# 检索分析服务 Elasticsearch版 #
1
关注
8068内容
mysql like查询优化
通过合理的索引设计、使用全文索引、优化查询结构以及考虑分片和分区表，可以显著提高MySQL中 `LIKE`查询的性能。针对不同的应用场景选择合适的优化策略，能够有效地提升数据库查询效率，减少查询时间。希望这些方法和技巧能帮助您优化MySQL数据库中的模糊查询。
开源日志分析Logstash
【10月更文挑战第22天】
开源日志分析Elasticsearch
【10月更文挑战第22天】
开源日志分析Kibana
【10月更文挑战第22天】
开源日志分析ELK Stack (Elasticsearch, Logstash, Kibana)
【10月更文挑战第21天】
一份运维监控的终极秘籍！监控不到位，宕机两行泪
【10月更文挑战第25天】监控指标的采集分为基础监控和业务监控。基础监控涉及CPU、内存、磁盘等硬件和网络信息，而业务监控则关注服务运行状态。常见的监控数据采集方法包括日志、JMX、REST、OpenMetrics等。Google SRE提出的四个黄金指标——错误、延迟、流量和饱和度，为监控提供了重要指导。错误监控关注系统和业务错误；延迟监控关注服务响应时间；流量监控关注系统和服务的访问量；饱和度监控关注服务利用率。这些指标有助于及时发现和定位故障。
ElasticSearch7.6.x 模板及滚动索引创建及注意事项
ElasticSearch7.6.x 模板及滚动索引创建及注意事项
ElasticSearch核心概念：倒排索引
ElasticSearch核心概念：倒排索引
免费试用