先挖坑，后填。

0.我用elasticsearch做了哪些事

數據來源：通過logstash實時導入elasticsearch，一類 mysql 中項目信息；一類日志信息

常用查詢寫法

1.做某些字段的篩選的查詢、統計等

• 某個項目訪問量
• 某個渠道來的訪問量
• 聚合搜索熱門詞匯
• 統計某篇帖子訪問量

2.從mysql來的數據

• 猜你喜歡，根據用戶捐贈過的項目名字，查詢在項目名稱和描述字段中，與之較接近的前多少項目。

一會兒貼查詢sql

寫個博客，我太難了，公司條件不允許，只能拍照。

1.懶人用法，包裝Restapi。考慮到java 的api 不太熟悉,反而在RESTful下調用SQL比較得心應手的情況下，封裝了rest請求

 圖三，將es 地址寫入配置文件，通過ClasspathResource拿到配置文件，再文件中讀取es地址路徑，ESutil類封裝了es rest請求，postEs方法有兩個參數url和body，url用來放請求的索引地址，body放ES的請求sql，方法里面封裝http請求，并將返回結果解析為json對象。這樣每次使用只需要調這個方法，傳兩個參數即可。

圖1，是處理返回結果的解析封裝，這塊沒處理好，不夠通用，對于單個搜索和聚合的處理是不同的。

圖2，是實際的請求sql.

3.看了一篇帖子的醒悟，一直錯用了Elasticsearch:https://zhuanlan.zhihu.com/p/60458049

之前公司使用場景：將全量ngiNx采集的h5和app等訪問日志通過logstash寫入elasticsearch,在此基礎上做，查詢統計、猜你喜歡、熱門搜索、熱門帖子，帖子點擊率等操作，這樣其實很多日志數據并不關心，還占用了大量cache資源，尤其是在做猜你喜歡時，將mysql 實時增量數據導入el,字段多大20多，實則沒太大意義，看過后只保存了重要的字段信息，日后引入hbase存儲不太經常訪問的字段試下。

更多相關：https://www.iteblog.com/archives/tag/elasticsearch/

4.最近在深舉辦的開源社區的meetup活動小結