Contents 目　　录
译者序
前言
致谢
作者简介
审阅者简介
第1章　回顾Elasticsearch与演进历史 1
1.1　Apache Lucene简介 1
1.1.1　更深入地了解Lucene索引 2
1.1.2　Elasticsearch概览 7
1.2　Elasticsearch 5.x介绍 8
1.2.1　Elasticsearch新特性简介 9
1.2.2　Elasticsearch的演进 10
1.2.3　2.x到5.x的变化 14
1.3　小结 16
第2章　查询DSL进阶 17
2.1　Lucene的新默认文本评分机制——BM25 17
2.1.1　理解精确率与召回率 18
2.1.2　回顾TF-IDF 18
2.1.3　BM25与TF-IDF有什么不同 21
2.2　查询DSL重构 22
2.3　为任务选择合适的查询 22
2.3.1　查询方式分类 22
2.3.2　使用示例 27
2.3.3　查询DSL的其他重要变化 36
2.4　查询改写 37
2.4.1　前缀查询示例 37
2.4.2　回到Apache Lucene 39
2.4.3　查询改写的属性 40
2.5　查询模板 43
2.5.1　引入查询模板 43
2.5.2　Mustache模板引擎 45
2.6　小结 49
第3章　不只是文本搜索 50
3.1　多匹配控制 50
3.2　多匹配类型 51
3.2.1　最佳字段匹配 51
3.2.2　跨字段匹配 54
3.2.3　最多字段匹配 55
3.2.4　短语匹配 56
3.2.5　带前缀的短语匹配 56
3.3　用函数得分查询控制分数 57
3.4　函数得分查询下的内嵌函数 58
3.4.1　weight函数 58
3.4.2　字段值因子函数 59
3.4.3　脚本评分函数 60
3.4.4　衰变函数——linear、exp和gauss 60
3.5　查询二次评分 61
3.6　二次评分查询的结构 62
3.7　Elasticsearch脚本 66
3.7.1　语法 66
3.7.2　Elasticsearch各版本中脚本的变化 66
3.8　新的默认脚本语言Painless 67
3.8.1　用Painless写脚本 67
3.8.2　示例 69
3.8.3　用脚本为结果排序 71
3.8.4　按多个字段排序 72
3.9　Lucene表达式 73
3.9.1　基础知识 73
3.9.2　一个例子 73
3.10　小结 75
第4章　数据建模与分析 76
4.1　Elasticsearch中的数据建模方法 76
4.2　管理Elasticsearch中的关系型数据 77
4.2.1　对象类型 77
4.2.2　嵌套文档 80
4.2.3　父子关系 82
4.2.4　其他可选方案 84
4.2.5　数据反范式的例子 84
4.3　用聚合做数据分析 85
4.3.1　Elasticsearch 5.0的快速聚合 85
4.3.2　重温聚合 86
4.3.3　一类新的聚合：矩阵聚合 93
4.4　小结 96
第5章　改善用户搜索体验 97
5.1　改正用户拼写错误 97
5.1.1　测试数据 98
5.1.2　深入技术细节 99
5.2　suggester 99
5.2.1　在_search端点下使用suggester 99
5.2.2　term suggester 103
5.2.3　phrase suggester 105
5.2.4　completion suggester 113
5.3　实现自己的自动完成功能 117
5.4　处理同义词 120
5.4.1　为同义词搜索准备settings 120
5.4.2　格式化同义词 121
5.4.3　同义词扩展与收缩 122
5.5　小结 123
第6章　分布式索引架构 125
6.1　配置示例的多节点集群 125
6.2　选择合适数量的分片和副本 127
6.2.1　分片和预分配 127
6.2.2　预分配的正面例子 128
6.2.3　多分片与多索引 128
6.3　路由 129
6.3.1　分片和数据 129
6.3.2　测试路由功能 130
6.3.3　在索引过程中使用路由 132
6.3.4　路由实战 132
6.3.5　查询 134
6.3.6　别名 136
6.3.7　多值路由 137
6.4　分片分配控制 137
6.4.1　部署意识 138
6.4.2　确定每个节点允许的总分片数 142
6.4.3　确定每台物理服务器允许的总分片数 143
6.5　查询执行偏好 146
6.5.1　preference参数 146
6.5.2　使用查询执行偏好的例子 148
6.6　将数据切分到多个路径中 148
6.7　索引与类型——创建索引的改进方法 148
6.8　小结 149
第7章　底层索引控制 150
7.1　改变Apache Lucene的评分方式 150
7.2　可用的相似度模型 151
7.3　为每个字段配置相似度模型 151
7.4　相似度模型配置 152
7.5　选择默认的相似度模型 153
7.6　选择合适的目录实现——store模块 156
7.7　存储类型 156
7.8　准实时、提交、更新及事务日志 158
7.8.1　索引更新及更新提交 159
7.8.2　更改默认的刷新时间 159
7.8.3　事务日志 160
7.8.4　实时读取 161
7.9　控制段合并 162
7.9.1　Elasticsearch合并策略的变化 163
7.9.2　配置tiered合并策略 163
7.9.3　合并调度 164
7.9.4　强制合并 165
7.10　理解Elasticsearch缓存 166
7.10.1　节点查询缓存 166
7.10.2　分片查询缓存 166
7.10.3　字段数据缓存 168
7.10.4　使用circuit breaker 168
7.11　小结 169
第8章　管理Elasticsearch 170
8.1　Elasticsearch的节点类型 170
8.1.1　数据节点 171
8.1.2　主节点 171
8.1.3　Ingest节点 171
8.1.4　部落节点 172
8.1.5　协调节点/客户端节点 172
8.2　发现和恢复模块 172
8.2.1　发现模块的配置 173
8.2.2　网关和恢复模块的配置 177
8.2.3　索引恢复API 179
8.3　使用对人类友好的Cat API 182
8.3.1　Cap API的基础知识 183
8.3.2　使用Cat API 184
8.4　备份 186
8.4.1　快照API 187
8.4.2　在文件系统中保存备份 187
8.4.3　在云中保存备份 189
8.5　快照恢复 193
8.6　小结 196
第9章　数据转换与联盟搜索 197
9.1　用ingest节点在Elasticsearch里对数据进行预处理 197
9.1.1　使用ingest管道 198
9.1.2　处理管道中的错误 202
9.1.3　使用ingest处理器 204
9.2　联盟搜索 208
9.2.1　测试集群 208
9.2.2　建立部落节点 209
9.2.3　通过部落节点读取数据 211
9.2.4　主节点级别的读操作 212
9.2.5　通过部落节点写入数据 213
9.2.6　主节点级别的写操作 213
9.2.7　处理索引冲突 213
9.2.8　屏蔽写操作 215
9.3　小结 215
第10章　提升性能 216
10.1　查询验证与分析器 216
10.1.1　在执行前就验证代价大的查询 217
10.1.2　获得详细查询执行报告的查询分析器 219
10.1.3　关于查询分析用途的思考 221
10.2　热点线程 222
10.2.1　热点线程的使用说明 222
10.2.2　热点线程API的响应 223
10.3　扩展Elasticsearch集群 224
10.3.1　垂直扩展 224
10.3.2　水平扩展 225
10.3.3　在高负载的场景下使用Elasticsearch 231
10.4　用shrink和rollover API高效管理基于时间的索引 242
10.4.1　shrink API 243
10.4.2　 rollover API 244
10.5　小结 246
第11章　开发Elastisearch插件 247
11.1　创建Apache Maven的项目架构 247
11.1.1　了解基础知识 248
11.1.2　Maven Java项目的结构 248
11.2　创建自定义REST行为插件 252
11.2.1　设定 252
11.2.2　实现细节 252
11.2.3　测试阶段 256
11.2.4　检验REST行为插件是否工作正常 257
11.3　创建自定义分析插件 258
11.3.1　实现细节 258
11.3.2　测试自定义分析插件 262
11.4　小结 264
第12章　介绍Elastic Stack 5.0 265
12.1　Elastic Stack 5.0简介 265
12.2　介绍Logstash、Beats和Kibana 266
12.2.1　使用Logstash 266
12.2.2　引入Beats作为数据传输器 271
12.2.3　使用Kibana 273
12.3　小结 282