Elasticsearch 核心技术与实战 
66492 人已学习
新⼈⾸单¥68
课程目录
已完结/共 100 讲
第一章：概述 (4讲)
时长 04:31
时长 06:36
时长 09:41
时长 11:10
第二章：安装上手 (4讲)
时长 08:23
时长 04:54
时长 03:59
第三章：Elasticsearch入门 (15讲)
时长 10:16
时长 16:28
时长 13:03
时长 06:16
时长 12:28
时长 07:29
时长 11:03
时长 05:29
时长 10:40
时长 07:54
时长 13:35
时长 10:18
时长 08:56
时长 12:15
第四章：深入搜索 (13讲)
时长 07:14
时长 05:14
时长 08:50
时长 10:44
时长 07:24
时长 09:51
时长 12:35
时长 09:33
时长 04:30
时长 07:54
时长 05:14
时长 06:59
时长 06:35
第五章：分布式特性及分布式搜索的机制 (8讲)
时长 12:24
时长 05:50
时长 04:22
时长 07:02
时长 06:02
时长 05:21
时长 05:16
第六章：深入聚合分析 (4讲)
时长 19:46
时长 09:09
时长 10:26
时长 12:27
第七章：数据建模 (7讲)
时长 09:13
时长 09:54
时长 09:05
时长 14:56
时长 12:27
时长 15:05
第八章：保护你的数据 (3讲)
第九章：水平扩展Elasticsearch集群 (6讲)
时长 05:43
时长 11:59
时长 06:49
时长 12:22
时长 08:14
时长 09:45
第十章：生产环境中的集群运维 (10讲)
时长 11:19
时长 05:12
时长 07:29
时长 11:53
时长 12:45
时长 05:03
时长 09:49
时长 04:11
时长 09:47
时长 09:58
第十一章：索引生命周期管理 (2讲)
时长 20:31
时长 16:32
第十二章：用Logstash和Beats构建数据管道 (3讲)
第十三章：用Kibana进行数据可视化分析 (4讲)
时长 05:10
时长 06:50
时长 16:05
时长 05:52
第十四章：探索X-Pack套件 (6讲)
时长 14:32
时长 14:39
时长 08:23
时长 14:37
时长 07:55
实战1：电影搜索服务 (3讲)
实战2：Stackoverflow用户调查问卷分析 (3讲)
备战：Elastic认证 (5讲)
时长 08:49
时长 15:55
时长 07:49
时长 16:58
时长 04:48
Elasticsearch 核心技术与实战
登录|注册
当前播放: 66 | 监控Elasticsearch集群
00:00 / 00:00
高清
- 高清
1.0x
- 2.0x
- 1.5x
- 1.25x
- 1.0x
- 0.75x
- 0.5x
付费课程，可试看
01 | 课程介绍
02 | 内容综述及学习建议
03 | Elasticsearch简介及其发展历史
04 | Elastic Stack家族成员及其应用场景
05 | Elasticsearch的安装与简单配置
06 | Kibana的安装与界面快速浏览
07 | 在Docker容器中运行Elasticsearch Kibana和Cerebro
08 | Logstash安装与导入数据
09 | 基本概念：索引、文档和REST API
10 | 基本概念：节点、集群、分片及副本
11 | 文档的基本CRUD与批量操作
12 | 倒排索引介绍
13 | 通过Analyzer进行分词
14 | Search API概览
15 | URI Search详解
16 | Request Body与Query DSL简介
17 | Query String&Simple Query String查询
18 | Dynamic Mapping和常见字段类型
19 | 显式Mapping设置与常见参数介绍
20 | 多字段特性及Mapping中配置自定义Analyzer
21 | Index Template和Dynamic Template
22 | Elasticsearch聚合分析简介
23 | 第一部分总结
24 | 基于词项和基于全文的搜索
25 | 结构化搜索
26 | 搜索的相关性算分
27 | Query&Filtering与多字符串多字段查询
28 | 单字符串多字段查询：Dis Max Query
29 | 单字符串多字段查询：Multi Match
30 | 多语言及中文分词与检索
31 | Space Jam，一次全文搜索的实例
32 | 使用Search Template和Index Alias查询
33 | 综合排序：Function Score Query优化算分
34 | Term&Phrase Suggester
35 | 自动补全与基于上下文的提示
36 | 配置跨集群搜索
37 | 集群分布式模型及选主与脑裂问题
38 | 分片与集群的故障转移
39 | 文档分布式存储
40 | 分片及其生命周期
41 | 剖析分布式查询及相关性算分
42 | 排序及Doc Values&Fielddata
43 | 分页与遍历：From, Size, Search After & Scroll API
44 | 处理并发读写操作
45 | Bucket & Metric聚合分析及嵌套聚合
46 | Pipeline聚合分析
47 | 作用范围与排序
48 | 聚合分析的原理及精准度问题
49 | 对象及Nested对象
50 | 文档的父子关系
51 | Update By Query & Reindex API
52 | Ingest Pipeline & Painless Script
53 | Elasticsearch数据建模实例
54 | Elasticsearch数据建模最佳实践
55 | 第二部分总结回顾
56 | 集群身份认证与用户鉴权
57 | 集群内部安全通信
58 | 集群与外部间的安全通信
59 | 常见的集群部署方式
60 | Hot & Warm架构与Shard Filtering
61 | 分片设计及管理
62 | 如何对集群进行容量规划
63 | 在私有云上管理Elasticsearch集群的一些方法
64 | 在公有云上管理与部署Elasticsearch集群
65 | 生产环境常用配置与上线清单
66 | 监控Elasticsearch集群
67 | 诊断集群的潜在问题
68 | 解决集群Yellow与Red的问题
69 | 提升集群写性能
70 | 提升集群读性能
71 | 集群压力测试
72 | 段合并优化及注意事项
73 | 缓存及使用Breaker限制内存使用
74 | 一些运维的相关建议
75 | 使用Shrink与Rollover API有效管理时间序列索引
76 | 索引全生命周期管理及工具介绍
77 | Logstash入门及架构介绍
78 | 利用JDBC插件导入数据到Elasticsearch
79 | Beats介绍
80 | 使用Index Pattern配置数据
81 | 使用Kibana Discover探索数据
82 | 基本可视化组件介绍
83 | 构建Dashboard
84 | 用Monitoring和Alerting监控Elasticsearch集群
85 | 用APM进行程序性能监控
86 | 用机器学习实现时序数据的异常检测（上）
87 | 用机器学习实现时序数据的异常检测（下）
88 | 用ELK进行日志管理
89 | 用Canvas做数据演示
90 | 项目需求分析及架构设计
91 | 将电影数据导入Elasticsearch
92 | 搭建你的电影搜索服务
93 | 需求分析及架构设计
94 | 数据Extract & Enrichment
95 | 构建Insights Dashboard
96 | Elastic认证介绍
97 | 考点梳理
98 | 集群数据备份
99 | 基于Java和Elasticseach构建应用
100 | 结课测试&结束语
本节摘要
课件及 Demo 下载地址
登录 后留言
全部留言(5)
- 最新
- 精选
cc
老师好 麻烦问下如何监控到es 网络延迟，在请求队列等待花费时间，在协调节点上合并分片需要的时间呢？
2020-10-14
Geek_8a8074
您好，想请教一个问题，现在我们这里的集群有个麻烦的事情，几百个索引基本所有的索引都是十几个分片，而我们是有四十个节点的，但惟独只有一个索引由于数据量较大导致当时分片分的比较多，有200个，导致现在我们通过exclude下线一个节点后再上线的时候出现了其他索引分片不迁移而只有那个分片多的索引疯狂往新上线的节点上迁移的情况。最终导致这个索引落在这个节点上八十多个分片，其他节点只有不到十个。而这个节点上又基本没有其他索引的分片，也就是数据严重不平衡了，这个ES内部的分片迁移机制到底是怎么回事，这种情况该怎么办呢。
2019-11-13
1
Cybertrunk
用Prometheus去监控ES，我们倒是没想到。浅层次的就是用Elastic Stack自己的filebeat和metricbeat，深层次的用APM去监控ES，反正ES也是Java应用。
2019-10-16
钱
ES监控API相当丰富，从集群、节点、索引、任务各种状态和维度都有，可以很好的了解ES的状态。
2019-09-22
抱团团长
有个疑问，查询集群节点时，master节点为什么有三个
"nodes": {
"count": {
"total": 15,
"data": 12,
"coordinating_only": 0,
"master": 3,
"ingest": 15
}
为了防止脑裂？这里的3是指的master eligible节点，而真正的master节点还是只有一个？
2019-09-19
2
收起评论