深入理解ElasticSearch

第1章介绍ApacheLucene的工作方式、ElasticSearch的基本概念。第2章描述Lucene评分机制、如何进行查询重写，另外还介绍ElasticSearch的批处理API及如何使用过滤器来优化查询。第3章描述如何修改Lucene评分，如何使用不同的倒排索引格式来改变索引字段的结构。第4章阐述如何选择恰当的索引分片、路由工作机制、索引分片机制。第5章介绍如何为具体应用选择正确的目录实现，同时阐述发现、网关、恢复模块及其配置方式，以及调优ElasticSearch的缓存机制。第6章介绍JVM垃圾收集的工作原理、重要性以及如何调优，还介绍如何控制ElasticSearch的I/O操作数量和如何诊断ElasticSearch中的问题。第7章介绍帮助修正查询中的拼写错误以及构建高效的自动完成机制——查询建议，还通过实际的案例展示如何通过使用不同查询类型和ElasticSearch的其他功能来提高查询相关性。第8章重点阐释ElasticSearch的JAVAAPI。第9章通过演示如何开发你自己的河流和语言处理插件来介绍ElasticSearch的插件开发。

Rafa Ku是一个很有天资的团队领袖及软件开发人员，现任Sematext集团公司的咨询专家及软件工程师，专注于开源技术，如Apache Lucene、Solr、ElasticSearch和Hadoop stack等，拥有超过11年的软件研发经验，涉及领域广阔，从银行软件到电子商务产品。他主要侧重于Java平台，但对能提高研发效率的任何其他工具或编程语言都抱有极高的热情。同时他也是solr.pl网站的创始人之一，该网站致力于帮助人们解决Solr和Lucene的相关问题。他还是世界范围内各种会议热邀的演讲嘉宾，曾受邀出席过Lucene Eurocon、Berlin Buzzwords、ApacheCon、Lucene Revolution等会议。Rafa最早于2002年接触Lucene，一开始他并不喜欢这个开源产品，然而在2003年再次使用Lucene时，他改变了自己的看法，并看到了搜索技术的巨大潜力，随后Solr诞生了。Rafa于2010年开始使用ElasticSearch，目前主要关注Lucene、Solr、ElasticSearch和信息检索等方面。Rafa是《Solr 3.1 Cookbook》一书及其后续版本《Solr 4.0 Cookbook》的作者，同时也是Packt Publishing出版的所有版本的《ElasticSearch Server》的合著者之一。
Marek Rogoziński是一个有着10多年经验的软件架构师和咨询师，专注基于开源搜索引擎（如Solr、ElasticSearch等）的解决方案和大数据分析技术（Hadoop、HBase、Twitter Storm等）。他是solr.pl网站的联合创始人之一，该网站致力于提供Solr和Lucene的相关资讯，同时他也是Packt Publishing出版的《ElasticSearch Server》的作者之一。Marek Rogoziński还是一家提供流式大数据处理和分析产品的公司的CTO。

译者序
前言
致谢
作者简介
评审者简介
第1章ElasticSearch简介1
1.1ApacheLucene简介1
1.1.1熟悉Lucene2
1.1.2Lucene的总体架构2
1.1.3分析你的数据3
1.1.4Lucene查询语言4
1.2ElasticSearch简介6
1.2.1ElasticSearch的基本概念7
1.2.2ElasticSearch架构背后的关键概念8
1.2.3ElasticSearch的工作流程9
1.3小结13
第2章查询DSL进阶14
2.1ApacheLucene默认评分公式解释14
2.1.1何时文档被匹配上15
2.1.2TF/IDF评分公式15
2.1.3ElasticSearch如何看评分16
2.2查询改写17
2.2.1前缀查询范例17
2.2.2回顾ApacheLucene19
2.2.3查询改写的属性20
2.3二次评分21
2.3.1理解二次评分21
2.3.2范例数据21
2.3.3查询22
2.3.4二次评分查询的结构22
2.3.5二次评分参数配置23
2.3.6小结24
2.4批量操作24
2.4.1批量取24
2.4.2批量查询26
2.5排序27
2.5.1基于多值字段的排序28
2.5.2基于多值geo字段的排序28
2.5.3基于嵌套对象的排序30
2.6数据更新API31
2.6.1简单字段更新31
2.6.2使用脚本按条件更新32
2.6.3使用更新API创建或删除文档33
2.7使用过滤器优化查询33
2.7.1过滤器与缓存34
2.7.2词项查找过滤器36
2.8ElasticSearch切面机制中的过滤器与作用域40
2.8.1范例数据40
2.8.2切面计算和过滤41
2.8.3过滤器作为查询的一部分42
2.8.4切面过滤器44
2.8.5全局作用域45
2.9小结47
第3章底层索引控制48
3.1改变ApacheLucene的评分方式48
3.1.1可用的相似度模型49
3.1.2为每字段配置相似度模型49
3.2相似度模型配置50
3.2.1选择默认的相似度模型51
3.2.2配置被选用的相似度模型52
3.3使用编解码器53
3.3.1简单使用范例53
3.3.2工作原理解释54
3.3.3可用的倒排表格式55
3.3.4配置编解码器56
3.4准实时、提交、更新及事务日志58
3.4.1索引更新及更新提交59
3.4.2事务日志60
3.4.3准实时读取62
3.5深入理解数据处理62
3.5.1输入并不总是进行文本分析62
3.5.2范例的使用65
3.5.3索引期更换分词器67
3.5.4搜索时更换分析器68
3.5.5陷阱与默认分析68
3.6控制索引合并68
3.6.1选择正确的合并策略69
3.6.2合并策略配置70
3.6.3调度72
3.7小结73
第4章分布式索引架构74
4.1选择合适的分片和副本数74
4.1.1分片和过度分配75
4.1.2一个过度分配的正面例子75
4.1.3多分片与多索引76
4.1.4副本76
4.2路由76
4.2.1分片和数据77
4.2.2测试路由功能77
4.2.3索引时使用路由80
4.2.4别名83
4.2.5多个路由值83
4.3调整默认的分片分配行为84
4.3.1分片分配器简介84
4.3.2even_shard分片分配器84
4.3.3balanced分片分配器85
4.3.4自定义分片分配器85
4.3.5裁决者86
4.4调整分片分配88
4.4.1部署意识89
4.4.2过滤91
4.4.3运行时更新分配策略92
4.4.4确定每个节点允许的总分片数93
4.4.5更多的分片分配属性96
4.5查询执行偏好97
4.6应用我们的知识99
4.6.1基本假定99
4.6.2配置100
4.6.3变化来了104
4.7小结105
第5章管理ElasticSearch106
5.1选择正确的目录实现-存储模块106
5.2发现模块的配置109
5.2.1Zen发现109
5.2.2亚马逊EC2发现111
5.2.3本地网关114
5.2.4恢复配置115
5.3索引段统计116
5.3.1segmentsAPI简介116
5.3.2索引段信息的可视化118
5.4理解ElasticSearch缓存119
5.4.1过滤器缓存119
5.4.2字段数据缓存121
5.4.3清除缓存126
5.5小结127
第6章故障处理129
6.1了解垃圾回收器129
6.1.1Java内存130
6.1.2处理垃圾回收问题131
6.1.3在类UNIX系统中避免内存交换135
6.2关于I/O调节136
6.2.1控制IO节流136
6.2.2配置136
6.3用预热器提升查询速度138
6.3.1为什么使用预热器138
6.3.2操作预热器138
6.3.3测试预热器141
6.4热点线程144
6.4.1澄清热点线程API的用法误区145
6.4.2热点线程API的响应信息145
6.5现实场景146
6.5.1越来越差的性能146
6.5.2混杂的环境和负载不平衡148
6.5.3我的服务器出故障了149
6.6小结150
第7章改善用户搜索体验151
7.1改正用户拼写错误151
7.1.1测试数据152
7.1.2深入技术细节152
7.1.3completionsuggester168
7.2改善查询相关性172
7.2.1数据172
7.2.2改善相关性的探索之旅174
7.3小结188
第8章ElasticSearchJavaAPI189
8.1ElasticSearchJavaAPI简介189
8.2代码190
8.3连接到集群191
8.3.1成为ElasticSearch节点191
8.3.2使用传输机连接方式192
8.3.3选择合适的连接方式193
8.4API剖析194
8.5CRUD操作195
8.5.1读取文档195
8.5.2索引文档197
8.5.3更新文档199
8.5.4删除文档201
8.6ElasticSearch查询203
8.6.1准备查询请求203
8.6.2构造查询203
8.6.3分页206
8.6.4排序207
8.6.5过滤207
8.6.6切面计算208
8.6.7高亮209
8.6.8查询建议209
8.6.9计数210
8.6.10滚动211
8.7批量执行多个操作211
8.7.1批量操作211
8.7.2根据查询删除文档212
8.7.3MultiGET212
8.7.4MultiSearch212
8.8Percolator213
8.9explainAPI214
8.10构造JSON格式的查询和文档214
8.11管理API216
8.11.1集群管理API216
8.11.2索引管理API219
8.12小结226
第9章开发ElasticSearch插件227
9.1建立ApacheMaven项目结构227
9.1.1了解基本知识228
9.1.2MavenJava项目的结构228
9.1.3POM的理念228
9.1.4运行构建过程229
9.1.5引入Maven装配插件230
9.2创建一个自定义river插件232
9.2.1实现细节232
9.2.2测试river238
9.3创建自定义分析插件240
9.3.1实现细节240
9.3.2测试自定义分析插件247
9.4小结249