input {    

jdbc {        

# jdbc 驱动包位置

jdbc_driver_library => "F\\logstash-6.3.2 \\mysql-connector-java-5.1.37.jar"        

# 要使用的驱动包类

jdbc_driver_class => "com.mysql.jdbc.Driver"        

# mysql数据库的连接信息

jdbc_connection_string => "jdbc:mysql://127.0.0.1:3306/blog"        

# mysql 用户

jdbc_user => "root"        

# mysql 用户密码

jdbc_password => "123456"        

# 定时任务，多久执行一次查询，默认一分钟，如果想要没有延迟，可以使用"* * * * *"

schedule => "* * * * *"        

# 清空上次的sql——last_value的记录

clean_run => true        

# 要执行的sql

statement => "select * FROM t_blog WHERE update_time > :sql_last_value AND update_time < NOW() ORDER BY update_time desc"    

}

}

output {    

elasticsearch{        

# es host : host

hosts => ["127.0.0.1:9200"]        

# 索引

index => "blog"        

# _id

document_id => "%{id}"    

}

}

spring.datasource.driverClassName=com.mysql.jdbc.Driver
spring.datasource.url=jdbc:mysql://127.0.0.1:3306/how2java?useUnicode=true&characterEncoding=utf8
spring.datasource.username=root
spring.datasource.password=root

spring.datasource.hikari.maximum-pool-size=20
spring.datasource.hikari.minimum-idle=5

spring.jpa.database-platform=org.hibernate.dialect.MySQLDialect
#es
spring.data.elasticsearch.cluster-node=127.0.0.1:9300
spring.data.elasticsearch.cluster-name=my-application
#mvc
spring.mvc.static-path-pattern=/**

spring.devtools.livereload.enabled=true
spring.devtools.restart.additional-paths=static/**

#日期格式化
spring.jackson.date-format=yyyy-MM-dd HH:mm:ss

最全笔记：https://www.yuque.com/gaohanghang/vx5cb2/aa576g
代码地址：https://github.com/gaohanghang/springboot-blog-es

should  相当于 or

must    相当于 and

match   相当于 = 

server:
  port: 8899
spring:
  data:
    elasticsearch:
      cluster-name: my-application
      cluster-node: 127.0.0.1:9300
  datasource:
    driverClassName: com.mysql.jdbc.Driver
    hikari:
      maximum-pool-size: 20
      minimum-idle: 5
    url: jdbc:mysql://localhost:3306/dx_web?characterEncoding=utf8&useSSL=false&useJDBCCompliantTimezoneShift=true&useLegacyDatetimeCode=false&serverTimezone=Asia/Shanghai&allowPublicKeyRetrieval=true
    username: lc
    password: lc123
  devtools:
    livereload:
      enabled: true
    restart:
      additional-paths: static/**
  jackson:
    #日期格式化
    date-format: yyyy-MM-dd HH:mm:ss
  jpa:
    database-platform: org.hibernate.dialect.MySQLDialect
  #mvc
  mvc:
    static-path-pattern: /**

pattern = "yyyy-MM-dd HH:mm:ss||yyyy-mm-dd||epoch_millis"

笔记和代码

https://blog.csdn.net/hyyyya/article/details/105186254

CREATE TABLE `t_blog` (

  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '自增ID',

  `title` varchar(60) DEFAULT NULL COMMENT '博客标题',

  `author` varchar(60) DEFAULT NULL COMMENT '博客作者',

  `content` mediumtext COMMENT '博客内容',

  `create_time` datetime DEFAULT NULL COMMENT '创建时间',

  `update_time` datetime DEFAULT NULL COMMENT '更新时间'

) ENGINE=InnoDB AUTO_INCREMENT=12 DEFAULT CHARSET=utf8mb4;

推荐一个Index里使用一个Type

ES中文分词器

standard：ES默认，将词汇单元转换为小写形式，并且去除停用词、标点符号，支持中文（单字切分）。

simple：通过非字母字符来分割文本信息，然后将词汇单元统一转换为小写形式，会去除掉数字类型的字符。

whitespace：仅仅是去除空格、小写，不支持中文，对分割的词汇单元不做标准化的处理。

language：特定语言的分词器，不支持中文。

倒排索引工作原理

1.存入数据时使用分词器拆分数据

2.不同的词源指向不同的Documents（等同于MySQL中的Row）

3.ES会维护最小词源到DocumentID的映射（一个词源可以对应多个）

4.检索关键词时，ES会拆分最小词源，由于数据会存在不同的Document，根据不同的词源，可以共同定位到包含所有关键词的Document，根据权重，返回（例如：查询ABC，根据A可知存有A数据的ID有1.5.7，B数据的ID有2.5.8，D数据的ID有5.9.8，可知同时包含ABC的ID为5）

{

 "query":{

  "bool":{

    "should":[

          {"match":{ "title":"标题"}

      }]

}

}

}

好用

es与mysql关系

mysql es 数据同步 binlog

mysql 和es 属性对比