Elasticsearch全面解析与实践

作品简介

Elasticsearch是一款功能强大且开源的分布式搜索与数据分析引擎，已被许多大的互联网公司所采用。除了搜索之外，它还结合Kibana、Logstash、Beats、Elastic Stack一起使用，被广泛应用于大数据近实时分析领域，包括日志分析、指标监控、信息安全等。它可以帮助用户搜索海量的结构化数据和非结构化数据，按照需求创建可视化的数据报表，还可以对监控的数据设置报警阈值等。本书将从多个维度系统地讲述Elasticsearch，包括容器化的安装、数据索引的维护、各种方式的数据搜索、聚合统计分析、底层原理分析以及生产环境的性能调优。无论是数据搜索还是性能调优，都结合理论的阐述和案例的解析来逐一展开，以方便读者理解。

本书内容丰富，基本概念讲解细致、深入浅出，各种功能和命令的介绍都配以实践操作过程和详细的代码，既适合初学者自学使用，也适合作为高等院校相关专业的教材。

作者：张文亮

作品目录

• 前言
• 第1章　Elasticsearch入门及应用场景
• 1.1　Elasticsearch概述
• 1.2　Elasticsearch与Solr比较
• 1.3　为什么要学习Elasticsearch
• 1.4　Elasticsearch的主要功能及应用场景
• 1.5　Elasticsearch的安装
• 第2章　Elasticsearch基础和操作实例
• 2.1　Elasticsearch的基本概念和相关术语
• 2.2　Elasticsearch操作实例
• 2.3　Elasticsearch映射
• 第3章　Elasticsearch字段类型
• 3.1　alias类型
• 3.2　数组类型
• 3.3　binary类型
• 3.4　布尔类型
• 3.5　日期类型
• 3.6　nested类型
• 3.7　range类型
• 3.8　数字类型
• 3.9　rank_feature类型
• 3.10　search-as-you-type类型
• 3.11　ip类型
• 3.12　token_count类型
• 3.13　object类型
• 3.14　geo_point类型
• 3.15　geo_shape类型
• 3.16　keyword类型
• 3.17　text类型
• 第4章　内置分词器和IK分词器
• 4.1　simple分词器
• 4.2　simple_pattern分词器
• 4.3　simple_pattern_split分词器
• 4.4　standard分词器
• 4.5　自定义与standard类似的分词器
• 4.6　keyword类型和text类型的区别
• 4.7　IK分词器
• 第5章　Elasticsearch基础查询详解
• 5.1　批量插入数据
• 5.2　查询所有数据
• 5.3　排序查询
• 5.4　根据需求返回相应的字段
• 5.5　分页查询
• 5.6　查询指定字段内的特定字词
• 5.7　段落匹配查询
• 5.8　term精准查询
• 5.9　bool多条件查询
• 5.10　bool和filter组合查询
• 5.11　简单的聚合查询
• 第6章　Elasticsearch的组合查询和全文搜索详解
• 6.1　组合查询的布尔查询
• 6.2　组合查询的提高评分查询
• 6.3　组合查询的固定评分查询
• 6.4　组合查询的最佳匹配查询
• 6.5　组合查询的使用函数查询
• 6.6　全文搜索的match类型查询
• 6.7　全文搜索的match多个词查询
• 6.8　全文搜索的控制match的匹配精度
• 6.9　全文搜索的query_string查询
• 6.10　全文搜索的simple_query_string查询
• 6.11　全文搜索的顺序匹配查询
• 6.12　全文搜索的高亮查询
• 6.13　全文搜索的自定义高亮查询
• 第7章　Elasticsearch的term level查询详解
• 7.1　term level的exists查询
• 7.2　term level的ids查询
• 7.3　term level的prefix查询
• 7.4　term level的term单个单词查询
• 7.5　term level的terms多个单词查询
• 7.6　term level的动态匹配到单词的个数
• 7.7　通配符查询
• 7.8　范围查询
• 7.9　模糊匹配查询
• 7.10　正则表达式查询
• 第8章　Elasticsearch的聚合桶全面解析
• 8.1　聚合桶概述
• 8.2　数据准备
• 8.3　简单的聚合
• 8.4　多个聚合
• 8.5　动态脚本聚合
• 8.6　过滤聚合
• 8.7　filter分组聚合
• 8.8　数值范围聚合
• 8.9　指定范围间隔聚合
• 8.10　日期范围聚合
• 第9章　Elasticsearch的Metrics聚合全面解析
• 9.1　Metrics聚合概述
• 9.2　计算加权平均值
• 9.3　去重后求总数量
• 9.4　绝对中位差
• 9.5　聚合统计最大值、最小值、平均值等信息
• 9.6　字符串统计
• 9.7　百分位数统计
• 9.8　百分位等级计算
• 9.9　聚合后返回前N条数据
• 9.10　使用top_metrics聚合
• 第10章　Elasticsearch高可用集群
• 10.1　Elasticsearch多节点集群环境搭建
• 10.2　生产环境集群推荐方案
• 10.3　节点发现
• 10.4　节点故障
• 10.5　集群状态更新
• 10.6　主节点选举
• 10.7　“脑裂”问题不再成为问题
• 10.8　分片
• 10.9　数据存储段合并详情
• 第11章　高级操作和性能调优
• 11.1　索引别名
• 11.2　索引模板别名
• 11.3　滚动查询
• 11.4　跨集群查询
• 11.5　使用SQL语句操作Elasticsearch
• 11.6　Elasticsearch性能优化详解