节点)组合的组合体是 ElasticSearch 集群。 ElasticSearch 是天然的分布式,通过水平扩容为集群添加更多节点。 集群是去中心化的,有一个主节点(Master)。主节点是动态选举,因此不会出现单点故障。 那分片和节点的配置呢? 节点(Node) 一个 ElasticSearch 运行实例就是节点。顺着集群来,任何节点都可以被选举成为主节点。主节点负责集群内所以变更,比如索引的增加、删除等。所以集群不会因为主节点流量的增大成为瓶颈。因为任何节点都会成为主节点。 下面有 3 个节点,第 1 个节点有:2 个主分片和 1 个副分片。如图:

04

深入浅出 spring-data-elasticsearch 系列 - 概述及入门(二)

本文目录 一、spring-data-elasticsearch 是什么? 1.1 Spring Data 1.2 Spring Data Elasticsearch 二、spring-data-elasticsearch 快速入门 2.1 pom.xml 依赖 2.2 ElasticsearchRepository 2.3 ElasticsearchTemplate 2.4 使用案例 三、spring-data-elasticsearch 和 elasticsearch 版本 四、小 一、spring-data-elasticsearch 是什么? 1.1 Spring Data 要了解 spring-data-elasticsearch 是什么,首先了解什么是 Spring Data。 Spring Data 基于 Spring 为数据访问提供一种相似且一致性的编程模型,并保存底层数据存储的。 1.2 Spring Data Elasticsearch spring-data-elasticsearch 是 Spring Data 的 Community modules 之一,是 Spring Data 对 Elasticsearch 引擎的实现。 Elasticsearch 默认提供轻量级的 HTTP Restful 接口形式的访问。相对来说,使用 HTTP Client 调用也很简单。但 spring-data-elasticsearch 可以更快的支持构建在 Spring 应用上,比如在 application.properties 配置 ES 节点信息和 spring-boot-starter-data-elasticsearch 依赖,直接在 Spring Boot 应用上使用。 二、spring-data-elasticsearch 快速入门 2.1 pom.xml 依赖

02

深入浅出 spring-data-elasticsearch - 基本案例详解(三)

『 风云说:能分享自己职位的知识的领导是个好领导。 』 运行环境:JDK 7 或 8,Maven 3.0+ 技术栈:SpringBoot 1.5+, Spring Data Elasticsearch 1.5+ ,ElasticSearch 2.3.2 本文提纲 一、spring-data-elasticsearch-crud 的工程介绍 二、运行 spring-data-elasticsearch-crud 工程 三、spring-data-elasticsearch-crud 工程代码详解 一、spring-data-elasticsearch-crud 的工程介绍 spring-data-elasticsearch-crud 的工程,介绍 Spring Data Elasticsearch 简单的 ES 操作。Spring Data Elasticsearch 可以跟 JPA 进行类比。其使用方法也很简单。 二、运行 spring-data-elasticsearch-crud 工程 注意的是这里使用的是 ElasticSearch 2.3.2。是因为版本对应关系 https://github.com/spring-projects/spring-data-elasticsearch/wiki/Spring-Data-Elasticsearch---Spring-Boot---version-matrix; Spring Boot Version (x) Spring Data Elasticsearch Version (y) Elasticsearch Version (z) x <= 1.3.5 y <= 1.3.4 z <= 1.7.2* x >= 1.4.x 2.0.0 <=y < 5.0.0** 2.0.0 <= z < 5.0.0** * - 只需要你修改下对应的 pom 文件版本号 ** - 下一个 ES 的版本会有重大的更新 1. 后台起守护线程启动 Elasticsearch

04

Spring Boot(三)集成ElasticSearch

ELK是Elasticsearch、Logstash、Kibana三大开源框架首字母大写简称。市面上也被成为Elastic Stack。其中Elasticsearch是一个基于Lucene、分布式、通过Restful方式进行交互的近实时搜索平台框 架。像类似百度、谷歌这种大数据全文搜索引擎的场景都可以使用Elasticsearch作为底层支持框架,可 见Elasticsearch提供的搜索能力确实强大,市面上很多时候我们简称Elasticsearch为es。Logstash是ELK 的中央数据流引擎,用于从不同目标(文件/数据存储/MQ)收集的不同格式数据,经过过滤后支持输出 到不同目的地(文件/MQ/redis/elasticsearch/kafka等)。Kibana可以将elasticsearch的数据通过友好 的页面展示出来,提供实时分析的功能。 市面上很多开发只要提到ELK能够一致说出它是一个日志分析架构技术栈总称,但实际上ELK不仅仅适用 于日志分析,它还可以支持其它任何数据分析和收集的场景,日志分析和收集只是更具有代表性。并非 唯一性。

04
领券