ST_码
ST_码

ElasticSearch入门教程

一、ES概述

1.1、ES介绍

ElasticSearch简称ES，是一个基于Lucene开发的 分布式的全文搜索引擎，它可以近实时的存储、检索数据。

而Lucene是一个开源的全文检索引擎的工具包，他本身不是一个完整的全文检索引擎。

ES官网文档地址：https://www.elastic.co/guide/en/elasticsearch/reference/7.3/index.html

1.2、ES基本概念

ES和关系型数据库对比：

关系型数据库（Mysql） ElasticSeach
数据库（database） 索引（index）
表（tables） 类型（types）
行（rows） 文档（documnets）
列字段（columns） 字段（fields）
  • 集群（Cluster）：是一组具有相同集群名的节点集合
  • 节点(Node)：一个ES集群由多个节点组成，一个节点就是集群中的一个服务器。
  • 分片(Shard): 一个索引的数据保存在多个分片中，每个分片都是一个完整的Lucene实例，对相同索引可以进行水平扩展。
  • 副本（Replicas）：就是分片的复制，提高数据的可靠性。
  • 索引（Index）：由具有相同结构（field）的文档（document）组成集合。每个索引都有自己的mapping定义，用于定义字段名和类型。
  • 类型(Type)：类型是文档的逻辑容器（在ES7中使用默认的_doc作为唯一的type，在后续版本中将被彻底删除）
  • 文档(Document)：存储在ES的数据文档，JSON格式，由字段field组成。

如下所示，一个由三个节点组成的集群，示意图：

ES集群

二、ES基本原理

2.1、ES架构

ES架构

2.2、ES索引

索引是为了快速检索数据的一种数据结构，对于我们熟悉的Mysql，采用的是B+树(Innodb引擎)，而ES采用的是一种倒排索引的数据结构。

  • 正排索引
正排.PNG

是以ID查询对应的数据记录，是一种key-value的查询过程。

  • 倒排索引（Inverted Index）

    一个倒排索引由文档中所有不重复词的列表构成，对于其中的每个词，有一个包含它的文档列表。

    倒排.PNG

假如有以下两个文档：

  1. The quick brown fox jumped over the lazy dog
  2. Quick brown foxes leap over lazy dogs in summer

为了创建倒排索引，先将每个文档进行分词，创建一个包含所有不重复词条的排序列表，并列出每个词出现在哪个文档中。结果如下：

倒排结果

假如现在，要查询quick brown，只需要查找出包含每个词条的文档：

倒排查询

如上所述，两个文档都匹配，但是第一个比第二个匹配度更高。

2.3、分词和分词器

分词就是将文本转换成一系列单词的过程，也叫做文本分析，在ES中成为Analysis。

分词器（Analysis）组成如下：

组成 功能
Character Filter 对字符串进行预处理，比如去除html标记符等
Tokenizer 将原始文本按照一定的规则切分为单个词条
Token Filters 针对tokenizer处理的单词进行再加工，
比如转换为小写、删除或新增等。

分词器调用顺序过程如下：

分词过程

如下是ES自建的分词器：

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/analysis-analyzers.html

2.4、建立索引和搜索过程

建索引及搜索过程.PNG

建索引：数据入库时，需要经过分词后，建立正排和倒排索引，并持久化到硬盘中。

搜索：搜索的时候，同样需要经过分词，再根据分词后的结果到正排和倒排索引中查找匹配的文档。

2.4、IK分词器

IK分词器：是一个中文分词器，并且支持自定义字典。他支持两种分词算法ik_max_word和ik_smart。

  • ik_max_word：会将文本做最细粒度的拆分
  • ik_smart：会将文本做最粗粒度的拆分

一般来说，对于文档入库时，我们希望文本分词拆的越细越好，这样搜索的时候更能匹配到内容。而搜索的时候，我们希望匹配度越高越好。所以一般入库使用ik_max_word算法，而查询的时候使用ik_smart算法。

https://github.com/medcl/elasticsearch-analysis-ik

三、ES基本操作

ES提供了REST风格的API，用于操作数据。

3.1 、文档API

3.1.1、新增

  • 单条新增：
POST /content/_doc/123456
 {
     "aid":"V123456",
     "type":"t800000",
     "time":1583824758000,
     "data":{"keyword":"占某某"}
 }
  • 批量新增
 POST /_bulk
 {"index": {"_index": "content", "_id": "11"}}
 {"aid":"V123456","type":"t800000","time":1583824758000,"data":{"keyword":"占某某11"}}
 {"index": {"_index": "content", "_id": "22"}}
 {"aid":"V123456","type":"t800000","time":1583824758000,"data":{"keyword":"占某某22"}}

3.1.2、删除

  • 指定ID删除单条数据

    如下，删除指定id=11的数据：

DELETE /content/_doc/11

  • 根据条件删除指定数据

    如下，通过_delete_by_query，删除aid="V123456"的数据：

 POST /content/_delete_by_query
 {
   "query":{
     "term":{
       "aid":"V123456"
     }
   }
 }

如下，通过_delete_by_query，删除 _id为11和33的数据：

 POST /content/_delete_by_query
 {
   "query":{
     "terms":{
       "_id":["11","33"]
     }
   }
 }

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/docs-delete-by-query.html

3.1.3、修改

  • 使用脚本更新指定id的文档
POST /content/_update/11
{
  "script" : {
    "source": "ctx._source.time= params.time",
    "lang": "painless",
    "params" : {
      "time" : "2020-12-08 16:00:00"
    }
  }
}
  • doc部分文档字段更新
POST /content/_update/11
{
  "doc" : {
    "time" : "2020-12-08 16:00:00"
  }
}
  • upsert更新

假如文档内容不存在，则将内容upsert元素作为新数据插入，否则更新操作执行script

POST /content/_update/11
{
    "script" : {
      "source": "ctx._source.time= params.time",
      "lang": "painless",
      "params" : {
        "time": "2020-12-11 16:00:00"
      }
    },
    "upsert" : {
      "aid": "V123456",
      "type": "t800000",
      "time": "2020-12-12 16:00:00",
      "data": {
        "keyword": "占某某2"
      }
    }
}
  • update_by_query更新

根据条件进行更新

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/docs-update.html

3.1.4、其他REST接口

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/rest-apis.html

3.2、DSL查询

DSL：Domain Specific Language（特定领域语言）的缩写。

ES提供基于JSON的查询功能，将DSL查询看做AST树（Abstract Syntax Tree）,他包含两部分：

  • Leaf query clauses：叶子节点查询子句在特定字段中查找特定值，如match、term、或者range查询等
  • Compound query clauses：复合查询子句包装了其他叶子或复合查询，用于逻辑方式组合的多个查询，如bool、dis_max查询等

3.2.1、全文查询

全文查询可以搜索已被分析的文本字段，只能找到相似的文档，并给出对应文档的评分，评分越高，则相似度越高。

  • match查询

match：模糊匹配，需要指定字段名，输入会进行分词，分词后再进行匹配。

POST /content/_search
{
 "from": 0,
 "size": 20,
 "query": {
   "match": {
      "data.keyword": "红色占某某"
    }
 }
}

并且match查询，可以通过operator来进行boolean逻辑匹配控制，值有：or、and

POST /content/_search
{
 "from": 0,
 "size": 20,
 "query": {
   "match": {
      "data.keyword": {
        "query": "红色占某某",
        "operator": "and"
      }
    }
 }
}

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/query-dsl-match-query.html

  • match_bool_prefix查询

match_bool_prefix会解析检索词，然后生成一个bool复合检索语句。如果检索词由很多个token构成，除了最后一个会进行prefix匹配，其他的会进行term匹配。

POST /content/_search
{
 "query": {
   "match_bool_prefix": {
      "data.keyword": {
        "query": "quick brown f"
      }
    }
 }
}

等价于：

GET /_search
{
    "query": {
        "bool" : {
            "should": [
                { "term": { "message": "quick" }},
                { "term": { "message": "brown" }},
                { "prefix": { "message": "f"}}
            ]
        }
    }
}

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/query-dsl-match-bool-prefix-query.html

  • multi_phrase查询

词组匹配会先解析检索词，并且标注出每个的token相对位置，搜索匹配的字段的必须包含所有的检索词的token，并且他们的相对位置也要和检索词里面相同。

POST /content/_search
{
 "query": {
   "match_phrase": {
      "data.keyword": {
        "query": "红色占某某"
      }
    }
 }
}
以上查询只能匹配：“红色占某某”，但不能匹配“占某某红色”

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/query-dsl-match-query-phrase.html

  • multi_match查询

multi_match：多字段模糊查询，和match类似都是模糊查询，但multi_match可以指定多字段进行模糊查询。

POST /content/_search
{
  "query": {
    "multi_match": {
      "query": "V123456",
        "fields": [
            "data.keyword", "aid"
        ]
      }
  }
}
  • match_phrase_prefix查询

match_phrase_prefix相当于是结合了match_bool_prefix和match_phrase。ES会先解析检索词，分成很多个token，然后除去最后一个token，对其他的token进行match_phrase的匹配，即全部都要匹配并且相对位置相同；对于最后一个token，需要进行前缀匹配并且匹配的这个单词在前面的match_phrase匹配的结果的后面。

POST /content/_search
{
 "query": {
   "match_phrase_prefix": {
      "data.keyword": {
        "query": "红色 连"
      }
    }
 }
}

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/query-dsl-match-query-phrase-prefix.html

  • query_string查询

query_string：和match类似，但是match需要指定字段名，query_string是在所有字段中搜索，范围更广泛（当然query_string也支持指定字段查询）。

POST /content/_search
{
  "query": {
    "query_string": {
      "query": "占某某"
    }
  }
}

3.2.2、复合查询

  • bool多条件查询

    bool查询就是由一个或多个bool子句组成复合查询，由上述term、match等组合而成。

    有以下几种组合类型：

    Occur Description
    must 相对于条件and，必须同时满足多条件
    filter 子句（查询）必须出现在匹配的文档中。
    但是，与查询分数不同的是，忽略该分数。
    Filter子句在过滤器上下文中执行，这意味着计分被忽略，
    并且子句被视为用于缓存。
    (对于我们查询不需要按评分排序的场景，一般都用filter，效率更高)
    should 相当于条件or，只要有一个或部分条件满足
    must_not 非，不满足条件 
    POST /content/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "aid":"V123456"
          }
        },
        {
          "term": {
            "data.keyword":"占某某"
          }
        }
      ]
    }
  }
}

POST /content/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "aid":"V123456"
          }
        },
        {
          "term": {
            "data.keyword":"占某某"
          }
        }
      ]
    }
  }
}

    https://www.elastic.co/guide/en/elasticsearch/reference/7.3/query-dsl-bool-query.html

  • boosting查询

    boosting 查询可以用来有效地降级能匹配给定查询的结果。 与 bool 查询中的“not”子句不同，这仍然会选择包含非预期条款的文档，但会降低其总分。

  • constant score查询

    此查询可对另一个查询进行包装，并简单地返回一个与该过滤器中每个文档的查询提升相等的常量分数

  • disjunction max查询

    此查询生成由其子查询生成的文档的并集，并为每个文档分配由任意子查询生成的该文档的最大分数，以及任何其他匹配子查询的分数增量即 tie breaking 属性。

  • function score查询

    function_score 允许你修改一个查询检索文档的分数。

3.2.3、术语查询

  • exists非空值查询

查询原始字段中为非空值的文档。

null、[]、[null]以及指定字段完全丢失的情况，均为空值文档。对于""空字符串，不属于空值。

POST /content/_search
{
  "query": {
    "exists": {
      "field": "aid"
    }
  }
}

反过来查询空值文档，可以结合must_not使用：

POST /content/_search
{
  "query": {
    "bool": {
      "must_not": {
        "exists": {
          "field": "aid"
        }
      }
    }
  }
}
  • fuzzy模糊查询

查询相似的文档。fuzzy搜索会对输入的搜索文本进行纠错，再进行搜索。fuzzy与term类似，是包含关系，并且不会对输入进行分词。Elasticsearch使用Levenshtein edit distance来测量相似性或模糊性。

编辑距离是将一个术语转换为另一个术语所需的单字符更改数。这些变化可包括：

  • Changing a character (box → fox)
  • Removing a character (black → lack)
  • Inserting a character (sic → sick)
  • Transposing two adjacent characters (act → cat)

例如，模糊查询sic：

POST /content/_search
{
  "query": {
    "fuzzy": {
      "data.keyword": {
        "value": "sic"
        }
      }
  }
}
  • ids查询

查询指定id列表的文档。

POST /content/_search
{
    "query": {
        "ids" : {
            "values" : ["11", "22"]
        }
    }
}
  • prefix前缀查询

根据指定的前缀进行查询。

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/query-dsl-prefix-query.html

  • range范围查询

根据取值范围进行查询

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/query-dsl-range-query.html

  • regexp正则表达式查询

根据正则表达式匹配查询

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/query-dsl-regexp-query.html

  • term值匹配查询

term：精确查询，不会对输入做分词，如果输入的是"占某某"，则直接查询"占某某"，如果输入的是"红色占某某"，则直接查询"红色占某某"。同时要明确term是包含操作，而不是等值。

POST /content/_search
{
  "from": 0,
  "size": 20,
  "query": {
    "term": {
      "data.keyword": "红色占某某"
    }
  }
}

当查找一个精确值的时候，我们不希望对查询进行评分计算。只希望对文档进行包括或排除的计算，所以我们会使用 constant_score 查询以非评分模式来执行 term 查询并以一作为统一评分。constant_score查询为该过滤器匹配的所有文档分配1.0的分数

POST /content/_search
{
 "from": 0,
 "size": 20,
 "query": {
   "constant_score": {
     "filter": {
       "term": {
         "data.keyword": "占某某"
       }
     }
   }
 }
}
  • terms多字段值匹配查询

terms类似term查询，terms支持多个值查询，是或的关系。

 POST /content/_search
 {
  "from": 0,
  "size": 20,
  "query": {
    "terms": {
      "data.keyword": ["占某某","红色占某某"]
    }
  }
 }
  • terms set查询

terms_set 支持文档级匹配查询限制，terms_set 与terms query语句很类似，区别在于terms_set 可以做到细粒度查询控制，每个文档中可以指定一个数值类型的字段用来控制匹配的term数。

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/query-dsl-terms-set-query.html

  • wildcard通配符查询

支持的通配符：

  • ? 匹配任何单个字符
  • * 匹配0个或者多个字符
POST /content/_search
{
  "query": {
    "wildcard": {
      "data.keyword": {
        "value": "红色*"
      }
    }
  }
}

四、ES进阶操作

4.1、脚本

ES API脚本语法格式如下：

"script": {
"lang":   "...",  --> 1
"source" | "id": "...",  --> 2 
"params": { ... }   --> 3
}
1. lang: 编写脚本所用的语言，默认为`painless`
2. source,id： 脚本本身，可以指定为内联脚本的源，也可以指定为存储脚本的ID
3. params： 传给脚本参数

4.1.1、访问文档字段和特殊变量

  • 更新脚本

    在update、update-by-query或reindex API中使用的脚本能够访问ctx以下变量：

    变量 描述
    ctx._source 访问文档_source字段
    ctx.op 文档操作项: index or delete
    ctx._index etc 访问文档元字段（meta fields），有些可能是只读属性的

    例如，update_by_query通过脚本更新文档的time：

    POST /content/_update_by_query
{
  "query": {
    "term": {
      "aid": "V123456"
    }
  },
  "script" : {
    "source": "ctx._source.time= params.time",
    "lang": "painless",
    "params" : {
      "time" : "2020-12-08 16:00:00"
    }
  }
}

    再举例，通过脚本，删除aid="000001"并且time<="2020-12-07 16:00:00"的文档：

    POST /content/_update_by_query
{
    "query": {
    "bool": { 
      "must": [{
          "term": {
            "aid": "000001"
          }
        },
        {
          "range": {
            "time": {
              "lte": "2020-12-07 16:00:00"
            }
          }
        }]
    }
  },
  "script" : {
    "source": "ctx.op = 'delete'",
    "lang": "painless",
    "params" : {}
  }
}

  • 搜索和聚合脚本

    可以通过脚本使用doc-values、stored字段或_source字段访问以下这些字段值：

    • 访问score
    • 访问doc values
    • 访问stored字段和_source

    TODO

4.1.2、脚本语言介绍

  • painless scripting language

painless是专门设计给ES使用的，是ES默认使用的脚本语言。

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/modules-scripting-painless.html#modules-scripting-painless

  • lucene expressions language

Lucene的表达式将JavaScript表达式编译为字节码。它们设计用于高性能的自定义排名和排序功能，并且默认情况下启用内联和存储脚本。

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/modules-scripting-expression.html

  • 使用脚本引擎实现高级脚本

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/modules-scripting-engine.html

4.2、折叠查询

使用折叠参数根据字段值折叠搜索结果。也就是我们通常理解的按特定字段进行合并去重。

  • 字段折叠

    使用collapse折叠查询结果。如下获取索引aid折叠（去重）的结果：

    GET /content/_search
{
  "query": {
    "match_all": {}
  },
  "collapse":{
    "field":"aid"
  },
  "_source": ["aid","type"]
}

  • 展开折叠结果

    使用inner_hits 参数展开折叠的结果。如下获取索引aid折叠后的，并展开折叠后的按照createDate排序后的前两条数据：

    GET /content/_search
{
  "query": {
    "match_all": {}
  },
  "collapse":{
    "field":"aid",
    "inner_hits":{
      "name":"top_two_rated",
      "size":2,
      "sort":[{
        "createDate":"desc"
      }]
    }
  },
  "_source": ["aid","type"]
}

  • 二级折叠

    注意二级折叠里面不允许使用inner_hits

    GET /idx_agcontent_*/_search
{
  "query": {
    "match_all": {}
  },
  "collapse":{
    "field":"type",
    "inner_hits":{
      "name":"top_two_rated",
      "collapse":{
        "field":"aid"
      },
      "size":3
    }
  },
  "_source": ["aid","type"]
}

4.3、聚合操作

4.3.1、度量聚合

度量聚合以某种方式从正在聚合的文档中提取的值来计算度量。这些值通常从文档的字段中提取（使用字段数据），但也可以使用脚本生成。大多数度量是简单的数学运算（例如最小值、平均值、最大值，还有汇总），这些是通过文档的值来计算的。

  • 值计数聚合（Value Count Aggregation）

统计某个字段值的个数，value_count不会去重值，因此即使字段具有重复值（或者脚本为单个文档生成多个相同的值），每个值都会单独计算。

例如，统计指定字段aid总数（不包含aid为null的数据）：

POST /content/_search
{
  "aggs": {
    "aid_count": {
      "value_count": {
        "field": "aid"
      }
    }
  },
  "size": 0
}

如下，用painless 脚本语言将 script 参数解释为内联脚本进行值统计。

POST /content/_search
{
  "aggs": {
    "aid_count": {
      "value_count": {
        "script": {
          "source": "doc['aid']"
        }
      }
    }
  },
  "size": 0
}

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/search-aggregations-metrics-valuecount-aggregation.html

  • 基数聚合（Cardinality Aggregation）

用于计算不同值的近似计数。值可以从文档中的特定字段中提取，也可以由脚本生成。

例如，统计指定字段aid去重后总数（不包含aid为null的数据）：

POST /content/_search
{
  "aggs": {
    "aid_count": {
      "cardinality": {
        "field": "aid"
      }
    }
  },
  "size": 0
}

同时这种聚合操作支持precision_threshold参数选项，precision_threshold选项允许用内存交换精度，并定义一个唯一计数，低于此计数的计数值将接近精确。超过这个值，计数可能会变得模糊一些。支持的最大值为40000，高于此数的阈值将与阈值40000的效果相同。默认值为3000。

基数聚合是基于hyperloglog++算法实现的。

  • 均值聚合（Avg Aggregation）

统计均值

  • 最大值聚合（Max Aggregation）

统计最大值

  • 最小值聚合（Min Aggregation）

统计最小值

其他相关聚合不再一一介绍，详情查看官网文档。

4.3.2、桶聚合

桶聚合不像度量聚合那样计算字段上的度量，而是创建文档桶。桶可以理解为是满足特定条件文档的集合。

  • 术语聚合（Terms Aggregation）

根据字段值项分组聚合。

例如，获取aid值聚合，并根据计数进行降序排序：

POST /content/_search
{
 "aggs": {
   "aid_value": {
     "terms": {
       "field": "aid",
       "order": {
         "_count": "desc"
       }, 
       "size": 3
     }
   }
 },
 "size": 0
}

​ 术语聚合不支持一个文档中多字段聚合。原因在于术语聚合本身并不收集字符串值，而是使用全局序数（global ordinals）来生成字段中所有唯一值的列表。全局顺序导致一个重要的性能提升，这导致不可能跨多个字段。

​ 有以下两种方法可用于跨多个字段执行术语聚合：

​ Script：

​ 使用脚本从多字段检索术语。这会将全局序数优化，并且这个比从单个字段收集术语要慢，但是可以更加灵活的实现相关搜索。

​ copy_to field：

​ 如果提前知道要从两个或多个字段收集术语，那么在映射中使用copy_to在索引时创建一个新的专用字段，其中包含两个字段的值。可以在此单个字段上聚合，这将受益于全局序数优化。

如下，使用脚本，获取aid+type唯一值的聚合：

POST /content/_search
{
  "aggs": {
      "app_count": {
          "terms": {
              "script": {
                  "inline": "doc['aid'].value +'-split-'+ doc['type'].value"
              },
              "order": {
                  "_count": "desc"
              },
              "size": 1000
          }
      }
  },
  "size": 0
}

​ 术语聚合可以包含子聚合，例如:

POST /content/_search
{
 "aggs": {
   "type_value": {
     "terms": {
       "field": "type",
       "order": {
         "_count": "desc"
       }
     },
     "aggs": {
       "aid_value": {
         "terms": {
           "field": "aid",
           "size": 5
         }
       }
     }
   }
 },
 "size": 0
}

https://www.elastic.co/guide/en/elasticsearch/reference/7.3/search-aggregations-bucket-terms-aggregation.html

你可能感兴趣的:(ElasticSearch入门教程)

  • 第四天旅游线路预览——从换乘中心到喀纳斯湖 陟彼高冈yu 基于Googleearthstudio的旅游规划和预览旅游
    第四天：从贾登峪到喀纳斯风景区入口，晚上住宿贾登峪；换乘中心有4路车，喀纳斯①号车，去喀纳斯湖，路程时长约5分钟；将上面的的行程安排进行动态展示，具体步骤见”Googleearthstudio进行动态轨迹显示制作过程“、“Googleearthstudio入门教程”和“Googleearthstudio进阶教程“相关内容，得到行程如下所示：Day4-2-480p
  • ES聚合分析原理与代码实例讲解 光剑书架上的书 大厂Offer收割机面试题简历程序员读书硅基计算碳基计算认知计算生物计算深度学习神经网络大数据AIGCAGILLMJavaPython架构设计Agent程序员实现财富自由
    ES聚合分析原理与代码实例讲解1.背景介绍1.1问题的由来在大规模数据分析场景中，特别是在使用Elasticsearch（ES）进行数据存储和检索时，聚合分析成为了一个至关重要的功能。聚合分析允许用户对数据集进行细分和分组，以便深入探索数据的结构和模式。这在诸如实时监控、日志分析、业务洞察等领域具有广泛的应用。1.2研究现状目前，ES聚合分析已经成为现代大数据平台的核心组件之一。它支持多种类型的聚
  • ESP32-C3入门教程 网络篇⑩——基于esp_https_ota和MQTT实现开机主动升级和被动触发升级的OTA功能 小康师兄 ESP32-C3入门教程https服务器esp32OTAMQTT
    文章目录一、前言二、软件流程三、部分源码四、运行演示一、前言本文基于VSCodeIDE进行编程、编译、下载、运行等操作基础入门章节请查阅：ESP32-C3入门教程基础篇①——基于VSCode构建HelloWorld教程目录大纲请查阅：ESP32-C3入门教程——导读ESP32-C3入门教程网络篇⑨——基于esp_https_ota实现史上最简单的ESP32OTA远程固件升级功能二、软件流程
  • ElasticSearch查询超过10000条（1000页）时出现Result window is too large的问题 王月亮17
    问题当ES数据量较大，使用分页查询超过10000条（1000页）时，出现如下错误：Cannotexecutejestaction,responsecode:500,error:{"root_cause":[{"type":"query_phase_execution_exception","reason":"Resultwindowistoolarge,from+sizemustbelesstha
  • C# 开发教程-入门基础 天马3798 教程系列整理c#开发语言
    1.C#简介、环境，程序结构2.C#基本语法，变量，控制局域，数据类型，类型转换3.C#数组、循环，Linq4.C#类，封装，方法5.C#枚举、字符串6.C#面相对象，继承，封装，多态7.C#特性、属性、反射、索引器8.C#委托，事件，集合，泛型9.C#匿名方法10.C#多线程更多：JQuery开发教程入门基础Vue开发基础入门教程Vue开发高级学习教程
  • 一文说透 Android 应用架构 MVC、MVP、MVVM 和 组件化，Android基础入门教程 Java后时代 2024年程序员学习android架构mvc
    然后，就是我们的View层的代码，同样，我对代码做了删减：@Route(path=BaseConstants.EYEPETIZER_MENU)publicclassHomeActivityextendsCommonActivityimplementsHomeContract.IView{//实例化PresenterprivateHomeContract.IPresenterpresenter;{p
  • Elasticsearch7.7.0 配置用户名和密码 i0208 Elasticsearch
    配置用户和密码需要在配置文件中开启x-pack验证,修改config目录下面的elasticsearch.yml文件，在里面添加如下内容,并重启ES[root@localhostesuser]#vim/opt/es/elasticsearch-7.7.0/config/elasticsearch.ymlxpack.security.enabled:truexpack.license.self_ge
  • elasticsearch数据迁移之elasticdump 迷茫运维路 elasticsearch中间件elasticsearchlinux运维
    系列文章目录第一章es集群搭建第二章es集群基本操作命令第三章es基于search-guard插件实现加密认证第四章es常用插件文章目录系列文章目录前言一、elasticdump是什么？二、安装elasticdump工具1.离线安装2.在线安装三、elasticdump相关参数四、使用elasticdump进行数据备份五、使用elasticdump进行数据恢复前言在企业实际生产环境中,避免不了要对
  • 在生产环境中部署Elasticsearch：最佳实践和故障排除技巧——聚合与搜索（三） 不会编程的小孩子 elasticsearch大数据搜索引擎
    #在生产环境中部署Elasticsearch：最佳实践和故障排除技巧——聚合与搜索（三）前言文章目录前言-聚合和分析-执行聚合操作-1.使用JavaAPI执行聚合操作-2.使用CURL命令执行聚合操作-1.使用JavaAPI执行度量操作-2.使用CURL命令执行度量操作-使用缓存-调整分片大小和数量-使用搜索建议-结论-节点发现-负载均衡-故障转移-结论-访问控制-加密-身份验证-结论-RESTA
  • Elasticsearch Java API 的使用（22）—实现桶聚合 迷途码界 ElasticsearchJavaAPI桶聚合
    分组聚合使用terms实现分组集合publicclassEsTermsAggthrowsUnknownHostException{publicvoidTermsAgg(TransportClientclient){AggregationBuilderagg=AggregationBuilders.terms("terms").field("agg");SearchResponseresponse=
  • Elasticsearch之bool查询 cyt涛 javaelasticsearch大数据搜索引擎bool布尔查询全文检索
    bool查询是Elasticsearch中最常用的复合查询类型，允许将多个查询组合在一起。它通过逻辑操作符（如must、should、must_not和filter）来构建复杂的查询条件，从而满足多条件匹配、逻辑与（AND）、或（OR）、非（NOT）的查询需求。bool查询主要由四个部分组成：must：必须满足的条件（类似于SQL中的AND）。should：应该匹配的条件（类似于SQL中的OR）。
  • 感恩日记0103-0513 糊糊陪你瑜伽
    一.每日精进：1.学习：《瑜伽之道》2.健身：《艾扬格瑜伽入门教程》第九周第二轮第7遍3.陪家人:今天是打拳日，对打的小哥哥出手很准，悟空也很抗打4.帮朋友：在直播间带大家练习；5.投资：每日定投box二.每日感恩：感恩sssb，所有伟大的传承上师们；感恩爸妈准备午餐，妈下午帮忙接悟空带他去上课；感谢二组给力的组委们，大家齐心协力，打了漂亮杖；感谢团长马倩总能在需要时答疑解惑，还开课组委会，优秀的
  • Elasticsearch 安装 哒哒-blog Elasticsearchelasticsearchjenkins大数据
    下载安装elasticsearch下载链接运行：bin\elasticsearch.bat设置密码：.\bin\elasticsearch-setup-passwordsinteractive这边设置密码遇到一个坑PSG:\elasticsearch-8.8.1>.\bin\elasticsearch-setup-passwordsinteractiveFailedtoauthenticateus
  • Docker启动Elasticsearch(挂载数据、配置文件、插件) 程序员迪迦 项目实战Javaelasticsearchdocker
    Docker启动Elasticsearch拉取镜像dockerpullelasticsearch:7.4.2修改配置文件mkdir-p/mydata/elasticsearch/configmkdir-p/mydata/elasticsearch/data/mkdir-p/mydata/elasticsearch/pluginsecho"http.host:0.0.0.0">>/mydata/el
  • docker部署elasticsearch 大大陈· elasticsearchdocker大数据
    docker部署es1.简单启动2.配置文件3.安装es步骤1.简单启动#"discovery.type=single-node"标识单机启动dockerrun-d--nameelasticsearch-p9200:9200-p9300:9300-e"discovery.type=single-node"elasticsearch:tag#如果没有上面的标识，是集群启动，不这样做会报错#但是这样启
  • Docker安装elasticsearch和kibana viego1999 elasticsearchdocker大数据
    1、首先拉取elasticsearch镜像dockerpullelasticsearch:7.9.12、创建docker挂载的目录我这里将docker环境下挂在的目录统一放在了/dockerdata目录下mkdir-p/dockerdata/elasticsearch/configmkdir-p/dockerdata/elasticsearch/datamkdir-p/dockerdata/ela
  • Docker部署单点es Javaismymorning ES学习笔记dockerelasticsearch
    前言该笔记是根据B站上黑马SpringCloud学习总结的一、ES是什么？Elasticsearch是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。充分利用Elasticsearch的水平伸缩性，能使数据在生产环境变得更有价值二、Docker部署ES步骤1.创建网络因为还要部署Kibana，实现es和Kibana关联，创建一个网络Kibana是为
  • MySQL同步数据到Elasticsearch 运维小雅 elasticsearchmysql大数据
    背景随着平台的业务日益增多，基于数据库的全文搜索查询速度较慢，已经无法满足需求。所以，决定基于Elasticsearch做一个全文搜索平台，支持业务相关的搜索需求。那么第一个问题就是：如何从MySQL同步数据到Elasticsearch？解决方案一：基于Logstash同步数据该方案上次有详细说明过，这里就简单描述一下。Logstash同步数据流程图：优点：1、组件少，只需要Logstash就可以
  • docker安装与使用 小鱼做了就会 开发框架及各种插件dockerjavamavenubuntulinux
    docker安装与使用一、docker安装二、容器三、镜像五、Docker部署ES5.1部署ES5.2配置跨域5.3重启容器5.4Docker部署ES-IK分词器5.5Docker部署ElasticSearch-Head5.6Docker快速安装kibana一、docker安装sudowget-qO-https://get.docker.com/|bash二、容器容器是由镜像实例化而来，这和我们学
  • 第三天旅游线路预览——从景区换乘中心到云霄峰 陟彼高冈yu 基于Googleearthstudio的旅游规划和预览旅游
    第三天：从贾登峪到禾木风景区，晚上住宿贾登峪；从景区换乘中心可以乘车前往云霄峰景区，乘坐索道上山观景；将上面的的行程安排进行动态展示，具体步骤见”Googleearthstudio进行动态轨迹显示制作过程“、“Googleearthstudio入门教程”和“Googleearthstudio进阶教程“相关内容，得到行程如下所示：Day3-4
  • ES(Elasticsearch)常用的函数 遨游在知识的海洋里无法自拔 java
    Elasticsearch（简称ES）是一个开源的搜索引擎，广泛用于全文搜索、分析和数据可视化。以下是一些常用的Elasticsearch函数和操作：索引操作创建索引PUT/index_name删除索引DELETE/index_name查看索引GET/index_name文档操作插入文档POST/index_name/_doc/{"field":"value"}获取文档GET/index_name
  • Docker快速入门教程之使用docker部署Nginx详细流程 老秦包你会 dockernginxeureka
    文章目录前言1.安装Docker2.使用Docker拉取Nginx镜像3.创建并启动Nginx容器4.本地连接测试5.公网远程访问本地Nginx5.1内网穿透工具安装5.2创建远程连接公网地址5.3使用固定公网地址远程访问前言在开发人员的工作中，公网远程访问内网是其必备的技术需求之一。对于运维人员和开发者来说，能够通过公网远程访问内部的服务和应用，能够极大地提升工作效率和便利性。本文将介绍如何利用
  • C++入门教程：第八篇 - 文件I/O操作 HYP_Coder c++开发语言
    C++入门教程：第八篇-文件I/O操作文件I/O（输入/输出）是程序与外部存储设备进行数据交换的关键操作。在C++中，文件I/O操作由标准库提供的流类完成。通过这些流类，程序可以读写文件，处理文件内容。本文将介绍C++中的文件I/O基础，包括如何打开、读写和关闭文件。1.文件流基础C++提供了几种文件流类，用于处理不同类型的文件操作。主要的文件流类包括ifstream（输入文件流）、ofstrea
  • java实现es分页查询_elasticsearch high level rest api分页查询数据 weixin_42565971 java实现es分页查询
    Transport方式查询数据，在今后的elasticsearch中将不在维护，官方推荐用用highlevelrestapi或者lowerlevelapi去操作elasticsearch中的数据。在elasticsearch的增删改查操作中，其实最复杂的也就是分页查询了，根据elasticsearch官方资料，做个简单的笔记.1.准备jar包,我用的elasticsearch7.3版本,各版本需要
  • python连接es_Elasticsearch --- 3. ik中文分词器, python操作es weixin_39962285 python连接es
    一.IK中文分词器1.下载安装2.测试#显示结果{"tokens":[{"token":"上海","start_offset":0,"end_offset":2,"type":"CN_WORD","position":0},{"token":"自来水","start_offset":2,"end_offset":5,"type":"CN_WORD","position":1},{"token":"
  • python 写入es_python-elasticsearch从创建索引到写入数据 夙砂酒 python写入es
    创建索引fromelasticsearchimportElasticsearches=Elasticsearch('192.168.1.1:9200')mappings={"mappings":{"type_doc_test":{#type_doc_test为doc_type"properties":{"id":{"type":"long","index":"false"},"serial":{"
  • 使用Python的Elasticsearch客户端 elasticsearch-py 来完成删除现有索引、重新创建索引并测试分词的示例代码 Roc-xb Pythonpythonelasticsearch
    以下是一个使用Python的Elasticsearch客户端elasticsearch-py来完成删除现有索引、重新创建索引并测试分词的示例代码一、安装依赖pipinstallelasticsearch二、运行效果三、程序代码fromelasticsearchimportElasticsearch,NotFoundError#连接到Elasticsearches=Elasticsearch(
  • springboot指定依赖jar版本 m0_67402235 javajava后端
    项目是maven父子项目结构如下：有多个子项目，因为springboot版本采用的是1.5.所以默认导入的elasticsearch版本是1.2.，而我们的集群是6.*的版本，试了很多次最后解决问题如下：在父pom的dependencyManagement中添加指定版本就可以了因为！！！父pom中指定版本优先级最高，所以可以解决子依赖pom中的版本问题。子模块只需要引入就可以了
  • ElasticSearch-多边形范围查询(8.x) W_Meng_H #ElasticSearch#SpringBootelasticsearch大数据搜索引擎
    目录一、字段设计二、数据录入三、查询语句四、Java代码实现开发版本详见：Elasticsearch-经纬度查询(8.x-半径查询)_es经纬度范围查询-CSDN博客一、字段设计PUT/aoi_points{"mappings":{"properties":{"location":{"type":"geo_shape"}}}}aoi_points是索引名称，location是字段名称，它将存储地理
  • Elasticsearch文档值 知知之之 Elasticsearchelasticsearch大数据搜索引擎
    在Elasticsearch中，文档值（DocValues）是用于高效存储和检索数据的一种数据结构，特别是在处理聚合、排序和过滤操作时。文档值是Elasticsearch为每个字段生成的预先计算的格式化数据，目的是改善性能和降低内存使用。什么是文档值（DocValues）文档值是将字段的数据存储在磁盘上的一种方式，使得字段的值以列式结构存储。这种存储方式使得对字段的高效检索和聚合成为可能，尤其是在
  • redis学习笔记——不仅仅是存取数据 Everyday都不同 returnSourceexpire/delincr/lpush数据库分区redis
    最近项目中用到比较多redis，感觉之前对它一直局限于get/set数据的层面。其实作为一个强大的NoSql数据库产品，如果好好利用它，会带来很多意想不到的效果。（因为我搞java，所以就从jedis的角度来补充一点东西吧。PS：不一定全，只是个人理解，不喜勿喷）   1、关于JedisPool.returnSource(Jedis jeids)   这个方法是从red
  • SQL性能优化-持续更新中。。。。。。 atongyeye oraclesql
    1 通过ROWID访问表--索引 你可以采用基于ROWID的访问方式情况,提高访问表的效率, , ROWID包含了表中记录的物理位置信息..ORACLE采用索引(INDEX)实现了数据和存放数据的物理位置(ROWID)之间的联系. 通常索引提供了快速访问ROWID的方法,因此那些基于索引列的查询就可以得到性能上的提高. 2 共享SQL语句--相同的sql放入缓存 3 选择最有效率的表
  • [JAVA语言]JAVA虚拟机对底层硬件的操控还不完善 comsci JAVA虚拟机
         如果我们用汇编语言编写一个直接读写CPU寄存器的代码段，然后利用这个代码段去控制被操作系统屏蔽的硬件资源，这对于JVM虚拟机显然是不合法的，对操作系统来讲，这样也是不合法的，但是如果是一个工程项目的确需要这样做，合同已经签了，我们又不能够这样做，怎么办呢？ 那么一个精通汇编语言的那种X客，是否在这个时候就会发生某种至关重要的作用呢？ &n
  • lvs- real 男人50 LVS
    #!/bin/bash # # Script to start LVS DR real server. # description: LVS DR real server # #.  /etc/rc.d/init.d/functions VIP=10.10.6.252 host='/bin/hostname' case "$1" in sta
  • 生成公钥和私钥 oloz DSA安全加密
    package com.msserver.core.util; import java.security.KeyPair; import java.security.PrivateKey; import java.security.PublicKey; import java.security.SecureRandom; public class SecurityUtil {
  • UIView 中加入的cocos2d，背景透明 374016526 cocos2dglClearColor
    要点是首先pixelFormat:kEAGLColorFormatRGBA8，必须有alpha层才能透明。然后view设置为透明glView.opaque = NO;[director setOpenGLView:glView];[self.viewController.view setBackgroundColor:[UIColor clearColor]];[self.viewControll
  • mysql常用命令 香水浓 mysql
    连接数据库 mysql -u troy -ptroy 备份表 mysqldump -u troy -ptroy mm_database mm_user_tbl > user.sql 恢复表（与恢复数据库命令相同） mysql -u troy -ptroy mm_database < user.sql 备份数据库 mysqldump -u troy -ptroy
  • 我的架构经验系列文章 - 后端架构 - 系统层面 agevs JavaScriptjquerycsshtml5
    系统层面： 高可用性 所谓高可用性也就是通过避免单独故障加上快速故障转移实现一旦某台物理服务器出现故障能实现故障快速恢复。一般来说，可以采用两种方式，如果可以做业务可以做负载均衡则通过负载均衡实现集群，然后针对每一台服务器进行监控，一旦发生故障则从集群中移除；如果业务只能有单点入口那么可以通过实现Standby机加上虚拟IP机制，实现Active机在出现故障之后虚拟IP转移到Standby的快速
  • 利用ant进行远程tomcat部署 aijuans tomcat
    在javaEE项目中，需要将工程部署到远程服务器上，如果部署的频率比较高，手动部署的方式就比较麻烦，可以利用Ant工具实现快捷的部署。这篇博文详细介绍了ant配置的步骤（http://www.cnblogs.com/GloriousOnion/archive/2012/12/18/2822817.html），但是在tomcat7以上不适用，需要修改配置，具体如下： 1.配置tomcat的用户角色
  • 获取复利总收入 baalwolf 获取
           public static void main(String args[]){         int money=200;         int year=1;         double rate=0.1; &
  • eclipse.ini解释 BigBird2012 eclipse
    大多数java开发者使用的都是eclipse，今天感兴趣去eclipse官网搜了一下eclipse.ini的配置，供大家参考，我会把关键的部分给大家用中文解释一下。还是推荐有问题不会直接搜谷歌，看官方文档，这样我们会知道问题的真面目是什么，对问题也有一个全面清晰的认识。 Overview 1、Eclipse.ini的作用 Eclipse startup is controlled by th
  • AngularJS实现分页功能 bijian1013 JavaScriptAngularJS分页
            对于大多数web应用来说显示项目列表是一种很常见的任务。通常情况下，我们的数据会比较多，无法很好地显示在单个页面中。在这种情况下，我们需要把数据以页的方式来展示，同时带有转到上一页和下一页的功能。既然在整个应用中这是一种很常见的需求，那么把这一功能抽象成一个通用的、可复用的分页（Paginator）服务是很有意义的。   &nbs
  • [Maven学习笔记三]Maven archetype bit1129 ArcheType
    archetype的英文意思是原型，Maven archetype表示创建Maven模块的模版，比如创建web项目，创建Spring项目等等.   mvn archetype提供了一种命令行交互式创建Maven项目或者模块的方式，   mvn archetype   1.在LearnMaven-ch03目录下，执行命令mvn archetype:gener
  • 【Java命令三】jps bit1129 Java命令
    jps很简单，用于显示当前运行的Java进程，也可以连接到远程服务器去查看   [hadoop@hadoop bin]$ jps -help usage: jps [-help] jps [-q] [-mlvV] [<hostid>] Definitions: <hostid>: <hostname>[:
  • ZABBIX2.2 2.4 等各版本之间的兼容性 ronin47
    zabbix更新很快，从2009年到现在已经更新多个版本，为了使用更多zabbix的新特性，随之而来的便是升级版本，zabbix版本兼容性是必须优先考虑的一点 客户端AGENT兼容 zabbix1.x到zabbix2.x的所有agent都兼容zabbix server2.4：如果你升级zabbix server，客户端是可以不做任何改变，除非你想使用agent的一些新特性。 Zabbix代理（p
  • unity 3d还是cocos2dx哪个适合游戏？ brotherlamp unity自学unity教程unity视频unity资料unity
    unity 3d还是cocos2dx哪个适合游戏？ 问：unity 3d还是cocos2dx哪个适合游戏？ 答：首先目前来看unity视频教程因为是3d引擎，目前对2d支持并不完善，unity 3d 目前做2d普遍两种思路，一种是正交相机，3d画面2d视角，另一种是通过一些插件，动态创建mesh来绘制图形单元目前用的较多的是2d toolkit，ex2d，smooth moves，sm2，
  • 百度笔试题：一个已经排序好的很大的数组，现在给它划分成m段，每段长度不定，段长最长为k，然后段内打乱顺序，请设计一个算法对其进行重新排序 bylijinnan java算法面试百度招聘
    import java.util.Arrays; /** * 最早是在陈利人老师的微博看到这道题： * #面试题#An array with n elements which is K most sorted，就是每个element的初始位置和它最终的排序后的位置的距离不超过常数K * 设计一个排序算法。It should be faster than O(n*lgn)。
  • 获取checkbox复选框的值 chiangfai checkbox
    <title>CheckBox</title> <script type = "text/javascript"> doGetVal: function doGetVal() { //var fruitName = document.getElementById("apple").value;//根据
  • MySQLdb用户指南 chenchao051 mysqldb
    原网页被墙，放这里备用。 MySQLdb User's Guide Contents Introduction Installation _mysql MySQL C API translation MySQL C API function mapping Some _mysql examples MySQLdb
  • HIVE 窗口及分析函数 daizj hive窗口函数分析函数
    窗口函数应用场景： （1）用于分区排序 （2）动态Group By （3）Top N （4）累计计算 （5）层次查询 一、分析函数 用于等级、百分点、n分片等。 函数             说明 RANK()     &nbs
  • PHP ZipArchive 实现压缩解压Zip文件 dcj3sjt126com PHPzip
    PHP ZipArchive 是PHP自带的扩展类，可以轻松实现ZIP文件的压缩和解压，使用前首先要确保PHP ZIP 扩展已经开启，具体开启方法就不说了，不同的平台开启PHP扩增的方法网上都有，如有疑问欢迎交流。这里整理一下常用的示例供参考。 一、解压缩zip文件 01 02 03 04 05 06 07 08 09 10 11
  • 精彩英语贺词 dcj3sjt126com 英语
    I'm always here              我会一直在这里支持你                &nb
  • 基于Java注解的Spring的IoC功能 e200702084 javaspringbeanIOCOffice
                                      
  • java模拟post请求 geeksun java
    一般API接收客户端（比如网页、APP或其他应用服务）的请求，但在测试时需要模拟来自外界的请求，经探索，使用HttpComponentshttpClient可模拟Post提交请求。 此处用HttpComponents的httpclient来完成使命。 import org.apache.http.HttpEntity ; import org.apache.http.HttpRespon
  • Swift语法之 ---- ?和!区别 hongtoushizi ?swift!
    转载自： http://blog.sina.com.cn/s/blog_71715bf80102ux3v.html   Swift语言使用var定义变量，但和别的语言不同，Swift里不会自动给变量赋初始值，也就是说变量不会有默认值，所以要求使用变量之前必须要对其初始化。如果在使用变量之前不进行初始化就会报错： var stringValue : String //
  • centos7安装jdk1.7 jisonami jdkcentos
    安装JDK1.7 步骤1、解压tar包在当前目录 [root@localhost usr]#tar -xzvf jdk-7u75-linux-x64.tar.gz 步骤2：配置环境变量 在etc/profile文件下添加 export JAVA_HOME=/usr/java/jdk1.7.0_75 export CLASSPATH=/usr/java/jdk1.7.0_75/lib
  • 数据源架构模式之数据映射器 home198979 PHP架构数据映射器datamapper
    前面分别介绍了数据源架构模式之表数据入口、数据源架构模式之行和数据入口数据源架构模式之活动记录，相较于这三种数据源架构模式，数据映射器显得更加“高大上”。   一、概念 数据映射器（Data Mapper）：在保持对象和数据库（以及映射器本身）彼此独立的情况下，在二者之间移动数据的一个映射器层。概念永远都是抽象的，简单的说，数据映射器就是一个负责将数据映射到对象的类数据。 &nb
  • 在Python中使用MYSQL pda158 mysqlpython
    缘由 　　近期在折腾一个小东西须要抓取网上的页面。然后进行解析。将结果放到 数据库中。 　　了解到 Python在这方面有优势，便选用之。 　　由于我有台 server上面安装有 mysql，自然使用之。在进行数据库的这个操作过程中遇到了不少问题，这里 记录一下，大家共勉。 　　 python中mysql的调用 　　 百度之后能够通过MySQLdb进行数据库操作。
  • 单例模式 hxl1988_0311 java单例设计模式单件
    package com.sosop.designpattern.singleton; /* * 单件模式：保证一个类必须只有一个实例，并提供全局的访问点 * * 所以单例模式必须有私有的构造器，没有私有构造器根本不用谈单件 * * 必须考虑到并发情况下创建了多个实例对象 * */ /** * 虽然有锁，但是只在第一次创建对象的时候加锁，并发时不会存在效率
  • 27种迹象显示你应该辞掉程序员的工作 vipshichg 工作
    1、你仍然在等待老板在2010年答应的要提拔你的暗示。 2、你的上级近10年没有开发过任何代码。 3、老板假装懂你说的这些技术，但实际上他完全不知道你在说什么。 4、你干完的项目6个月后才部署到现场服务器上。 5、时不时的，老板在检查你刚刚完成的工作时，要求按新想法重新开发。 6、而最终这个软件只有12个用户。 7、时间全浪费在办公室政治中，而不是用在开发好的软件上。 8、部署前5分钟才开始测试。
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他