Elasticsearch 认证模拟题 - 11

一、题目

编写一个名为 a_data_stream 数据流满足以下请求:

  1. 数据流索引主分片数为 1 ,副本为 2
  2. 数据流索引指定相应的 mapping ,二个字段为 keyword 类型,一个字段为 text 类型并指定分词器为 standard

按照上述要求建立数据流

1.1 考点
  1. 数据流
  2. 索引模板

仔细看题,似乎并不需要索引模板,但是我在官网没找到不适用模板就建立数据流的方法

1.2 答案
rust 复制代码
PUT _index_template/my_template
{
  "index_patterns": ["a_data_stream*"],
  "template": {
    "settings": {
      "number_of_shards": 1,
      "number_of_replicas": 2
    },
    "mappings": {
      "_source": {
        "enabled": true
      },
      "properties": {
        "a": {
          "type": "keyword"
        },
        "b": {
          "type": "keyword"
        },
        "c": {
          "type": "text",
          "analyzer": "standard"
        }
      }
    }
  },
  "priority": 500,
  "data_stream": { }
}

PUT _data_stream/a_data_stream

二、题目

在集群上有一个索引 task1,编写一个查询并满足以下要求:

  1. 定义一个名为 a 的运行时字段,通过 a 字段实现以下聚合(a 字段的值等于 b 字段减去 c 字段)

  2. 聚合a值小于-2的文档

  3. 聚合-5到5之间的文档

  4. 聚合大于5的文档

  5. 建立测试索引

2.1 考点
  1. 聚合查询
  2. 运行时字段
2.2 答案
rust 复制代码
GET task1/_search
{
  "size": 0, 
  "runtime_mappings": {
    "a": {
      "type": "double",
      "script": {
        "source": """emit(doc['b'].value - doc['c'].value)"""
      }
    }
  },
  "aggs": {
    "a_ranges": {
      "range": {
        "field": "a",
        "ranges": [
          { "to": -2 },
          { "from": -5, "to": 5 },
          { "from": 5 }
        ]
      }
    }
  }
}
相关推荐
Elasticsearch8 小时前
使用 Gemma、Hugging Face 和 Elasticsearch 构建 RAG 系统
elasticsearch
Elasticsearch8 小时前
使用 NVIDIA NeMo Retriever、Unstructured 和 Elasticsearch 处理非结构化数据
elasticsearch
全栈派森9 小时前
告别大表膨胀!MySQL 冷热分离落地全过程(含 CDC 与单行锁抢占实战)
大数据·mysql
LinuxGeek102410 小时前
Kylin-Server-V11、openEuler-22.03和openEuler-24.03适配原生rpm的MySQL 8.4.11版本正式发布
大数据·mysql·kylin
2601_9625029010 小时前
点胶点钻机运动控制与视觉定位系统解析:精度、算法与工程实现
大数据·架构
阿部多瑞 ABU11 小时前
正反馈的死亡螺旋:数字资本时代泛二次元文化-情感-金融复合体的系统性分析
大数据·人工智能·金融
Elasticsearch11 小时前
使用 OpenAI 服务通过 Inference API 实现语义搜索
elasticsearch
zhbcddxr11 小时前
GEO服务商度量监测能力测评:可见度追踪与报表排行
大数据·人工智能·microsoft
科技发布11 小时前
拆解传播易服务模式,看清小红书团购从入驻变现完整逻辑
大数据·人工智能