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。

暂缺《Elasticsearch全面解析与实践》作者简介

前言
第1章 Elasticsearch入门及应用场景 1
1.1 Elasticsearch概述 1
1.2 Elasticsearch与Solr比较 2
1.3 为什么要学习Elasticsearch 3
1.4 Elasticsearch的主要功能及应用场景 3
1.5 Elasticsearch的安装 7
1.5.1 在Linux环境下安装Elasticsearch 7
1.5.2 在Windows 10环境下安装Elasticsearch 11
1.5.3 在Docker环境下安装Elasticsearch 16
1.5.4 Elasticsearch界面化工具 20
第2章 Elasticsearch基础和操作实例 26
2.1 Elasticsearch的基本概念和相关术语 26
2.2 Elasticsearch操作实例 27
2.2.1 使用PUT创建文档和替换文档 27
2.2.2 使用POST创建文档 33
2.2.3 使用POST修改文档 35
2.2.4 使用POST查询所有数据 37
2.2.5 使用DELETE删除文档 39
2.2.6 使用GET查询 41
2.3 Elasticsearch映射 58
2.3.1 动态映射 59
2.3.2 动态映射模板 66
2.3.3 显式映射 83
第3章 Elasticsearch字段类型 86
3.1 alias类型 87
3.2 数组类型 89
3.3 binary类型 90
3.4 布尔类型 91
3.5 日期类型 93
3.6 nested类型 94
3.7 range类型 96
3.8 数字类型 99
3.9 rank_feature类型 100
3.10 search-as-you-type类型 104
3.11 ip类型 105
3.12 token_count类型 108
3.13 object类型 110
3.14 geo_point类型 112
3.15 geo_shape类型 115
3.16 keyword类型 117
3.17 text类型 118
第4章 内置分词器和IK分词器 123
4.1 simple分词器 123
4.2 simple_pattern分词器 126
4.3 simple_pattern_split分词器 127
4.4 standard分词器 129
4.5 自定义与standard类似的分词器 134
4.6 keyword类型和text类型的区别 137
4.7 IK分词器 143
4.7.1 IK分词器的安装 143
4.7.2 IK分词器的测试 146
4.7.3 IK分词器的两种分词模式 150
4.7.4 创建使用IK分词器的索引映射 154
第5章 Elasticsearch基础查询详解 159
5.1 批量插入数据 159
5.2 查询所有数据 159
5.3 排序查询 161
5.4 根据需求返回相应的字段 163
5.5 分页查询 164
5.6 查询指定字段内的特定字词 165
5.7 段落匹配查询 166
5.8 term精准查询 168
5.9 bool多条件查询 171
5.10 bool和filter组合查询 173
5.11 简单的聚合查询 174
5.11.1 分组统计各组的总条数 175
5.11.2 分组统计每组的平均值 176
5.11.3 分组统计每组的值 177
5.11.4 分组统计每组的小值 178
5.11.5 分组统计每组的总和 179
5.11.6 分组统计每组的小值并按统计结果排序 180
第6章 Elasticsearch的组合查询和全文搜索详解 183
6.1 组合查询的布尔查询 183
6.2 组合查询的提高评分查询 187
6.3 组合查询的固定评分查询 189
6.4 组合查询的匹配查询 190
6.5 组合查询的使用函数查询 193
6.5.1 脚本分数 194
6.5.2 权重 195
6.5.3 field_value_factor函数的使用 195
6.5.4 函数查询案例 196
6.6 全文搜索的match类型查询 199
6.7 全文搜索的match多个词查询 200
6.8 全文搜索的控制match的匹配精度 201
6.9 全文搜索的query_string查询 203
6.10 全文搜索的simple_query_string查询 204
6.11 全文搜索的顺序匹配查询 205
6.12 全文搜索的高亮查询 206
6.13 全文搜索的自定义高亮查询 209
第7章 Elasticsearch的term level查询详解 211
7.1 term level的exists查询 212
7.2 term level的ids查询 213
7.3 term level的prefix查询 215
7.4 term level的term单个单词查询 215
7.5 term level的terms多个单词查询 217
7.6 term level的动态匹配到单词的个数 218
7.7 通配符查询 221
7.8 范围查询 223
7.9 模糊匹配查询 224
7.10 正则表达式查询 225
第8章 Elasticsearch的聚合桶全面解析 227
8.1 聚合桶概述 227
8.2 数据准备 227
8.3 简单的聚合 228
8.4 多个聚合 230
8.5 动态脚本聚合 231
8.6 过滤聚合 232
8.7 filter分组聚合 233
8.8 数值范围聚合 234
8.9 指定范围间隔聚合 235
8.10 日期范围聚合 237
第9章 Elasticsearch的Metrics聚合全面解析 240
9.1 Metrics聚合概述 240
9.2 计算加权平均值 240
9.3 去重后求总数量 243
9.4 中位差 244
9.5 聚合统计值、小值、平均值等信息 245
9.6 字符串统计 246
9.7 百分位数统计 247
9.8 百分位等级计算 249
9.9 聚合后返回前N条数据 250
9.10 使用top_metrics聚合 252
第10章 Elasticsearch高可用集群 254
10.1 Elasticsearch多节点集群环境搭建 254
10.1.1 在Linux环境下搭建Ela