飞豹客 · 课能看,资料也能带走
飞豹客体系课

Elasticsearch核心技术与实战

解决什么工作场景:从数据“存”到“查”的落地 对于互联网后端开发、数据分析师或运维工程师来说,Elasticsearch(ES)是解决海量数据检索性能问题的核心组件。这门课不搞虚的架构图,而是聚焦于“怎么用”和“怎么配”。它主要解决两个典型工作痛点:一是面对 TB 级甚至 PB 级的非结构化数据(如

单课价¥39.00新品 上架
会员价¥7.80开通会员,全站课程按会员价下载套餐详情
0 人关注 更新于 2026-10-03 永久有效
发货

网盘链接 · 支付成功后自动发货

保障

永久有效 · 链接失效免费补发

客服

每日 9:00-21:00 在线客服 联系客服

购买本课销量 0 · 永久有效
会员价 · 单课标价 ¥39.00

会员 · 按档位

永久¥19.505折
年¥23.406折
月¥27.307折

游客按标价购买,不享受上表折扣。

支付成功后自动发放网盘链接,链接失效可找客服免费补

正版保障 极速发货 售后无忧

解决什么工作场景:从数据“存”到“查”的落地

对于互联网后端开发、数据分析师或运维工程师来说,Elasticsearch(ES)是解决海量数据检索性能问题的核心组件。这门课不搞虚的架构图,而是聚焦于“怎么用”和“怎么配”。它主要解决两个典型工作痛点:一是面对 TB 级甚至 PB 级的非结构化数据(如日志、用户行为记录),如何让查询速度从秒级提升到毫秒级;二是如何在复杂的业务场景下(如多条件组合筛选、全文检索、地理位置检索)构建精准的搜索功能。课程通过 Docker 快速搭建环境,结合实际操作演示,教你如何将 Logstash 作为数据管道导入数据,并利用 Kibana 进行可视化管理,最终目标是让你能独立搭建一个可用的 ES 集群,处理生产环境中的数据索引与查询需求。

适合什么基础:需要有一点代码基础

这门课不适合完全的编程零基础小白。为了能听懂并上手,建议你至少具备以下基础:一是掌握一门后端编程语言(如 Java、Python 或 Node.js),因为 ES 的核心交互通过 REST API 完成,你需要能看懂 JSON 格式的数据;二是了解基本的 HTTP 请求概念,知道什么是 GET 和 POST 请求;三是最好接触过数据库,理解“索引”、“分片”和“文档”这些数据存储的基本形态。如果你对 Linux 命令行有基础操作经验,在配置 Docker 和 Logstash 时会更顺畅。课程虽然涵盖了安装配置,但核心内容会快速切入到倒排索引原理和 Query DSL 查询语句的编写,所以保持一定的学习节奏很重要。

建议先看哪几块:避开配置坑,直击核心原理

建议在开始学习时,不要在安装环节卡太久。重点优先阅读“基本概念:索引、文档和 REST API”以及“倒排索引介绍”这两个章节。理解了文档和 REST API 的交互方式,你就掌握了 ES 的“语感”;而理解了倒排索引,你就明白了 ES 为什么查询快,这是后续理解分词和查询逻辑的基础。在掌握了基本 CRUD 操作后,紧接着学习“通过 Analyzer 进行分词”和“Search API 概览”,这是从“存数据”跨越到“查数据”的关键一步。在练习时,建议利用资料包中的 Docker 配置文件,先在本地复现一个最小化集群,确保环境跑通,再进行后续的查询练习。

学完能独立做什么:搭建环境并实现搜索功能

学完这门课,你应该能够独立完成以下工作:首先,能够使用 Docker 快速搭建 Elasticsearch、Kibana 和 Logstash 的运行环境,并解决常见的端口冲突或权限问题;其次,能够理解 ES 的核心架构(节点、集群、分片、副本),并学会根据数据量规划索引策略;再次,能够熟练使用 REST API 进行文档的增删改查(CRUD)以及复杂的批量操作;最后,能够编写基本的 Query DSL 查询语句,实现 URI Search 和 Request Body Search,并能利用 Kibana 的 Dev Tools 进行调试和查看结果。你将不再畏惧复杂的搜索需求,而是知道如何通过配置和查询语句去满足它们。

资料怎么配合练习:动手跑通最小环境

资料包中的核心价值在于环境配置文件。建议不要只看视频,必须跟着视频在本地动手操作。首先,利用资料中的 Docker 配置(如 docker-compose.yml)快速启动 ES 和 Kibana,观察启动日志中的错误信息并学会排查。其次,使用 Logstash 的配置文件导入一些模拟数据,观察 Kibana 中索引的创建情况。在练习 Query DSL 时,不要死记硬背,而是利用资料包中的“基本概念”章节作为参考,在 Kibana 的 Dev Tools 中尝试修改查询参数,观察响应结果的变化。通过这种“配置环境 -> 导入数据 -> 编写查询 -> 调试结果”的闭环练习,才能真正掌握这门课的实战技能。

课程目录

未分组

  1. 01 _ 课程介绍
  2. 02 _ 内容综述及学习建议
  3. 03 _ Elasticsearch简介及其发展历史
  4. 04 __Elastic Stack家族成员及其应用场景
  5. 05 _ _Elasticsearch的安装与简单配置
  6. 06 _ _Kibana的安装与界面快速浏览
  7. 07 _ _在Docker容器中运行Elasticsearch Kibana和Cerebro
  8. 08 _ _Logstash安装与导入数据
  9. 09 _ _基本概念:索引、文档和REST API
  10. 10 __基本概念:节点、集群、分片及副本
  11. 11 _ _文档的基本CRUD与批量操作
  12. 12 _ 倒排索引介绍
  13. 13 _ 通过Analyzer进行分词
  14. 14 _ Search API概览
  15. 15 _ URI Search详解
  16. 16 _ Request Body与Query DSL简介
  17. 17 _ Query String&Simple Query String查询
  18. 18 _ Dynamic Mapping和常见字段类型
  19. 19 _ 显式Mapping设置与常见参数介绍
  20. 20 _ 多字段特性及Mapping中配置自定义Analyzer
  21. 21 _ Index Template和Dynamic Template
  22. 22 _ Elasticsearch聚合分析简介
  23. 23 _ 第一部分总结
  24. 24 _ 基于词项和基于全文的搜索
  25. 25 _ 结构化搜索
  26. 26 _ 搜索的相关性算分
  27. 27 _ Query&Filtering与多字符串多字段查询
  28. 28 _ 单字符串多字段查询:Dis Max Query
  29. 29 _ 单字符串多字段查询:Multi Match
  30. 30 _ 多语言及中文分词与检索
  31. 31 _ Space Jam,一次全文搜索的实例
  32. 32 _ 使用Search Template和Index Alias查询
  33. 33 _ 综合排序:Function Score Query优化算分
  34. 34 _ Term&Phrase Suggester
  35. 35 _ 自动补全与基于上下文的提示
  36. 36 _ 配置跨集群搜索
  37. 37 _ 集群分布式模型及选主与脑裂问题
  38. 38 _ 分片与集群的故障转移
  39. 39 _ 文档分布式存储
  40. 40 _ 分片及其生命周期
  41. 41 _ 剖析分布式查询及相关性算分
  42. 42 _ 排序及Doc Values&Fielddata
  43. 43 _ 分页与遍历:From, Size, Search After & Scroll API
  44. 44 _ 处理并发读写操作
  45. 45 _ Bucket & Metric聚合分析及嵌套聚合
  46. 46 _ Pipeline聚合分析
  47. 47 _ 作用范围与排序
  48. 48 _ 聚合分析的原理及精准度问题
  49. 49 _ 对象及Nested对象
  50. 50 _ 文档的父子关系
  51. 51 _ Update By Query & Reindex API
  52. 52 _ Ingest Pipeline & Painless Script
  53. 53 _ Elasticsearch数据建模实例
  54. 54 _ Elasticsearch数据建模最佳实践
  55. 55 _ 第二部分总结回顾
  56. 56 _ 集群身份认证与用户鉴权
  57. 57 _ 集群内部安全通信
  58. 58 _ 集群与外部间的安全通信
  59. 59 _ 常见的集群部署方式
  60. 60 _ Hot & Warm架构与Shard Filtering
  61. 61 _ 分片设计及管理
  62. 62 _ 如何对集群进行容量规划
  63. 63 _ 在私有云上管理Elasticsearch集群的一些方法
  64. 64 _ 在公有云上管理与部署Elasticsearch集群
  65. 65 _ 生产环境常用配置与上线清单
  66. 66 _ 监控Elasticsearch集群
  67. 67 _ 诊断集群的潜在问题
  68. 68 _ 解决集群Yellow与Red的问题
  69. 69 _ 提升集群写性能
  70. 70 _ 提升集群读性能
  71. 71 _ 集群压力测试
  72. 72 _ 段合并优化及注意事项
  73. 73 _ 缓存及使用Breaker限制内存使用
  74. 74 _ 一些运维的相关建议
  75. 75 _ 使用Shrink与Rollover API有效管理时间序列索引
  76. 76 _ 索引全生命周期管理及工具介绍
  77. 77 _ Logstash入门及架构介绍
  78. 78 _ 利用JDBC插件导入数据到Elasticsearch
  79. 79 _ Beats介绍
  80. 80 _ 使用Index Pattern配置数据
  81. 81 _ 使用Kibana Discover探索数据
  82. 82 _ 基本可视化组件介绍
  83. 83 _ 构建Dashboard
  84. 84 _ 用Monitoring和Alerting监控Elasticsearch集群
  85. 85 _ 用APM进行程序性能监控
  86. 86 _ 用机器学习实现时序数据的异常检测(上)
  87. 87 _ 用机器学习实现时序数据的异常检测(下)
  88. 88 _ 用ELK进行日志管理
  89. 89 _ 用Canvas做数据演示
  90. 90 _ 项目需求分析及架构设计
  91. 91 _ 将电影数据导入Elasticsearch
  92. 92 _ 搭建你的电影搜索服务
  93. 93 _ 需求分析及架构设计
  94. 94 _ 数据Extract & Enrichment
  95. 95 _ 构建Insights Dashboard
  96. 96 _ Elastic认证介绍
  97. 97 _ 考点梳理
  98. 98 _ 集群数据备份
  99. 99 _ 基于Java和Elasticseach构建应用
  100. 100 _ 结课测试&结束语