Elastic Stack是當前企業(yè)廣泛使用的一套大數(shù)據(jù)解決方案， 具備完整的數(shù)據(jù)采集、處理和分析生態(tài)鏈。主要包括Elasticsearch、Kibana、Logstash和Beats等，其中Elastisearch是Elastic Stack的核心，Elasticsearch是當前流行的分布式的RESTful風格的搜索和數(shù)據(jù)分析引擎，具備高性能、易于擴展、安全穩(wěn)定的特點。
第一部份： Elasticsearch入門
ES 核心概念和在6.x中的新變化
ES安裝、測試集群快速搭建
Kibana安裝
Head插件在線和離線安裝
REST服務
集群健康查看、列出所有的index、創(chuàng)建index、查詢、刪除等
數(shù)據(jù)修改（更新、刪除、批量刪除更新等）
搜索API、DSL查詢語言、查詢、過濾、聚合
倒排索引原理與實現(xiàn)流程
Lucene 與 ElasticSearch
ElasticSearch的工作流程
第二部份： Mapping
Mapping簡介
Mapping創(chuàng)建
數(shù)據(jù)類型（核心數(shù)據(jù)類型、復雜數(shù)據(jù)類型、地理數(shù)據(jù)類型、專用數(shù)據(jù)類型、Multi-fields）
Meta字段（_id/_all/_source/_uit/_meta/_routing等）
Mapping參數(shù)詳解：analyzer、index_options、boost、copy_to、doc_values、null_values、dynamic、enabled、store等）
Dynamic Mapping
第三部份： Index和Document操作
索引管理（創(chuàng)建、刪除、查看索引、判斷索引是否存在、Open/Close索引、Shrink 索引、Split索引、Rollover索引）
Mapping管理（增加Mapping、獲取Mapping、獲取字段Mapping、Type是否存在）
應對故障轉(zhuǎn)移和水平擴容的索引構建
索引文檔、索引分片、數(shù)據(jù)路由
別名管理和使用場景
索引設置（更新索引設置、獲取配置、索引分析、索引模板）
監(jiān)控（索引狀態(tài)、索引段、索引恢復、索引分片存儲）
狀態(tài)管理（清除緩存、refresh、flush、強制合并）
更新索引設置
單文檔的CURD
多文檔的CURD
Reindex
批量導入大量數(shù)據(jù)Bulk的操作與優(yōu)化
第四部份：分詞和搜索（一）
分詞器的作用
分詞器工作流程
停用詞
內(nèi)置分詞器（standard、simple、whitespace等）
自定義分詞
測試分詞器
分詞的兩種使用方式
中文分詞器
Search的兩種形式（URI Search、Request Body Search）
URI Search詳解
Query DSL
第五部份：分詞和搜索（二）
全文搜索
字段查詢
高亮搜索
關聯(lián)查詢（Nested Query、Parent-Child查詢）
路由策略
查詢和filter的區(qū)別
深度分頁問題
分頁的方案和使用場景
使用scroll實現(xiàn)大數(shù)據(jù)量導出
相關度分數(shù)計算
應用不重啟重建索引
Elasticsearch返回記錄數(shù)和排名問題
bulk操作與優(yōu)化
第六部份： 聚合查詢
聚合分類
聚合原理分析
Metric聚合分析
Bucket聚合分析
Pipeline聚合分析
Matrix聚合分析
準確度問題
聚合caching
第七部份： ElasticSearch集群管理與調(diào)優(yōu)
硬件優(yōu)化
具備容錯和故障轉(zhuǎn)移的集群規(guī)劃
角色規(guī)劃
架構設計
集群健康
腦裂問題和解決方案
segment、merge、shard、alias優(yōu)化等
shard和副本的設計
集群異常處理
Elasticsearch性能測試
第八部份： 模型設計與業(yè)務調(diào)優(yōu)
Mapping字段設置優(yōu)化
大文檔存儲優(yōu)化
doc_values、fielddata優(yōu)化
是否檢索優(yōu)化
ES數(shù)據(jù)寫入優(yōu)化
ES數(shù)據(jù)查詢優(yōu)化
第九部份： SQL on Elasticsearch
ElasticSearch 6.x自帶SQL簡介
約定和相關術語
SQL Rest API
SQL Translate API
SQL JDBC
SQL Cli
SQL函數(shù)與操作符
SQL命令
SQL數(shù)據(jù)類型
ElasticSearch-sql第三方插件安裝
ElasticSearch-sql第三方插件使用
第十部份： Elasticsearch for Apache Hadoop and Spark
配置安裝
ElasticSearch與Hadoop相關組件（Hive、Mapreduce等整合）
Spark2整合Elasticsearch的配置
Spark2讀取Elasticsearch的幾種方式與案例實踐
Spark2寫Elasticsearch的幾種方式與案例實踐
性能優(yōu)化
第十一部份： ElasticSearch客戶端（一）
Java Rest Client（Java Low Level REST Client、Java High Level REST Client）
Java API（Maven倉庫配置、文檔API、Search API、聚合、Query DSL、索引管理、集群管理API）
Java Rest Client與Java API對比與未來發(fā)展
第十二部份： ElasticSearch客戶端（二）
Jest 操作Elasticsearch
Python API（安裝、實踐）
第十三部份： Beat使用
Beat簡介
FileBeat
Packetbeat
Hearbeat
Beat使用案例
第十四部份： Logstash
Logstash配置
Logstash插件詳解
Logstash的架構
Logstash與pipline
input詳解
output輸出
logstash使用案例
第十五部份： Kibana
Kibana高級使用詳解
Kibana可視化
使用案例
第十六部份： 綜合案例
海量數(shù)據(jù)搜索分析系統(tǒng)設計要點
|
合作伙伴與授權機構
shuhaipeixun
1299983702
總部李老師
