Elasticsearch數(shù)據(jù)搜索與分析實(shí)戰(zhàn)

原理篇
第 1章 快速入門(mén) 03
1 1 Elasticsearch簡(jiǎn)介 03
1 2 Elasticsearch的典型接入方式 04
1 2 1 將Elasticsearch作為數(shù)據(jù)源 04
1 2 2 給已有系統(tǒng)添加Elasticsearch 05
1 2 3 使用Elastic Stack 05
1 3 專(zhuān)有名詞解釋 06
1 4 安裝Elasticsearch 7 9 1 08
1 5 安裝Kibana調(diào)試Elasticsearch 09
1 6 Elasticsearch節(jié)點(diǎn)的重要配置 11
1 6 1 集群節(jié)點(diǎn)的配置方法和優(yōu)先級(jí) 12
1 6 2 elasticsearch yml的重要配置 13
1 6 3 配置JVM的堆內(nèi)存大小 15
1 7 本章小結(jié) 16
第 2章 深入原理 17
2 1 搜索引擎的基本原理 17
2 2 Elasticsearch集群的形成機(jī)制 19
2 2 1 集群節(jié)點(diǎn)的發(fā)現(xiàn)、選舉和引導(dǎo)過(guò)程 20
2 2 2 集群狀態(tài)的發(fā)布過(guò)程 20
2 3 索引分片的分配機(jī)制 21
2 3 1 分片的分配 21
2 3 2 分片分配的過(guò)程 22
2 3 3 分片分配的感知 25
2 3 4 分片分配的過(guò)濾 27
2 4 索引分片的恢復(fù)機(jī)制 28
2 4 1 分片的恢復(fù) 29
2 4 2 分片恢復(fù)的過(guò)程 29
2 4 3 減少不必要的分片恢復(fù) 32
2 5 索引數(shù)據(jù)的寫(xiě)入過(guò)程 33
2 6 索引數(shù)據(jù)的搜索過(guò)程 35
2 7 本章小結(jié) 36
應(yīng)用篇
第3章 索引數(shù)據(jù) 41
3 1 使用映射定義索引結(jié)構(gòu) 41
3 1 1 映射的概念和使用 41
3 1 2 映射支持的常規(guī)字段類(lèi)型 43
3 1 3 忽略映射中不合法的數(shù)據(jù) 48
3 1 4 字段復(fù)制和字段存儲(chǔ) 51
3 1 5 動(dòng)態(tài)映射 54
3 2 索引中數(shù)據(jù)的增刪改查 60
3 2 1 使用REST端點(diǎn)對(duì)索引映射中的數(shù)據(jù)進(jìn)行增刪改查 61
3 2 2 使用樂(lè)觀(guān)鎖進(jìn)行并發(fā)控制 63
3 2 3 索引數(shù)據(jù)的批量寫(xiě)入 65
3 3 索引數(shù)據(jù)的路由規(guī)則 68
3 3 1 索引數(shù)據(jù)路由的原理 69
3 3 2 使用自定義路由分發(fā)數(shù)據(jù) 69
3 4 索引的別名 73
3 4 1 別名的創(chuàng)建和刪除 73
3 4 2 別名配合數(shù)據(jù)過(guò)濾 74
3 4 3 別名配合數(shù)據(jù)路由 76
3 5 滾動(dòng)索引 77
3 6 索引的狀態(tài)管理 80
3 6 1 清空緩存 80
3 6 2 刷新索引 81
3 6 3 沖洗索引 81
3 6 4 強(qiáng)制合并 82
3 6 5 關(guān)閉索引 82
3 6 6 凍結(jié)索引 83
3 7 索引的塊 83
3 8 索引模板 84
3 8 1 使用索引模板定制索引結(jié)構(gòu) 84
3 8 2 使用模板組件簡(jiǎn)化模板配置 88
3 9 索引的監(jiān)控 90
3 9 1 監(jiān)控索引的健康狀態(tài) 90
3 9 2 監(jiān)控索引分片的段數(shù)據(jù) 91
3 9 3 監(jiān)控索引分片的分配 93
3 9 4 監(jiān)控索引分片的恢復(fù) 93
3 9 5 監(jiān)控索引的統(tǒng)計(jì)指標(biāo) 95
3 10 控制索引分片的分配 97
3 11 本章小結(jié) 98
第4章 文本分析 99
4 1 文本分析的原理 99
4 2 使用內(nèi)置的分析器分析文本 100
4 2 1 標(biāo)準(zhǔn)分析器 100
4 2 2 簡(jiǎn)單分析器 105
4 2 3 空格分析器 106
4 3 使用IK分詞器分析文本 108
4 3 1 安裝IK分詞器 108
4 3 2 在索引中使用IK分詞器 108
4 4 自定義文本分析器分析文本 112
4 4 1 字符過(guò)濾器 112
4 4 2 分詞器 115
4 4 3 分詞過(guò)濾器 119
4 4 4 給索引添加自定義分析器 124
4 5 查看文檔的詞條向量 127
4 6 keyword類(lèi)型字段的標(biāo)準(zhǔn)化 131
4 7 本章小結(jié) 134
第5章 搜索數(shù)據(jù) 135
5 1 精準(zhǔn)級(jí)查詢(xún) 136
5 1 1 術(shù)語(yǔ)查詢(xún) 136
5 1 2 多術(shù)語(yǔ)查詢(xún) 137
5 1 3 主鍵查詢(xún) 139
5 1 4 范圍查詢(xún) 140
5 1 5 存在查詢(xún) 142
5 1 6 前綴查詢(xún) 143
5 1 7 正則查詢(xún) 145
5 1 8 通配符查詢(xún) 146
5 2 全文檢索 147
5 2 1 匹配搜索 148
5 2 2 布爾前綴匹配搜索 150
5 2 3 短語(yǔ)搜索 151
5 2 4 短語(yǔ)前綴匹配搜索 152
5 2 5 多字段匹配搜索 152
5 2 6 查詢(xún)字符串搜索 153
5 3 經(jīng)緯度搜索 156
5 3 1 圓形搜索 156
5 3 2 矩形搜索 158
5 3 3 多邊形搜索 160
5 4 復(fù)合搜索 161
5 4 1 布爾查詢(xún) 161
5 4 2 常量得分查詢(xún) 164
5 4 3 析取查詢(xún) 165
5 4 4 相關(guān)度增強(qiáng)查詢(xún) 166
5 5 搜索結(jié)果的總數(shù) 166
5 6 搜索結(jié)果的分頁(yè) 167
5 6 1 普通分頁(yè) 168
5 6 2 滾動(dòng)分頁(yè) 168
5 6 3 Search after分頁(yè) 169
5 7 搜索結(jié)果的排序 171
5 8 篩選搜索結(jié)果返回的字段 172
5 9 高亮搜索結(jié)果中的關(guān)鍵詞 174
5 10 折疊搜索結(jié)果 175
5 11 解釋搜索結(jié)果 180
5 12 本章小結(jié) 181
第6章 聚集統(tǒng)計(jì) 183
6 1 度量聚集 183
6 1 1 平均值聚集 184
6 1 2 值和小值聚集 185
6 1 3 求和聚集 186
6 1 4 統(tǒng)計(jì)聚集 186
6 1 5 基數(shù)聚集 187
6 1 6 百分比聚集 188
6 1 7 百分比等級(jí)聚集 190
6 1 8 頭部命中聚集 191
6 1 9 矩陣統(tǒng)計(jì)聚集 192
6 2 桶聚集 194
6 2 1 詞條聚集 194
6 2 2 范圍聚集 198
6 2 3 日期范圍聚集 200
6 2 4 直方圖聚集 202
6 2 5 日期直方圖聚集 204
6 2 6 缺失聚集 207
6 2 7 過(guò)濾器聚集 208
6 2 8 多過(guò)濾器聚集 209
6 3 管道聚集 210
6 3 1 平均桶聚集 211
6 3 2 求和桶聚集 212
6 3 3 桶和小桶聚集 214
6 3 4 累計(jì)求和桶聚集 216
6 3 5 差值聚集 217
6 4 使用fielddata聚集text字段 219
6 5 使用全局有序編號(hào)加快聚集速度 221
6 6 給聚集請(qǐng)求添加后過(guò)濾器 222
6 7 本章小結(jié) 224
第7章 父子關(guān)聯(lián) 226
7 1 使用對(duì)象數(shù)組存在的問(wèn)題 226
7 2 嵌套對(duì)象 229
7 2 1 在索引中使用嵌套對(duì)象 229
7 2 2 嵌套對(duì)象的搜索 231
7 2 3 嵌套對(duì)象的聚集 236
7 3 join字段 240
7 3 1 在索引中使用join字段 240
7 3 2 join字段的搜索 243
7 3 3 join字段的聚集 248
7 4 在應(yīng)用層關(guān)聯(lián)數(shù)據(jù) 253
7 5 本章小結(jié) 255
第8章 Java高級(jí)客戶(hù)端編程 257
8 1 開(kāi)發(fā)前的準(zhǔn)備 257
8 2 建立索引并寫(xiě)入數(shù)據(jù) 259
8 2 1 創(chuàng)建映射 259
8 2 2 寫(xiě)入、修改、刪除數(shù)據(jù) 263
8 3 搜索數(shù)據(jù) 267
8 4 統(tǒng)計(jì)分析 274
8 5 為索引接入實(shí)時(shí)數(shù)據(jù) 278
8 6 本章小結(jié) 279
第9章 集群擴(kuò)展和性能優(yōu)化 280
9 1 節(jié)點(diǎn)的角色類(lèi)型 280
9 2 在CentOS 7上搭建Elasticsearch集群 282
9 2 1 準(zhǔn)備工作 282
9 2 2 安裝集群 284
9 2 3 驗(yàn)證安裝 286
9 3 推薦的集群配置 288
9 4 監(jiān)控集群 292
9 4 1 監(jiān)控集群的狀態(tài)信息 292
9 4 2 監(jiān)控集群的健康狀態(tài) 294
9 4 3 監(jiān)控集群節(jié)點(diǎn)的統(tǒng)計(jì)指標(biāo) 295
9 4 4 監(jiān)控節(jié)點(diǎn)的熱點(diǎn)線(xiàn)程 298
9 4 5 查看慢搜索日志 298
9 4 6 查看慢索引日志 299
9 5 索引分片數(shù)的設(shè)置與橫向擴(kuò)容 300
9 6 優(yōu)化索引的寫(xiě)入速度 303
9 6 1 避免寫(xiě)入過(guò)大的文檔 303
9 6 2 合并寫(xiě)入請(qǐng)求 304
9 6 3 適當(dāng)增大寫(xiě)入的線(xiàn)程數(shù)和索引緩沖區(qū) 307
9 7 優(yōu)化搜索的響應(yīng)速度 307
9 7 1 避免深度分頁(yè) 308
9 7 2 合并搜索請(qǐng)求 308
9 7 3 使用緩存加快搜索速度 311
9 7 4 控制搜索請(qǐng)求的路由 313
9 8 集群的重啟 314
9 8 1 全集群重啟 315
9 8 2 滾動(dòng)重啟 316
9 9 集群的備份和恢復(fù) 317
9 9 1 搭建共享文件目錄 317
9 9 2 備份集群數(shù)據(jù) 319
9 9 3 恢復(fù)集群數(shù)據(jù) 322
9 9 4 刪除備份數(shù)據(jù) 323
9 9 5 自動(dòng)化備份 323
9 10 遠(yuǎn)程集群 325
9 10 1 配置遠(yuǎn)程集群 325
9 10 2 搜索遠(yuǎn)程集群的數(shù)據(jù) 327
9 11 本章小結(jié) 328
發(fā)散篇
第 10章 Logstash：數(shù)據(jù)的源泉 333
10 1 Logstash的工作原理 333
10 2 Logstash的安裝和目錄結(jié)構(gòu) 334
10 3 Logstash的重要配置 335
10 4 Logstash采集腳本的結(jié)構(gòu) 336
10 5 實(shí)戰(zhàn)舉例的執(zhí)行 337
10 5 1 采集Nginx日志數(shù)據(jù)到索引中 338
10 5 2 全量抽取表數(shù)據(jù)到索引中 340
10 5 3 增量抽取表數(shù)據(jù)到索引中 345
10 5 4 如何給敏感配置項(xiàng)加密 347
10 6 本章小結(jié) 347
第 11章 Kibana：數(shù)據(jù)可視化利器 349
11 1 在CentOS 7上安裝Kibana 349
11 2 用Kibana可視化管理數(shù)據(jù) 350
11 2 1 索引管理 350
11 2 2 快照備份和恢復(fù)管理 352
11 2 3 遠(yuǎn)程集群管理 357
11 3 開(kāi)發(fā)工具 358
11 3 1 REST端點(diǎn)控制臺(tái) 358
11 3 2 搜索調(diào)試器 359
11 3 3 Grok正則模式調(diào)試器 360
11 4 數(shù)據(jù)可視化分析 360
11 4 1 Discover發(fā)現(xiàn) 360
11 4 2 Visualize可視化組件 362
11 4 3 Maps地圖 363
11 4 4 Dashboard大屏儀表盤(pán) 364
11 4 5 Canvas畫(huà)布 364
11 4 6 查看樣例數(shù)據(jù) 365
11 5 本章小結(jié) 367
第 12章 Beats家族：精細(xì)化數(shù)據(jù)采集 368
12 1 Beats家族在Elastic Stack中的職責(zé) 368
12 2 Filebeat的安裝和工作原理 369
12 3 filebeat yml的重要配置 370
12 4 Filebeat采集Nginx日志到
Elasticsearch中 372
12 5 Filebeat采集日志到Logstash中 375
12 6 本章小結(jié) 378