Categoria: Elasticsearch

I motori di ricerca testuali sono una funzionalità che assume un ruolo rilevante nella costruzione delle applicazioni. La user experience migliora notevolmente se i risultati richiesti sono realmente inerenti alle parole inserite nella barra di ricerca. Elasticsearch ci permette di integrare un sistema di ricerca full-text e ottenere ottimi risultati in modo efficiente. Scopriamo come e quando è possibile sfruttare queste sue caratteristiche.

Elasticsearch offre la possibilità di estrarre statistiche e gruppi di dati mediante le funzioni aggregazione. In molti contesti, però, è necessario concatenare i risultati di queste analisi per ottenere risultati più raffinati. Vediamo come le pipeline di aggregazione ci permettono di ottenere i risultati di nostro interesse.

Con le aggregazioni a bucket di Elasticsearch possiamo creare gruppi di documenti. Dopo aver visto nell’articolo precedente le aggregazioni basate sui campi di tipo keyword, ora ci concentreremo su altre funzioni orientate ad altre tipologie di dato. In particolare, useremo aggregazioni per la definizioni di intervalli numerici, di date o gruppi basati su dati georeferenziati.

Con le aggregazioni a bucket di Elasticsearch possiamo creare gruppi di documenti. In questo articolo ci concentreremo principalmente sulle aggregazioni basate sui campi di tipo keyword presenti negli indici. Utilizzeremo diversi esempi per capire le principali differenze tra le funzioni di aggregazione disponibili.

Oltre alla ricerca testuale, Elasticsearch permette di effettuare analisi sui dati mediante le aggregazioni. Tra le varie tipologie di aggregazione disponibili quelle metriche sono orientate proprio a calcolare statistiche su uno o più campi. Mediante degli esempi vedremo quali informazioni possiamo estrarre con questa tipologia di aggregazione.

Elasticsearch è un database NoSQL molto utilizzato per sviluppare motori di ricerca grazie alle sue capacità di indicizzare in modo opportuno i testi. Ma non si ferma solo a questo. Grazie alle aggregazioni, Elasticsearch può essere utilizzato per analizzare i dati ed estrarre statistiche da grandi moli di dati. Scopriamo questa sua funzionalità che è alla base di molte visualizzazioni usate da Kibana.

Elasticsearch è un database NoSQL molto valido per effettuare ricerche efficienti su dati testuali e strutturati. Nonostante ciò, non supporta nativamente il join tra documenti. Esistono però delle query che, mediante una definizione dello schema appropriata, permettono di effettuare ricerche su documenti correlati tra di loro. Scopriremo come scrivere le query di join e anche alcune query particolari che potrebbero essere utili nei nostri progetti.

Elasticsearch offre uno strumento molto valido per effettuare ricerche semplici ma anche complesse. In questo articolo capiremo come inserire più condizioni nella stessa query e modificare il calcolo dello score in base a funzioni personalizzate e ad i valori dei dati.

Elasticsearch offre uno strumento molto valido non solo per le ricerche testuali, ma anche per i dati strutturati. In questo articolo capiremo come interrogare i campi strutturati mediante le query term. Le varie tipologie di query ci permetteranno di raffinare le ricerche per i nostri progetti futuri.

Elasticsearch offre uno strumento molto valido per le ricerche testuali. In questo articolo inizieremo a capire come interrogare i campi testuali mediante le query match. Le varie tipologie di query ci permetteranno di raffinare le ricerche per i nostri progetti futuri.