第1篇 Elasticsearch基礎(chǔ)
第1章 Elasticsearch入門 2
1.1 Elasticsearch概述 2
1.1.1 Elasticsearch簡介 2
1.1.2 Elasticsearch的基本概念 3
1.1.3 Elasticsearch和關(guān)系型數(shù)據(jù)庫的對比 5
1.2 Elasticsearch的架構(gòu)原理 7
1.2.1 節(jié)點職責(zé) 7
1.2.2 主分片和副分片 9
1.2.3 路由計算 10
1.2.4 文檔讀寫過程 10
1.3 Elasticsearch的應(yīng)用場景 12
1.3.1 搜索引擎 12
1.3.2 推薦系統(tǒng) 12
1.3.3 二級索引 13
1.3.4 日志分析 14
1.4 Elasticsearch的安裝 14
1.4.1 單機模式安裝 15
1.4.2 集群模式安裝 16
1.5 Elasticsearch搜索入門 17
1.5.1 創(chuàng)建索引 17
1.5.2 寫入文檔 18
1.5.3 根據(jù)_id搜索文檔 19
1.5.4 根據(jù)一般字段搜索文檔 19
1.5.5 根據(jù)文本字段搜索文檔 20
第2章 Elasticsearch客戶端實戰(zhàn) 22
2.1 Kibana客戶端簡介 22
2.1.1 Kibana的安裝 22
2.1.2 在Kibana中搜索文檔 23
2.2 Java客戶端簡介 24
2.2.1 Java客戶端的使用 25
2.2.2 Java帶驗證客戶端的使用 27
2.2.3 Java客戶端搜索文檔 28
2.3 Spring Boot客戶端簡介 31
2.3.1 創(chuàng)建Spring Boot客戶端 31
2.3.2 Spring Boot客戶端搜索文檔 32
2.4 Jest客戶端簡介 33
2.4.1 創(chuàng)建Jest客戶端 34
2.4.2 Jest客戶端搜索文檔 35
第3章 Elasticsearch基礎(chǔ)操作 37
3.1 索引操作 37
3.1.1 創(chuàng)建索引 37
3.1.2 刪除索引 38
3.1.3 關(guān)閉索引 38
3.1.4 打開索引 39
3.1.5 索引別名 39
3.2 映射操作 47
3.2.1 查看映射 47
3.2.2 擴展映射 48
3.2.3 基本的數(shù)據(jù)類型 49
3.2.4 復(fù)雜的數(shù)據(jù)類型 56
3.2.5 動態(tài)映射 61
3.2.6 多字段 61
3.3 文檔操作 64
3.3.1 單條寫入文檔 64
3.3.2 批量寫入文檔 65
3.3.3 更新單條文檔 67
3.3.4 批量更新文檔 69
3.3.5 根據(jù)條件更新文檔 70
3.3.6 刪除單條文檔 72
3.3.7 批量刪除文檔 73
3.3.8 根據(jù)條件刪除文檔 74
第4章 豐富的搜索功能 76
4.1 搜索輔助功能 76
4.1.1 指定返回的字段 76
4.1.2 結(jié)果計數(shù) 78
4.1.3 結(jié)果分頁 79
4.1.4 性能分析 81
4.1.5 評分分析 85
4.2 豐富的搜索匹配功能 86
4.2.1 查詢所有文檔 87
4.2.2 term級別查詢 88
4.2.3 布爾查詢 96
4.2.4 filter查詢原理 100
4.2.5 Constant Score查詢 102
4.2.6 Function Score查詢 104
4.2.7 全文搜索 106
4.2.8 基于地理位置查詢 112
4.2.9 搜索建議 115
4.3 按字段值排序 118
4.3.1 按普通字段值排序 119
4.3.2 按地理距離排序 121
第2篇 Elasticsearch提高
第5章 文本搜索 126
5.1 文本搜索簡介 126
5.1.1 文本的索引建立過程 126
5.1.2 文本的搜索過程 128
5.2 分析器簡介 129
5.2.1 字符過濾器 130
5.2.2 分詞器 131
5.2.3 分詞過濾器 131
5.3 分析器的使用 132
5.3.1 測試分析API 132
5.3.2 內(nèi)置分析器 134
5.3.3 索引時使用分析器 135
5.3.4 搜索時使用分析器 136
5.3.5 自定義分析器 136
5.4 中文分析器 138
5.4.1 中文分詞介紹 139
5.4.2 IK分析器 140
5.4.3 HanLP分析器 144
5.5 使用同義詞 147
5.5.1 建立索引時使用同義詞 147
5.5.2 查詢時使用同義詞 149
5.6 使用停用詞 154
5.6.1 使用停用詞過濾器 154
5.6.2 在內(nèi)置分析器中使用停用詞 156
5.6.3 在IK分析器中使用停用詞 156
5.6.4 在HanLP分析器中使用停用詞 159
5.7 拼音搜索 161
5.7.1 拼音分析器插件的安裝 162
5.7.2 拼音分析器插件的使用 163
5.8 高亮顯示搜索 165
5.8.1 初步使用高亮顯示搜索 166
5.8.2 選擇高亮顯示搜索策略 168
5.8.3 在Java客戶端中進行高亮顯示搜索 170
5.9 拼寫糾錯 171
5.9.1 使用Elasticsearch進行拼寫糾錯 171
5.9.2 更精準(zhǔn)的拼寫糾錯 174
第6章 搜索排序 177
6.1 相關(guān)性排序 177
6.1.1 TF-IDF模型 177
6.1.2 向量空間模型 178
6.1.3 BM25算法簡介 179
6.1.4 BM25實例解析 181
6.1.5 BM25參數(shù)調(diào)節(jié) 183
6.1.6 分布式場景對排序的影響 184
6.1.7 使用其他相關(guān)性算法 185
6.2 查詢時設(shè)置權(quán)重 186
6.2.1 查詢時boost參數(shù)的設(shè)置 186
6.2.2 在Java客戶端中使用boost參數(shù) 192
6.2.3 boosting查詢 193
6.2.4 在Java客戶端中使用boosting查詢 197
6.3 Function Score查詢簡介 198
6.3.1 簡單函數(shù) 198
6.3.2 函數(shù)計算關(guān)系 202
6.3.3 衰減函數(shù) 203
6.4 Script Score查詢簡介 207
6.4.1 Painless簡介 207
6.4.2 在Script Score中使用Painless 209
6.4.3 使用數(shù)組和集合 213
6.4.4 使用文檔數(shù)據(jù) 214
6.4.5 向腳本傳參 217
6.4.6 在Script Score中使用函數(shù) 219
6.4.7 在Java客戶端中使用Script Score 224
6.4.8 練習(xí)Painless 225
6.5 二次打分 226
6.5.1 二次打分簡介 226
6.5.2 使用示例 226
6.5.3 在Java客戶端中使用二次打分 229
第7章 聚合 231
7.1 聚合指標(biāo) 233
7.1.1 常見的統(tǒng)計指標(biāo) 233
7.1.2 空值處理 236
7.2 桶聚合 239
7.2.1 單維度桶聚合 240
7.2.2 多維度桶嵌套聚合 246
7.2.3 地理距離聚合 249
7.3 聚合方式 253
7.3.1 直接聚合 253
7.3.2 先查詢再聚合 254
7.3.3 前過濾器 255
7.3.4 后過濾器 257
7.4 聚合排序 258
7.4.1 按文檔計數(shù)排序 259
7.4.2 按聚合指標(biāo)排序 260
7.4.3 按分組key排序 262
7.5 聚合分頁 264
7.5.1 Top hits聚合 264
7.5.2 Collapse聚合 268
第3篇 Elasticsearch實戰(zhàn)
第8章 搜索實戰(zhàn) 272
8.1 項目簡介 272
8.1.1 背景簡介 272
8.1.2 搜索建議功能簡介 272
8.1.3 搜索功能簡介 273
8.1.4 排序功能簡介 274
8.2 技術(shù)方案 275
8.2.1 總體架構(gòu)設(shè)計 275
8.2.2 組件簡介 276
8.2.3 搜索建議方案 278
8.2.4 匹配方案 279
8.2.5 排序方案 280
8.3 搜索建議功能的實現(xiàn) 280
8.3.1 索引創(chuàng)建 280
8.3.2 后端服務(wù) 281
8.3.3 索引初始化 282
8.3.4 搜索建議服務(wù) 286
8.4 搜索功能的實現(xiàn) 288
8.4.1 項目創(chuàng)建 288
8.4.2 索引創(chuàng)建 289
8.4.3 數(shù)據(jù)初始化 290
8.4.4 整體工作 291
8.4.5 獲取總頁數(shù) 292
8.4.6 查詢構(gòu)建 293
8.4.7 結(jié)果處理和封裝 296
8.4.8 對搜索排序進行打分 298
8.5 前端功能的實現(xiàn) 299
8.5.1 項目創(chuàng)建 299
8.5.2 請求轉(zhuǎn)發(fā) 300
8.5.3 搜索建議交互 300
8.5.4 搜索交互 301

……