Elasticsearch搜索引擎构建入门与实战电子书

作者简介

本书赞誉

推荐序

前言

第1篇 Elasticsearch基础

第1章 Elasticsearch入门

1.1 Elasticsearch概述

1.1.1 Elasticsearch简介

1.1.2 Elasticsearch的基本概念

1.1.3 Elasticsearch和关系型数据库的对比

1.2 Elasticsearch的架构原理

1.2.1 节点职责

1.2.2 主分片和副分片

1.2.3 路由计算

1.2.4 文档读写过程

1.3 Elasticsearch的应用场景

1.3.1 搜索引擎

1.3.2 推荐系统

1.3.3 二级索引

1.3.4 日志分析

1.4 Elasticsearch的安装

1.4.1 单机模式安装

1.4.2 集群模式安装

1.5 Elasticsearch搜索入门

1.5.1 创建索引

1.5.2 写入文档

1.5.3 根据_id搜索文档

1.5.4 根据一般字段搜索文档

1.5.5 根据文本字段搜索文档

第2章 Elasticsearch客户端实战

2.1 Kibana客户端简介

2.1.1 Kibana的安装

2.1.2 在Kibana中搜索文档

2.2 Java客户端简介

2.2.1 Java客户端的使用

2.2.2 Java带验证客户端的使用

2.2.3 Java客户端搜索文档

2.3 Spring Boot客户端简介

2.3.1 创建Spring Boot客户端

2.3.2 Spring Boot客户端搜索文档

2.4 Jest客户端简介

2.4.1 创建Jest客户端

2.4.2 Jest客户端搜索文档

第3章 Elasticsearch基础操作

3.1 索引操作

3.1.1 创建索引

3.1.2 删除索引

3.1.3 关闭索引

3.1.4 打开索引

3.1.5 索引别名

3.2 映射操作

3.2.1 查看映射

3.2.2 扩展映射

3.2.3 基本的数据类型

3.2.4 复杂的数据类型

3.2.5 动态映射

3.2.6 多字段

3.3 文档操作

3.3.1 单条写入文档

3.3.2 批量写入文档

3.3.3 更新单条文档

3.3.4 批量更新文档

3.3.5 根据条件更新文档

3.3.6 删除单条文档

3.3.7 批量删除文档

3.3.8 根据条件删除文档

第4章 丰富的搜索功能

4.1 搜索辅助功能

4.1.1 指定返回的字段

4.1.2 结果计数

4.1.3 结果分页

4.1.4 性能分析

4.1.5 评分分析

4.2 丰富的搜索匹配功能

4.2.1 查询所有文档

4.2.2 term级别查询

4.2.3 布尔查询

4.2.4 filter查询原理

4.2.5 Constant Score查询

4.2.6 Function Score查询

4.2.7 全文搜索

4.2.8 基于地理位置查询

4.2.9 搜索建议

4.3 按字段值排序

4.3.1 按普通字段值排序

4.3.2 按地理距离排序

第2篇 Elasticsearch提高

第5章 文本搜索

5.1 文本搜索简介

5.1.1 文本的索引建立过程

5.1.2 文本的搜索过程

5.2 分析器简介

5.2.1 字符过滤器

5.2.2 分词器

5.2.3 分词过滤器

5.3 分析器的使用

5.3.1 测试分析API

5.3.2 内置分析器

5.3.3 索引时使用分析器

5.3.4 搜索时使用分析器

5.3.5 自定义分析器

5.4 中文分析器

5.4.1 中文分词介绍

5.4.2 IK分析器

5.4.3 HanLP分析器

5.5 使用同义词

5.5.1 建立索引时使用同义词

5.5.2 查询时使用同义词

5.6 使用停用词

5.6.1 使用停用词过滤器

5.6.2 在内置分析器中使用停用词

5.6.3 在IK分析器中使用停用词

5.6.4 在HanLP分析器中使用停用词

5.7 拼音搜索

5.7.1 拼音分析器插件的安装

5.7.2 拼音分析器插件的使用

5.8 高亮显示搜索

5.8.1 初步使用高亮显示搜索

5.8.2 选择高亮显示搜索策略

5.8.3 在Java客户端中进行高亮显示搜索

5.9 拼写纠错

5.9.1 使用Elasticsearch进行拼写纠错

5.9.2 更精准的拼写纠错

第6章 搜索排序

6.1 相关性排序

6.1.1 TF-IDF模型

6.1.2 向量空间模型

6.1.3 BM25算法简介

6.1.4 BM25实例解析

6.1.5 BM25参数调节

6.1.6 分布式场景对排序的影响

6.1.7 使用其他相关性算法

6.2 查询时设置权重

6.2.1 查询时boost参数的设置

6.2.2 在Java客户端中使用boost参数

6.2.3 boosting查询

6.2.4 在Java客户端中使用boosting查询

6.3 Function Score查询简介

6.3.1 简单函数

6.3.2 函数计算关系

6.3.3 衰减函数

6.4 Script Score查询简介

6.4.1 Painless简介

6.4.2 在Script Score中使用Painless

6.4.3 使用数组和集合

6.4.4 使用文档数据

6.4.5 向脚本传参

6.4.6 在Script Score中使用函数

6.4.7 在Java客户端中使用Script Score

6.4.8 练习Painless

6.5 二次打分

6.5.1 二次打分简介

6.5.2 使用示例

6.5.3 在Java客户端中使用二次打分

第7章 聚合

7.1 聚合指标

7.1.1 常见的统计指标

7.1.2 空值处理

7.2 桶聚合

7.2.1 单维度桶聚合

7.2.2 多维度桶嵌套聚合

7.2.3 地理距离聚合

7.3 聚合方式

7.3.1 直接聚合

7.3.2 先查询再聚合

7.3.3 前过滤器

7.3.4 后过滤器

7.4 聚合排序

7.4.1 按文档计数排序

7.4.2 按聚合指标排序

7.4.3 按分组key排序

7.5 聚合分页

7.5.1 Top hits聚合

7.5.2 Collapse聚合

第3篇 Elasticsearch实战

第8章 搜索实战

8.1 项目简介

8.1.1 背景简介

8.1.2 搜索建议功能简介

8.1.3 搜索功能简介

8.1.4 排序功能简介

8.2 技术方案

8.2.1 总体架构设计

8.2.2 组件简介

8.2.3 搜索建议方案

8.2.4 匹配方案

8.2.5 排序方案

8.3 搜索建议功能的实现

8.3.1 索引创建

8.3.2 后端服务

8.3.3 索引初始化

8.3.4 搜索建议服务

8.4 搜索功能的实现

8.4.1 项目创建

8.4.2 索引创建

8.4.3 数据初始化

8.4.4 整体工作

8.4.5 获取总页数

8.4.6 查询构建

8.4.7 结果处理和封装

8.4.8 对搜索排序进行打分

8.5 前端功能的实现

8.5.1 项目创建

8.5.2 请求转发

8.5.3 搜索建议交互

8.5.4 搜索交互