Elasticsearch核心技术与实战--极客时间课程推荐/优惠

你将获得：

• 掌握 Elasticsearch 核心技能；
• 熟练进行生产环境中的部署与优化；
• 灵活运用 ELK 进行搜索与大数据分析；
• 具备通过 Elastic 官方认证的能力。

Elasticsearch 是一款非常强大的开源搜索及分析引擎。

在 DB-Engines Ranking 的数据库评测中，Elasticsearch 在 Search Engine 分类中长期位列第一。

除了搜索，结合 Kibana、Logstash和Beats，Elasticsearch 还被广泛运用在大数据近实时分析，包括日志分析、指标监控、信息安全等多个领域。

在国内，阿里巴巴、腾讯、滴滴、今日头条、饿了么、360安全、小米、vivo 等诸多知名公司都在使用 Elasticsearch。

这门课将带你全面掌握 Elasticsearch 在生产环境中的核心实战技能。学完后，你可以在工作中快速构建出符合自身业务的分布式搜索和数据分析系统。

• 由浅入深：从基础概念到进阶用法，再到集群管理和大数据分析，学完即可应用到实际生产环境中；
• 实战演练：通过两个 Elasticsearch 实战项目，手把手带你进行实战服务搭建，巩固所学知识点；
• 认证备考：课程内容涵盖 Elastic 认证的全部考点，有助于你顺利通过认证考试。

第一章：概述

• 01 | 课程介绍
• 02 | 内容综述及学习建议
• 03 | Elasticsearch简介及其发展历史
• 04 | Elastic Stack家族成员及其应用场景

第二章：安装上手

• 05 | Elasticsearch的安装与简单配置
• 06 | Kibana的安装与界面快速浏览
• 07 | 在Docker容器中运行Elasticsearch Kibana和Cerebro
• 08 | Logstash安装与导入数据

第三章：Elasticsearch入门

• 09 | 基本概念：索引、文档和REST API
• 10 | 基本概念：节点、集群、分片及副本
• 11 | 文档的基本CRUD与批量操作
• 12 | 倒排索引介绍
• 13 | 通过Analyzer进行分词
• 14 | Search API概览
• 17 | Query String&Simple Query String查询
• 15 | URI Search详解
• 16 | Request Body与Query DSL简介
• 18 | Dynamic Mapping和常见字段类型
• 19 | 显式Mapping设置与常见参数介绍
• 20 | 多字段特性及Mapping中配置自定义Analyzer
• 21 | Index Template和Dynamic Template
• 22 | Elasticsearch聚合分析简介
• 23 | 第一部分总结

第四章：深入搜索

• 24 | 基于词项和基于全文的搜索
• 25 | 结构化搜索
• 26 | 搜索的相关性算分
• 27 | Query&Filtering与多字符串多字段查询
• 28 | 单字符串多字段查询：Dis Max Query
• 29 | 单字符串多字段查询：Multi Match
• 30 | 多语言及中文分词与检索
• 31 | Space Jam，一次全文搜索的实例
• 35 | 自动补全与基于上下文的提示
• 33 | 综合排序：Function Score Query优化算分
• 32 | 使用Search Template和Index Alias查询
• 34 | Term&Phrase Suggester
• 36 | 配置跨集群搜索

第五章：分布式特性及分布式搜索的机制

• 37 | 集群分布式模型及选主与脑裂问题
• 38 | 分片与集群的故障转移
• 39 | 文档分布式存储
• 40 | 分片及其生命周期
• 41 | 剖析分布式查询及相关性算分
• 42 | 排序及Doc Values&Fielddata
• 43 | 分页与遍历：From, Size, Search After & Scroll API
• 44 | 处理并发读写操作

第六章：深入聚合分析

• 45 | Bucket & Metric聚合分析及嵌套聚合
• 46 | Pipeline聚合分析
• 47 | 作用范围与排序
• 48 | 聚合分析的原理及精准度问题

第七章：数据建模

• 49 | 对象及Nested对象
• 50 | 文档的父子关系
• 51 | Update By Query & Reindex API
• 52 | Ingest Pipeline & Painless Script
• 53 | Elasticsearch数据建模实例
• 54 | Elasticsearch数据建模最佳实践
• 55 | 第二部分总结回顾

第八章：保护你的数据

• 56 | 集群身份认证与用户鉴权
• 57 | 集群内部安全通信
• 58 | 集群与外部间的安全通信

第九章：水平扩展Elasticsearch集群

• 59 | 常见的集群部署方式
• 60 | Hot & Warm架构与Shard Filtering
• 61 | 分片设计及管理
• 62 | 如何对集群进行容量规划
• 63 | 在私有云上管理Elasticsearch集群的一些方法
• 64 | 在公有云上管理与部署Elasticsearch集群

第十章：生产环境中的集群运维

• 65 | 生产环境常用配置与上线清单
• 67 | 诊断集群的潜在问题
• 68 | 解决集群Yellow与Red的问题
• 69 | 提升集群写性能
• 70 | 提升集群读性能
• 66 | 监控Elasticsearch集群
• 71 | 集群压力测试
• 72 | 段合并优化及注意事项
• 73 | 缓存及使用Breaker限制内存使用
• 74 | 一些运维的相关建议

第十一章：索引生命周期管理

• 75 | 使用Shrink与Rollover API有效管理时间序列索引
• 76 | 索引全生命周期管理及工具介绍

第十二章：用Logstash和Beats构建数据管道

• 77 | Logstash入门及架构介绍
• 78 | 利用JDBC插件导入数据到Elasticsearch
• 79 | Beats介绍

第十三章：用Kibana进行数据可视化分析

• 80 | 使用Index Pattern配置数据
• 81 | 使用Kibana Discover探索数据
• 82 | 基本可视化组件介绍
• 83 | 构建Dashboard

第十四章：探索X-Pack套件

• 84 | 用Monitoring和Alerting监控Elasticsearch集群
• 85 | 用APM进行程序性能监控
• 86 | 用机器学习实现时序数据的异常检测（上）
• 87 | 用机器学习实现时序数据的异常检测（下）
• 88 | 用ELK进行日志管理
• 89 | 用Canvas做数据演示

实战1：电影搜索服务

• 90 | 项目需求分析及架构设计
• 91 | 将电影数据导入Elasticsearch
• 92 | 搭建你的电影搜索服务

实战2：Stackoverflow用户调查问卷分析

• 93 | 需求分析及架构设计
• 94 | 数据Extract & Enrichment
• 95 | 构建Insights Dashboard

备战：Elastic认证

• 96 | Elastic认证介绍
• 97 | 考点梳理
• 98 | 集群数据备份
• 99 | 基于Java和Elasticseach构建应用
• 100 | 结课测试&结束语