第1篇 Elasticsearch基礎
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和關系型數據庫的對比 5
1.2 Elasticsearch的架構原理 7
1.2.1 節點職責 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的應用場景 12
1.3.1 搜索引擎 12
1.3.2 推薦系統 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 創建索引 17
1.5.2 寫入文檔 18
1.5.3 根據_id搜索文檔 19
1.5.4 根據一般字段搜索文檔 19
1.5.5 根據文本字段搜索文檔 20
第2章 Elasticsearch客戶端實戰 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 創建Jest客戶端 34
2.4.2 Jest客戶端搜索文檔 35
第3章 Elasticsearch基礎操作 37
3.1 索引操作 37
3.1.1 創建索引 37
3.1.2 刪除索引 38
3.1.3 關閉索引 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 基本的數據類型 49
3.2.4 復雜的數據類型 56
3.2.5 動態映射 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 結果計數 78
4.1.3 結果分頁 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 更精準的拼寫糾錯 174
第6章 搜索排序 177
6.1 相關性排序 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 BM25參數調節 183
6.1.6 分布式場景對排序的影響 184
6.1.7 使用其他相關性算法 185
6.2 查詢時設置權重 186
6.2.1 查詢時boost參數的設置 186
6.2.2 在Java客戶端中使用boost參數 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 198
6.3.2 函數計算關系 202
6.3.3 衰減函數 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 使用數組和集合 213
6.4.4 使用文檔數據 214
6.4.5 向腳本傳參 217
6.4.6 在Script Score中使用函數 219
6.4.7 在Java客戶端中使用Script Score 224
6.4.8 練習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 233
7.1.1 常見的統計指標 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 按文檔計數排序 259
7.4.2 按聚合指標排序 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
第8章 搜索實戰 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 技術方案 275
8.2.1 總體架構設計 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 280
8.3.1 索引創建 280
8.3.2 后端服務 281
8.3.3 索引初始化 282
8.3.4 搜索建議服務 286
8.4 搜索功能的實現 288
8.4.1 項目創建 288
8.4.2 索引創建 289
8.4.3 數據初始化 290
8.4.4 整體工作 291
8.4.5 獲取總頁數 292
8.4.6 查詢構建 293
8.4.7 結果處理和封裝 296
8.4.8 對搜索排序進行打分 298
8.5 前端功能的實現 299
8.5.1 項目創建 299
8.5.2 請求轉發 300
8.5.3 搜索建議交互 300
8.5.4 搜索交互 301