\_开发者社区技术周刊\_又和大家见面了，快来看看这周有哪些值得我们开发者关注的重要新闻吧。!(https://static001.geekbang.org/infoq/0e/0ef0749d6a02848951b542a9d8828656.webp)京东科技主导的开源项目ShardingSphere荣登国人主导开源项目活跃度第五

问题描述：由于业务原因，网站并发一般发生在晚上1点左右，持续半个小时，某晚移动端商品图片加载不出来，公司大佬紧急联系各个负责人，高峰期过后恢复正常，第二天查找原因，从商品查找到了ES这边。接手项目前听说由于CPU100%挂过一次，测试压力测试查询并发在每秒80左右就不行了，于是增加机器负载，连续几天还是接二连三的报警，于是仔细查看了代码。性能测试结果如下：

缘由数据存储在MYSQ库中，数据基本维持不变，但数据量又较大(几千万)放在MYSQL中查询效率上较慢，寻求一种简单有效的方式提高查询效率，MYSQL并不擅长大规模数据量下的数据查询。技术方案考虑后期同样会使用到es，此次直接结合springboot框架形成一个独立服务，并不涉及UI展现内容，（ES版本2.4.5，5.0版本的话

本文源码：GitHub·点这里(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fgithub.com%2Fcicadasmile%2Flinuxsystembase)||GitEE·点这里(https://gitee.com/cicadasmile/linuxsystem

热更新在上一节《IK分词器配置文件讲解以及自定义词库(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fblog.csdn.net%2Fwuzhiwei549%2Farticle%2Fdetails%2F80451031)》自定义词库，每次都是在es的扩展词典中，手动添加

问题：ES在数据量很大的情况下（数十亿级别）如何提高查询效率？这个问题说白了，就是看你有没有实际用过ES，因为啥？其实ES性能并没有你想象中那么好的。很多时候数据量大了，特别是有几亿条数据的时候，可能你会懵逼的发现，跑个搜索怎么一下5~10s，坑爹了。第一次搜索的时候，是5~10s，后面反而就快了，可能就几百毫秒。你就很懵，每个用

首先我的学习是基于该教程进行的(下列部分代码文字出自该教程,在学习过程中增加我自己的理解和补充,便于更好的裂解和学习，并指出下列教程错误的地方):http://es.xiaoleilu.com/(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fes.xiaoleilu.com%2F

之前我们创建索引，查询数据，都是使用的默认的分词器，分词效果不太理想，会把text的字段分成一个一个汉字，然后搜索的时候也会把搜索的句子进行分词，所以这里就需要更加智能的分词器IK分词器了。1\.ik分词器的下载和安装，测试第一：下载地址：https://github.com/medcl/elasticsearchanalysisi

一.为什么使用ESKibana离线数据测试中最重要的就是数据验证，一部分需要测试es存储数据的正确性，另一部分就需要验证接口从es取值逻辑的正确性。而为了验证es取值逻辑的正确性，就需要用到Kibana,它能帮助测试同学更加快速高效的执行es数据的查询，大

前言2023哪个网络词最热？我投“生成式人工智能”一票。过去一年大家都在拥抱大模型，所有的行业都在做自己的大模型。就像冬日里不来件美拉德色系的服饰就会跟不上时代一样。这不前段时间接入JES，用上好久为碰的RestHighLevelClient包。心血来潮再