我爱电子书-《大数据搜索与日志挖掘及可视化方案（第2版）: ELK Stack:Elasticsearch、Logstash、Kibana 》| pdf + epub + mobi + awz3, 高清版, 带目录，Kindle版, 多看精排版下载

注重体验与质量的电子书资源下载网站

分类于: 计算机基础互联网云计算&大数据

简介

大数据搜索与日志挖掘及可视化方案（第2版）: ELK Stack:Elasticsearch、Logstash、Kibana 豆 0.0分

资源最后更新于 2020-03-29 02:07:17

作者：高凯

出版社：出版社清华大学出版社

出版日期：2016-05

ISBN：9787302433286

文件格式： pdf

标签：互联网计算机大数据数据采集

简介· · · · · ·

对大数据的搜索与挖掘，在当今的“互联网+”时代是很有必要的。本书提出的分布式大数据搜索与日志挖掘及可视化方案是基于ELK Stack而提出的，它能有效应对海量大数据所带来的分布式存储与处理、全文检索、日志挖掘、可视化等问题。构建在全文检索开源软件Lucene之上的Elasticsearch，不仅能对海量规模的数据完成分布式索引与检索，还能提供数据聚合分析。据国际权威的数据库产品评测机构DB-Engines的统计，在2016年1月，Elasticsearch已超过Solr等，成为排名第一的搜索引擎类应用；Logstash能有效处理来源于各种数据源的日志信息；Kibana能得出可视化分析结果。了解基于ELK Stack的大数据搜索与日志挖掘及可视化方案，掌握Elasticsearch、Logstash、Kibana的基本使用方法和技巧，很有必要。高凯，汉族、教授，博士毕业于上海交通大学计算机应用技术专业，省级重点学科“计算机软件与理论”中“信息检索与云计算”方向学术带头人，硕士研究生导师；中国计算机学会会员，fnternational Journa／ of Computer App／ications inTechnology副主编（2013—2017），5th、6th、7th International Conference on Modelling，Identification and Control程序委员会委员；主要研究方向为大数据搜索与挖掘、自然语言处理、网络信息检索、社会计算等；近几年出版了《大数据搜索与挖掘》、《信息检索与智能处理》、《网络信息检索技术及搜索引擎系统开发》等学术专著及多部规划教材，在国内外学术期刊Expert Systems With Applications、InternationalJournal on Intelligent Information and DatabaseSystem、International Journal on Modelling，ldentification and Control、《中文信息学报》、《电子学报》、《小型微型计算机系统》等以及PAKDD等国际学术会议上发表学术论文几十篇；主持及参与国家、省级科研课题多项；申请软件著作权登记十余项；目前在研课题有国家自然科学基金课题、省自然科学基金课题等。

直接下载

简介

大数据搜索与日志挖掘及可视化方案（第2版）: ELK Stack:Elasticsearch、Logstash、Kibana 豆 0.0分

简介· · · · · ·

目录

序言 Preface

第2版前言 Foreword

第1版前言 Foreword

第1章 概述

1.1 Elasticsearch的安装与简单配置

1.2 走进Elasticsearch

1.2.1 相关概念

1.2.2 Elasticsearch API的简单使用方式

1.2.3 部分插件简介

1.2.4 Elasticsearch基本架构

1.3 Elasticsearch索引及其构建

1.3.1 概述

1.3.2 借助Head工具构建索引

1.3.3 Mapping简述

1.4 信息检索及其构建

1.5 中文分词插件

1.6 实例

1.7 扩展知识与阅读

1.8 本章小结

第2章 文档索引及管理

2.1 文档索引概述

2.2 建立索引

2.3 通过映像Mapping配置索引

2.3.1 在索引中使用映像

2.3.2 管理/配置映像

2.3.3 获取映像信息

2.3.4 删除映像

2.4 管理索引文件

2.4.1 打开、关闭、检测、删除索引文件

2.4.2 清空索引缓存

2.4.3 刷新索引数据

2.4.4 优化索引数据

2.4.5 flush操作

2.5 设置中文分词器

2.6 对文档的其他操作

2.6.1 获取指定的文档信息

2.6.2 删除文档中的信息

2.6.3 数据更新

2.6.4 基于POST方式批量获取文档

2.6.5 删除部分文档

2.7 实例

2.8 扩展知识与阅读

2.9 本章小结

第3章 信息检索与结果过滤

3.1 实验数据集描述

3.2 简单检索

3.3 基本检索

3.3.1 设置不同字段的排序权重

3.3.2 指定返回的字段子集

3.3.3 term查询、terms查询、wildcard通配符查询

3.3.4 match、match_all、match_phrase查询

3.3.5 query_string查询

3.3.6 prefix、range查询

3.3.7 more_like_this、fuzzy_like_this查询

3.3.8 跨字段检索

3.4 filter概述

3.5 常用filter及其应用

3.5.1 and filter及or filter

3.5.2 bool filter

3.5.3 exists filter和missing filter

3.5.4 type filter

3.5.5 match_all filter

3.5.6 not filter

3.5.7 query filter

3.6 复合查询

3.7 结果排序

3.8 实例

3.9 扩展知识与阅读

3.10 本章小结

第4章 信息统计分析与搜索提示

4.1 facets概述

4.2 各种不同的facets统计

4.2.1 terms facets：指定字段的分布情况统计

4.2.2 range facets：在某个范围的分布情况统计

4.2.3 histogram facets

4.2.4 date_histogram facets

第1章　概述

1.1　Elasticsearch的安装与简单配置

1.2　走进Elasticsearch

1.2.1　相关概念

1.2.2　Elasticsearch API的简单使用方式

1.2.3　部分插件简介

1.2.4　Elasticsearch基本架构

1.3　Elasticsearch索引及其构建

1.3.1　概述

1.3.2　借助Head工具构建索引

1.3.3　Mapping简述

1.4　信息检索及其构建

1.5　中文分词插件

1.6　实例

1.7　扩展知识与阅读

1.8　本章小结

第2章　文档索引及管理

2.1　文档索引概述

2.2　建立索引

2.3　通过映像Mapping配置索引

2.3.1　在索引中使用映像

2.3.2　管理/配置映像

2.3.3　获取映像信息

2.3.4　删除映像

2.4　管理索引文件

2.4.1　打开、关闭、检测、删除索引文件

2.4.2　清空索引缓存

2.4.3　刷新索引数据

2.4.4　优化索引数据

2.4.5　flush操作

2.5　设置中文分词器

2.6　对文档的其他操作

2.6.1　获取指定的文档信息

2.6.2　删除文档中的信息

2.6.3　数据更新

2.6.4　基于POST方式批量获取文档

2.6.5　删除部分文档

2.7　实例

2.8　扩展知识与阅读

2.9　本章小结

第3章　信息检索与结果过滤

3.1　实验数据集描述

3.2　简单检索

3.3　基本检索

3.3.1　设置不同字段的排序权重

3.3.2　指定返回的字段子集

3.3.3　term查询、terms查询、wildcard通配符查询

3.3.4　match、match_all、match_phrase查询

3.3.5　query_string查询

3.3.6　prefix、range查询

3.3.7　more_like_this、fuzzy_like_this查询

3.3.8　跨字段检索

3.4　filter概述

3.5　常用filter及其应用

3.5.1　and filter及or filter

3.5.2　bool filter

3.5.3　exists filter和missing filter

3.5.4　type filter

3.5.5　match_all filter

3.5.6　not filter

3.5.7　query filter

3.6　复合查询

3.7　结果排序

3.8　实例

3.9　扩展知识与阅读

3.10　本章小结

第4章　信息统计分析与搜索提示

4.1　facets概述

4.2　各种不同的facets统计

4.2.1　terms facets：指定字段的分布情况统计

4.2.2　range facets：在某个范围的分布情况统计

4.2.3　histogram facets

4.2.4　date_histogram facets

4.2.5　statistical facets

4.2.6　terms_stats facets

4.3　aggregations

4.3.1　概述

4.3.2　最值、求和、均值统计

4.3.3　stats aggregation及extended stats aggregation

4.3.4　terms aggregations