Elasticsearch基本使用

安裝Elasticsearch

可以在https://www.elastic.co/cn/downloads/elasticsearch這個(gè)頁(yè)面找到elasticsearch對(duì)應(yīng)系統(tǒng)的安裝包稻轨，elasticsearch用java開發(fā)的何荚，最新的版本內(nèi)置了對(duì)應(yīng)的jdk凶赁，通過(guò)下面的方式能快速啟動(dòng)：

cd /安裝目錄/elasticsearch/bin
./elasticsearch 
#驗(yàn)證是否啟動(dòng)穴吹， 可以訪問(wèn)： http://127.0.0.1:9200/

對(duì)于插件的安裝胁住，可以用bin目錄下的./elasticsearch-plugin 腳本，比如安裝 ik分詞器：
./elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.8.0/elasticsearch-analysis-ik-7.8.0.zip
系統(tǒng)會(huì)下載需要安裝的插件，然后解壓到plugins目錄下邮弹。也可以吧plugin直接下載到系統(tǒng)舀瓢，解壓到plugin目錄廷雅。

安裝可視化工具Kibana

可以在https://www.elastic.co/cn/downloads/kibana這個(gè)頁(yè)面找到kibana對(duì)應(yīng)系統(tǒng)的安裝包，kibana用node開發(fā)，最新的版本內(nèi)置了對(duì)應(yīng)的node啟動(dòng)程序航缀，啟動(dòng)流程如下：

解壓后修改config/kibana.yml里的配置商架，需要設(shè)置 elasticsearch.hosts, 本地就是: http://127.0.0.1:9200/

如果想用中文環(huán)境，可以修改config/kibana.yml文件芥玉，設(shè)置i18n.locale: "zh-CN"

在/bin 目錄下啟動(dòng)kibana
文章后面的代碼都是在kibana 的Dev Tools 里操作完成

重要的概念

索引(Index)：這里的索引跟我們平時(shí)用Mysql里索引是不一樣的蛇摸，在ES中， Index可以理解成Mysql里的一張表灿巧。ES通過(guò)不同的Index來(lái)管理數(shù)據(jù)

文檔(Document): 相當(dāng)于Mysql里的一行記錄赶袄， ES 里的數(shù)據(jù)是通過(guò)文檔來(lái)記錄的。

倒排索引：把數(shù)據(jù)里的每個(gè)詞或者詞組（這里跟具體的分詞器相關(guān)）映射到文檔的id砸烦。

節(jié)點(diǎn)：一個(gè)Elasticsearch 進(jìn)程弃鸦。

集群：多個(gè)節(jié)點(diǎn)組成的系統(tǒng)稱為集群。

分片：邏輯的概念幢痘，可以理解成對(duì)表做分庫(kù)分表

副本：某個(gè)分片的復(fù)制

類型：文檔里字段的定義

mappings：對(duì)Index的描述唬格，類似于mysql里的Schemas

type類型： ES對(duì)這個(gè)概念已經(jīng)廢棄，不需要了解

數(shù)據(jù)類型

分類	具體類型
字符串	text: 會(huì)被分詞颜说，能根據(jù)詞項(xiàng)快速檢索购岗，比如文章的標(biāo)題，文本门粪。keyword: 不會(huì)被分詞喊积，只能通過(guò)精確查詢，比如文章的作者
整型	byte, short , int, long
浮點(diǎn)型	float, double, half_float (16位) , scaled_float(縮放類型玄妈，比如價(jià)格55.55乾吻，存的是5555, 縮放因子為100)
boolean	值為true, false
date	日期類型
二進(jìn)制類型	binary：用的比較少，沒(méi)法做索引
array	數(shù)組類型拟蜻，數(shù)據(jù)里的類型可以是對(duì)象
object	對(duì)象類型绎签，文檔會(huì)包含嵌套的對(duì)象
nested	嵌套類型, 他能夠保證數(shù)據(jù)之間的層級(jí)結(jié)構(gòu)

索引的基本操作

創(chuàng)建索引, 類似操作mysql的建表語(yǔ)句，這里初了需要關(guān)注各個(gè)字段的含義以外酝锅，還需要關(guān)注settings里的分片數(shù)（number_of_shards）和副本數(shù)（number_of_replicas）诡必。

PUT film
{ 
    "mappings": { 
        "properties": { 
            "id":{
                "type": "keyword",
                "store":true
            },
            "name":{
                "type": "keyword",
                "store":true
            },
            "desc":{
                "type":"text",
                "store":true,
                "analyzer": "ik_max_word"
            },
            "tag":{
                "type": "keyword",
                "store":true
            },
            "actors":{
                "type": "nested",
                "properties":{
                    "id":{
                        "type": "keyword",
                        "store":true
                    },
                    "name":{
                        "type": "keyword",
                        "store":true
                    },
                    "sex":{
                        "type": "integer",
                        "store":true
                   }
               }
            }
        } 
    },
    "settings": {
      "number_of_replicas": 1,
      "number_of_shards": 1
    }
}

查看索引的元數(shù)據(jù)信息

GET film #film 是Index的名稱

刪除索引

DELETE film #film 是Index的名稱

對(duì)于索引沒(méi)有所謂的更新操作，如果對(duì)于有些字段的類型需要做更新搔扁，只能刪除原來(lái)的索引爸舒，重新創(chuàng)建新的索引。在實(shí)際的使用過(guò)程中稿蹲，我們可以插入一些示例數(shù)據(jù)扭勉，通過(guò)ES幫我們生成默認(rèn)mappings，然后再對(duì)mappings做修改對(duì)于指定好的分片數(shù)苛聘，也是沒(méi)有辦法修改的剖效，如果想增加分片數(shù)嫉入，只能做reindex操作。

文檔的基本操作

新增文檔璧尸，新增的時(shí)候需要指定id咒林，如果沒(méi)指定， ES會(huì)生成一個(gè)String類型的id

PUT /film/_doc/001
{
    "id":"001",
    "name":"甄嬛傳",
    "desc":"雍正元年爷光，結(jié)束了血腥的奪位之爭(zhēng)垫竞，新的君主（陳建斌 飾）繼位，國(guó)泰民安蛀序，政治清明欢瞪，但在一片祥和的表象之下，一股暗流蠢蠢欲動(dòng)徐裸，尤其后宮遣鼓，華妃（蔣欣 飾）與皇后（蔡少芬 飾）分庭抗禮，各方勢(shì)力裹挾其中重贺，兇險(xiǎn)異常骑祟。十七歲的甄嬛（孫儷飾）與好姐妹眉莊（斕曦飾）、陵容（陶昕然飾）參加選秀气笙，她本抱著來(lái)充個(gè)數(shù)的念頭次企，可皇帝（陳建斌飾）偏相中了她的智慧、氣節(jié)與端莊潜圃，最后三人一同入選缸棵。但因華妃（蔣欣飾）囂張，步步緊逼谭期，眉莊被冤堵第，陵容變心，天真的甄嬛慢慢變成了后宮精明的女子隧出⌒统希皇帝發(fā)現(xiàn)年羹堯（孫寧飾）的野心，令甄父剪除年氏一族鸳劳，甄嬛終于斗倒了華妃。但由于甄嬛與先故純?cè)屎蟮纳袼埔泊辏屎笤O(shè)計(jì)以純?cè)屎蟮亩Y服陷害甄嬛赏廓，父親（沈保平飾）也被文字獄牽連和奸人陷害而遭牢獄之災(zāi)，生下女兒后傍妒，心灰意冷的甄嬛選擇出宮修行幔摸。在宮外幸得十七爺允禮（李東學(xué)飾）悉心照顧，二人相親相愛(ài)颤练，只等有機(jī)會(huì)遠(yuǎn)走高飛既忆。后因誤傳十七爺死訊，甄嬛為保全腹中骨肉，設(shè)計(jì)與皇帝相遇患雇，狠心斷絕對(duì)十七爺?shù)膼?ài)戀跃脊，重回宮中，再度與皇后相斗苛吱。后因生下雙生子酪术，同時(shí)甄父的冤案得以平反，重新被皇帝重用翠储，甄氏一族再度崛起绘雁。甄嬛多次躲過(guò)皇后的陷害，最終扳倒皇后援所÷郏可造化弄人，由于皇帝的疑心住拭，最終卻只能看著心上人允禮死在自己懷中挪略，而與葉瀾依（熱依扎飾）合謀弒君》峡幔皇帝駕崩后瘟檩，甄嬛養(yǎng)子弘歷登基，甄嬛被尊為圣母皇太后澈蟆，即便享盡榮華墨辛，但眼見(jiàn)一生姐妹沈眉莊血崩而亡，一生愛(ài)人允禮為保其周全而無(wú)憾自盡趴俘，不過(guò)是一代封建王朝的悲情故夢(mèng)罷了睹簇。",
    "tag":["后宮","古裝","清朝","愛(ài)情","宮斗"],
    "actors":[
        {
            "id":"actor_001",
            "name":"孫儷",
            "sex":0
        },
        {
            "id":"actor_002",
            "name":"陳建斌",
            "sex":1
        },
        {
            "id":"actor_003",
            "name":"蔡少芬",
            "sex":0
        },
        {
            "id":"actor_004",
            "name":"蔣欣",
            "sex":0
        },
        {
            "id":"actor_005",
            "name":"藍(lán)盈盈",
            "sex":0
        }
    ]
}

修改文檔，修改文檔的時(shí)候寥闪，需要指定文檔的id太惠，并且在url后面加上_update表示更新，其中的"doc" 表示修改文檔的內(nèi)容疲憋，不加上會(huì)報(bào)錯(cuò)

POST /film/_update/001
{ 
  "doc":{
    "id":"001",
    "tag":["后宮","古裝","清朝","愛(ài)情","宮斗","玄幻"],
    "actors":[
        {
            "id":"actor_002",
            "name":"陳建斌",
            "sex":1
        },
        {
            "id":"actor_006",
            "name":"藍(lán)盈盈",
            "sex":0
        }
    ]
  }
}

刪除文檔

DELETE /film/_doc/001

文檔查詢

對(duì)于查詢凿渊，如果需要了解內(nèi)部是如何解析的，可以在查詢里加上"profile": "true"缚柳。

最簡(jiǎn)單的埃脏，根據(jù)文檔Id查詢

GET /film/_doc/001 #001表示文檔的id

查看es分詞器的結(jié)果

GET _analyze
{
  "analyzer": "ik_max_word", #分詞器
  "text": "我是中國(guó)人"
}

term查詢: 完全匹配，不會(huì)將指定的查詢關(guān)鍵字進(jìn)行分詞秋忙，直接去分詞庫(kù)中匹配彩掐，找到相應(yīng)的文檔內(nèi)容，類似于mysql里的“=”灰追。

GET /film/_search
{
  "query": {
    "term": {
      "name.keyword": {  #這里需要指定對(duì)name的keyword查詢
        "value": "甄嬛傳"
      }
    }
  }
}

terms查詢, 查詢機(jī)制更term一樣堵幽，類似于mysql里的in(?,?)

GET /film/_search
{
  "profile": "true", 
  "query": {
    "terms": {
      "name": ["甄", "畫"]
    }
  }
}

match_all查詢：查詢?nèi)績(jī)?nèi)容狗超，不指定任何查詢條件，可以通過(guò)from, size 做分頁(yè)查詢

GET /film/_search
{
  "from": 0, 
  "size": 2, 
  "query": {
    "match_all": {}
  }
}

match查詢：match查詢屬于高級(jí)查詢朴下，會(huì)根據(jù)你查詢的字段的類型不一致努咐，采用不同的查詢方式。

如果查詢的是日期或者數(shù)值的字段桐猬，他會(huì)自動(dòng)將你的字符串查詢內(nèi)容轉(zhuǎn)換成日期或者數(shù)值對(duì)待麦撵；

如果查詢的內(nèi)容是一個(gè)不能被分詞的字段(keyword).match查詢不會(huì)對(duì)你的指定查詢關(guān)鍵字進(jìn)行分詞；

如果查詢的內(nèi)容是一個(gè)可以分詞的字段(text)溃肪，match會(huì)將你指定的查詢內(nèi)容根據(jù)一定的方式去分詞免胃，然后去分詞庫(kù)中匹配指定的內(nèi)容。
總而言之：match查詢惫撰，實(shí)際底層就是多個(gè)term查詢羔沙，將多個(gè)term查詢的結(jié)果匯集到一起返回給你。

GET /film/_search
{
  "profile": "true", 
  "query": {
    "match": {
      "name": "甄"
    }
  }
}

match_phrase查詢：首先解析查詢字符串來(lái)產(chǎn)生一個(gè)詞條列表(這里會(huì)分詞)厨钻。然后會(huì)搜索所有的詞條扼雏，只保留包含了所有搜索詞條的文檔，并且詞條的位置要鄰接可以通過(guò)slop來(lái)指定詞之間相隔多遠(yuǎn)還能匹配夯膀，如果超過(guò)這個(gè)值诗充，文檔將匹配不上

GET /film/_search
{
  "profile": "true", 
  "query": {
    "match_phrase": {
      "desc": {
        "query": "國(guó)泰民安 祥和",
        "slop": 8
      }
    }
  }
}

multi_match查詢：多字段進(jìn)行匹配，只要有一個(gè)字段滿足搜索條件诱建，就能查詢出來(lái)蝴蜓，對(duì)于多字段匹配的問(wèn)題，涉及到評(píng)分俺猿，可以通過(guò)type來(lái)指定評(píng)分標(biāo)準(zhǔn)茎匠，有三種類型，分別是： best_fields：完全匹配的文檔占比高押袍，可以通過(guò)tie_breaker指定評(píng)分的系數(shù)诵冒；most_fields：表示越多字段匹配的文檔評(píng)分越；
cross_fields：表示詞條的分詞詞匯是分配到不同字段中評(píng)分高谊惭。

GET /film/_search
{
  "profile": "true", 
  "query": {
    "multi_match": {
     "query": "傳",
     "fields": ["name", "desc", "tag"]
    }
  }
}

GET /film/_search
{
  "profile": "true", 
  "query": {
    "multi_match": {
     "query": "民國(guó)",
     "fields": ["name", "desc", "tag"], 
     "type": "best_fields",
     "tie_breaker": 0.5
    }
  }
}

bool聯(lián)合查詢: 其中 must: 表示文檔必須完全匹配汽馋， must_not：表示文檔必須不能匹配，should表示下面的條件只要有一個(gè)滿足圈盔，就能查出來(lái)豹芯，類似sql的or

GET /film/_search
{
  "profile": "true", 
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "tag.keyword": {
              "value": "愛(ài)情"
            }
          }
        }
      ],
      "must_not": [
        {"term": {
          "tag.keyword": {
            "value": "土匪"
          }
        }}
      ]
    }
  }
}

范圍查詢：類似于sql里的between and

GET /sms-logs-index/_search
{
  "profile": "true", 
  "query": {
    "range": {
      "fee": {
        "gte": 50,
        "lte": 500
      }
    }
  }
}

GET /sms-logs-index/_search
{
  "profile": "true", 
  "query": {
    "range": {
      "createDate": {
        "gte": "2020-09-16",
        "lte": "2020-09-21"
      }
    }
  }
}

對(duì)于nested類型的查詢，需要指定path

GET /film/_search
{
    "query": {
        "bool": {
            "must": [
              {
                    "nested": {
                        "path": "actors", #這里需要指定查詢的path
                        "query": {
                            "bool": {
                                "must": [{
                                    "term": {
                                        "actors.name": "周迅"
                                    }
                                }]
                            }
                        }
                    }
                },
        {
          "term":{"tag":"民國(guó)"}
        }
            ]
        }
    }
}

通過(guò)sort對(duì)數(shù)據(jù)做排序

GET /sms-logs-index/_search
{
  "profile": "true", 
  "from": 0, 
  "size": 2, 
  "query": {
    "range": {
      "fee": {
        "gte": 50,
        "lte": 500
      }
    }
  },
  "sort": [
    {
      "fee": {
        "order": "desc"
      }
    }
  ]
}

分頁(yè)

通過(guò)from + size 淺分頁(yè)药磺，這種分頁(yè)方式默認(rèn)值能查詢10000條數(shù)據(jù)

scroll 方式獲取深分頁(yè)的數(shù)據(jù), 查詢的時(shí)候URL上需要有scroll參數(shù)表示這個(gè)scroll存在的時(shí)間，比如5m表示存在5分鐘煤伟。之后的請(qǐng)求的接口不再使用索引名了癌佩，而是 _search/scroll木缝，GET和POST方法都可以使用，需要重新設(shè)置scroll存在的時(shí)間围辙。 在查詢的時(shí)候我碟，不能加上"profile": "true", 不然后面的查詢會(huì)報(bào)錯(cuò)：The collector can only be set once 問(wèn)題的鏈接在這里：https://github.com/elastic/elasticsearch/issues/27376。scroll 方式獲取數(shù)據(jù)會(huì)生成歷史快照姚建，對(duì)于數(shù)據(jù)的變更不會(huì)反映到快照上矫俺。

GET /sms-logs-index/_search?scroll=5m
{
  "from": 0, 
  "size": 2, 
  "query": {
    "range": {
      "fee": {
        "gte": 50,
        "lte": 500
      }
    }
  }
}

GET /_search/scroll
{
   "scroll": "5m",
  "scroll_id": "FGluY2x1ZGVfY29udGV4dF91dWlkDnF1ZXJ5VGhlbkZldGNoBRRwVTRQUm5ZQllORnB0eHdqcVRpMgAAAAAAAAB-FlAxRDB2cU96UzdhbWRQSXAyWWZnZUEUcGs0UFJuWUJZTkZwdHh3anFUaTIAAAAAAAAAfxZQMUQwdnFPelM3YW1kUElwMllmZ2VBFHAwNFBSbllCWU5GcHR4d2pxVGkyAAAAAAAAAIAWUDFEMHZxT3pTN2FtZFBJcDJZZmdlQRRxRTRQUm5ZQllORnB0eHdqcVRpMgAAAAAAAACBFlAxRDB2cU96UzdhbWRQSXAyWWZnZUEUcVU0UFJuWUJZTkZwdHh3anFUaTMAAAAAAAAAghZQMUQwdnFPelM3YW1kUElwMllmZ2VB"
}

search_after 深分頁(yè)；分頁(yè)的方式是根據(jù)上一頁(yè)的最后一條數(shù)據(jù)來(lái)確定下一頁(yè)的位置掸冤，在查詢的時(shí)候需要有sort厘托，并且排序的字段組合能有唯一性不然中間查詢的時(shí)候會(huì)有數(shù)據(jù)丟失， from一定是從零開始稿湿。

GET /sms-logs-index/_search
{
  "profile": "true", 
  "from": 0, 
  "size": 2, 
  "query": {
    "range": {
      "fee": {
        "gte": 50,
        "lte": 500
      }
    }
  },
  "sort": [
    {
      "fee": {
        "order": "desc"
      },
      "longCode":{
        "order": "desc"
      }
    }
  ]
}


GET /sms-logs-index/_search
{
  "profile": "true", 
  "from": 0, 
  "size": 2, 
  "query": {
    "range": {
      "fee": {
        "gte": 50,
        "lte": 500
      }
    }
  },
  "search_after":[200, 87454120],
  "sort": [
    {
      "fee": {
        "order": "desc"
      },
      "longCode":{
        "order": "desc"
      }
    }
  ]
}

聚合查詢

聚合查詢一般用于對(duì)數(shù)據(jù)做統(tǒng)計(jì)铅匹，比如每個(gè)城市雙11消費(fèi)了多少，用戶使用系統(tǒng)的平均時(shí)間是多少饺藤。聚合查詢分下面幾類

指標(biāo)聚合

對(duì)文檔的特定字段（field）或腳本值（generated using scripts）包斑，計(jì)算最大值(max)，最小值(min)涕俗，平均值(avg), 求和(sum)罗丰。

GET /sms-logs-index/_search
{
  "profile": "true", 
  "aggs": {
    "fee_max": { #聚合的名字
      "max": { #聚合的類型
        "field": "fee"
      }
    },
    "fee_min":{
      "min": {
        "field": "fee"
      }
    },
    "fee_sum":{
      "sum": {
        "field": "fee"
      }
    }
    ,
    "fee_avg":{
      "avg": {
        "field": "fee"
      }
    }
  }
}

distinct 聚合(cardinality)，統(tǒng)計(jì)某個(gè)字段有多少種值

GET /sms-logs-index/_search
{
  "profile": "true", 
  "aggs": {
    "fee_count": {
      "cardinality": {
        "field": "fee"
      }
    }
  }
}

統(tǒng)計(jì)聚合(stats)再姑，統(tǒng)計(jì)的值包含 sum, avg , min, max , count

GET /sms-logs-index/_search
{
  "profile": "true", 
  "aggs": {
    "fee_stat": {
      "stats": {
        "field": "fee"
      }
    }
  }
}

百分比統(tǒng)計(jì)

GET /sms-logs-index/_search
{
  "profile": "true", 
  "size": 1, 
  "aggs": {
    "fee_percents": {
      "percentiles": {
        "field": "fee",
        "percents": [ #需要統(tǒng)計(jì)的百分比
          1,
          10,
          25,
          50,
          75,
          95,
          99
        ]
      }
    }
  }
}

百分比排名聚合萌抵，用于統(tǒng)計(jì)類似于：小費(fèi)在 200一下的占的百分比是多少。

GET /sms-logs-index/_search
{
  "profile": "true", 
  "size": 1, 
  "aggs": {
    "fee_percents": {
      "percentile_ranks": {
        "field": "fee",
        "values": [200, 2000]
      }
    }
  }
}

桶聚合

對(duì)文檔進(jìn)行分組的操作（與sql中的group by類似）询刹，把滿足相關(guān)特性的文檔分到一個(gè)桶里谜嫉，即桶分，輸出結(jié)果往往是一個(gè)個(gè)包含多個(gè)文檔的桶（一個(gè)桶就是一個(gè)group）凹联。

Terms Aggregation 詞聚合

GET /sms-logs-index/_search
{
  "profile": "true", 
  "size": 0, 
  "query": {
    "term": {
      "province": {
        "value": "杭州"
      }
    }
  }, 
  "aggs": {
    "province_terms": {
      "terms": {
        "field": "province",
        "size": 10,
        "min_doc_count": 4 #只返回文檔個(gè)數(shù)不小于該值的 buckets
      }
    }
  }
}

rang 范圍聚合

GET /sms-logs-index/_search
{
  "profile": "true", 
  "size": 0, 
  "query": {
    "term": {
      "province": {
        "value": "杭州"
      }
    }
  }, 
  "aggs": {
    "fee_range": {
      "range": {
        "field": "fee",
        "ranges": [
          {
            "from": 0,
            "to": 100
          },
          {
            "from": 100,
            "to": 2000
          }
        ]
      }
    }
  }
}

date_range 時(shí)間范圍查詢

GET /sms-logs-index/_search
{
  "size": 0, 
  "aggs": {
    "createDate_range": {
      "date_range": {
        "field": "createDate",
        "ranges": [
          {
            "from": "2020-09-16",
            "to": "2020-09-20"
          },
          {
            "from": "2020-09-21",
            "to": "2020-09-23"
          }
          
        ]
      }
    }
  }
}

最后編輯于：2020.12.14 22:09:40

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者

人面猴
序言：七十年代末沐兰，一起剝皮案震驚了整個(gè)濱河市，隨后出現(xiàn)的幾起案子蔽挠，更是在濱河造成了極大的恐慌住闯，老刑警劉巖，帶你破解...
沈念sama閱讀 206,839評(píng)論 6贊 482
死咒
序言：濱河連續(xù)發(fā)生了三起死亡事件澳淑，死亡現(xiàn)場(chǎng)離奇詭異比原，居然都是意外死亡，警方通過(guò)查閱死者的電腦和手機(jī)杠巡，發(fā)現(xiàn)死者居然都...
沈念sama閱讀 88,543評(píng)論 2贊 382
救了他兩次的神仙讓他今天三更去死
文/潘曉璐我一進(jìn)店門量窘，熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)，“玉大人氢拥，你說(shuō)我怎么就攤上這事蚌铜∠呛睿” “怎么了？”我有些...
開封第一講書人閱讀 153,116評(píng)論 0贊 344
道士緝兇錄：失蹤的賣姜人
文/不壞的土叔我叫張陵冬殃，是天一觀的道長(zhǎng)囚痴。經(jīng)常有香客問(wèn)我，道長(zhǎng)审葬，這世上最難降的妖魔是什么深滚？我笑而不...
開封第一講書人閱讀 55,371評(píng)論 1贊 279
?港島之戀（遺憾婚禮）
正文為了忘掉前任，我火速辦了婚禮涣觉，結(jié)果婚禮上痴荐，老公的妹妹穿的比我還像新娘。我一直安慰自己旨枯，他們只是感情好蹬昌，可當(dāng)我...
茶點(diǎn)故事閱讀 64,384評(píng)論 5贊 374
惡毒庶女頂嫁案：這布局不是一般人想出來(lái)的
文/花漫我一把揭開白布。她就那樣靜靜地躺著攀隔，像睡著了一般皂贩。火紅的嫁衣襯著肌膚如雪。梳的紋絲不亂的頭發(fā)上昆汹，一...
開封第一講書人閱讀 49,111評(píng)論 1贊 285
城市分裂傳說(shuō)
那天明刷，我揣著相機(jī)與錄音，去河邊找鬼满粗。笑死辈末，一個(gè)胖子當(dāng)著我的面吹牛，可吹牛的內(nèi)容都是我干的映皆。我是一名探鬼主播挤聘，決...
沈念sama閱讀 38,416評(píng)論 3贊 400
雙鴛鴦連環(huán)套：你想象不到人心有多黑
文/蒼蘭香墨我猛地睜開眼，長(zhǎng)吁一口氣：“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼捅彻！你這毒婦竟也來(lái)了组去？” 一聲冷哼從身側(cè)響起，我...
開封第一講書人閱讀 37,053評(píng)論 0贊 259
萬(wàn)榮殺人案實(shí)錄
序言：老撾萬(wàn)榮一對(duì)情侶失蹤步淹，失蹤者是張志新（化名）和其女友劉穎从隆，沒(méi)想到半個(gè)月后，有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體缭裆，經(jīng)...
沈念sama閱讀 43,558評(píng)論 1贊 300
?護(hù)林員之死
正文獨(dú)居荒郊野嶺守林人離奇死亡键闺，尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛以下內(nèi)容為張勛視角年9月15日...
茶點(diǎn)故事閱讀 36,007評(píng)論 2贊 325
?白月光啟示錄
正文我和宋清朗相戀三年，在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了澈驼。大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片辛燥。...
茶點(diǎn)故事閱讀 38,117評(píng)論 1贊 334
活死人
序言：一個(gè)原本活蹦亂跳的男人離奇死亡，死狀恐怖，靈堂內(nèi)的尸體忽然破棺而出挎塌，到底是詐尸還是另有隱情畅铭，我是刑警寧澤，帶...
沈念sama閱讀 33,756評(píng)論 4贊 324
?日本核電站爆炸內(nèi)幕
正文年R本政府宣布勃蜘，位于F島的核電站，受9級(jí)特大地震影響假残，放射性物質(zhì)發(fā)生泄漏缭贡。R本人自食惡果不足惜，卻給世界環(huán)境...
茶點(diǎn)故事閱讀 39,324評(píng)論 3贊 307
男人毒藥：我在死后第九天來(lái)索命
文/蒙蒙一辉懒、第九天我趴在偏房一處隱蔽的房頂上張望阳惹。院中可真熱鬧，春花似錦眶俩、人聲如沸莹汤。這莊子的主人今日做“春日...
開封第一講書人閱讀 30,315評(píng)論 0贊 19
一樁弒父案颠印，背后竟有這般陰謀
文/蒼蘭香墨我抬頭看了看天上的太陽(yáng)纲岭。三九已至，卻和暖如春线罕，著一層夾襖步出監(jiān)牢的瞬間止潮，已是汗流浹背。一陣腳步聲響...
開封第一講書人閱讀 31,539評(píng)論 1贊 262
情欲美人皮
我被黑心中介騙來(lái)泰國(guó)打工钞楼，沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留喇闸，地道東北人。一個(gè)月前我還...
沈念sama閱讀 45,578評(píng)論 2贊 355
代替公主和親
正文我出身青樓询件，卻偏偏與公主長(zhǎng)得像燃乍，于是被迫代替她去往敵國(guó)和親。傳聞我的和親對(duì)象是個(gè)殘疾皇子宛琅，可洞房花燭夜當(dāng)晚...
茶點(diǎn)故事閱讀 42,877評(píng)論 2贊 345