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
Databend17 小时前
Jev 爆火之后,我们把它集成进了数据湖仓
大数据·数据库·agent
拾光师17 小时前
MapReduce Shuffle 深度解析:数据从 Map 到 Reduce 的完整旅程
大数据
小小程序猴117 小时前
中小企业AI转型课程模块的工程化设计:从能力矩阵到课程编排
大数据·人工智能
Aloudata17 小时前
语义层和SQL Copilot:一个降低写SQL门槛,一个统一业务逻辑
大数据·人工智能·数据分析·data agent·语义层
IT研究室17 小时前
最新大数据毕业设计选题推荐-基于大数据的信用等级数据分析与可视化-大数据-Spark-Hadoop-Bigdata
大数据·信息可视化·数据分析·spark·课程设计
不会写代码的女程序猿18 小时前
商用 AI 四诊仪技术拆解|明理 AI 四诊仪多模态采集方案解析
大数据·人工智能·科技·ai·健康医疗
cspttty18 小时前
需求预测校招入门:SQL、Excel、统计模型和业务指标怎么学
大数据·数据库
YangYang9YangYan18 小时前
财务 BP 校招面试案例整理|业务场景题 + 数据案例,2027 届求职
大数据·数据库
Rosanci1 天前
谷歌浏览器插件开发实战指南:从 Hello World 到上架发布
大数据·人工智能·chrome·程序人生
m0_466525291 天前
云从科技上线云起ModelHub:AI团队时代的模型算力基础设施
大数据·人工智能·科技