Elasticsearch全面解析与实践

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结构化的数据、非结构化的数据，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功能。本书将从多个维度系统性地讲述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和Elasticsearch的聚合统计分析，Elasticsearch的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。

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
1.5.1 在Linux环境下安装Elasticsearch
1.5.2 在Windows 10环境下安装Elasticsearch
1.5.3 在Docker环境下安装Elasticsearch
1.5.4 Elasticsearch界面化工具
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
2.2.1 使用PUT创建文档和替换文档
2.2.2 使用POST创建文档
2.2.3 使用POST修改文档
2.2.4 使用POST查询所有数据
2.2.5 使用DELETE删除文档
2.2.6 使用GET查询
2.3 Elasticsearch映射
2.3.1 动态映射
2.3.2 动态映射模板
2.3.3 显式映射
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
4.7.1 IK分词器的安装
4.7.2 IK分词器的测试
4.7.3 IK分词器的两种分词模式
4.7.4 创建使用IK分词器的索引映射
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
5.11.1 分组统计各组的总条数
5.11.2 分组统计每组的平均值
5.11.3 分组统计每组的优选值
5.11.4 分组统计每组的最小值
5.11.5 分组统计每组的总和
5.11.6 分组统计每组的最小值并按统计结果排序
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 组合查询的很好匹配查询
6.5 组合查询的使用函数查询
6.5.1 脚本分数
6.5.2 权重
6.5.3 field_value_factor函数的使用
6.5.4 函数查询案例
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 聚合统计优选值、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
10.1.1 在Linux环境下搭建Elasticsearch多节点集群
10.1.2 在Docker环境下搭建Elasticsearch多节点集群
10.1.3 Elasticsearch集群中的相关概念
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
10.8.1 分片设置
10.8.2 多少个分片数量才合理
10.8.3 数据存储分片机制应对扩容和分片故障的方式
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
11.4.1 多个不相关的单节点集群搭建
11.4.2 远程集群配置
11.4.3 跨集群查询
11.5 使用SQL语句操作Elasticsearch
11.6 Elasticsearch性能优化详解
11.6.1 数据结构优化
11.6.2 查询优化
11.6.3 索引优化设置
11.6.4 硬件配置优化