seo攻略:搜索引擎优化策略与实战案例详解(2016年10月21日全球顶级大数据解决方案发布会)

　　seo攻略:搜索引擎优化策略与实战案例详解(2016年10月21日全球顶级大数据解决方案发布会)

　　Elastic Stack是一套被企业广泛使用的大数据解决方案，拥有完整的数据采集、处理和分析生态链。主要包括Elasticsearch、Kibana、Logstash、Beats等，其中Elastisearch是Elastic Stack的核心。Elasticsearch 是目前流行的分布式 RESTful 搜索和数据分析引擎，具有高性能、易扩展、安全稳定的特点。

　　课程基于6.x版Elastic Stack，从理论到实践，深入实战Elastic Stack，由浅入深讲解Elasticsearch、Kibana、Logstash和节拍。

　　1. 从零开始，以实际案例为驱动，涵盖范围广，收录大量实际案例。

　　2.不仅有基础功能的详细讲解，还有商业模式设计、集群规划与调优、Elastic Stack生产环境部署等进阶内容。

　　3. 将 Elasticsearch 与 Hadoop/Spark2 大数据平台集成，增强 Elasticsearch 的能力。

　　4. 基于多种主流API操作实践，如Elasticsearch，可根据需要完成各种系统的开发。

　　完成这组课程后，您可以轻松地将 Elastic Stack 应用到实际工作中。精通Elastic Stack的数据处理流程，包括数据采集、数据处理、数据分析和数据展示，能够独立搭建Elastic Stack海量数据搜索分析平台，精通企业搜索和数据分析应用开发，具有良好的商业模式设计和调优能力。

　　课程大纲

　　第 1 课：Elasticsearch 入门

　　6.x 中的 ES 核心概念和新变化

　　ES安装测试集群快速搭建

　　Kibana 安装

　　头部插件在线离线安装

　　休息服务

　　集群健康检查、列出所有索引、创建索引、查询、删除等。

　　数据修改（更新、删除、批量删除更新等）

　　搜索 API、DSL 查询语言、查询、过滤、聚合

　　倒排索引原理及实现过程

　　Lucene 和 ElasticSearch

　　ElasticSearch 的工作流程

　　第 2 课：映射

　　映射简介

　　映射创建

　　数据类型（核心数据类型、复杂数据类型、地理数据类型、专业数据类型、多字段）

　　元字段（_id/_all/_source/_uit/_meta/_routing 等）

　　Mapping参数详解：analyzer、index_options、boost、copy_to、doc_values、null_values、dynamic、enabled、store等）

　　动态映射

　　第 3 课：索引和文档操作

　　索引管理（创建、删除、查看索引、判断索引是否存在、Open/Close 索引、Shrink 索引、Split 索引、Rollover 索引）

　　Mapping管理（添加Mapping、获取Mapping、获取字段Mapping、Type是否存在）

　　用于故障转移和水平扩展的索引构建

　　索引文档、索引分片、数据路由

　　别名管理及使用场景

　　索引设置（更新索引设置、获取配置、索引分析、索引模板）

　　监控（索引状态、索引段、索引恢复、索引分片存储）

　　状态管理（清除缓存、刷新、刷新、强制合并）

　　更新索引设置

　　单个文档的 CURD

　　多文档 CURD

　　重新索引

　　批量数据批量导入操作与优化

　　第 4 课：分词和搜索 (一）

　　分词器的作用

　　分词器工作流程

　　停用词

　　内置标记器（标准、简单、空白等）

　　自定义分词

　　测试分词器

　　分词的两种使用方法

　　中文分词器

　　两种形式的搜索（URI 搜索、请求正文搜索）

　　URI 详细搜索

　　查询 DSL

　　第 5 课：分词和搜索 (二）

　　全部研究

　　字段查询

　　突出显示搜索

　　关联查询（嵌套查询、父子查询）

　　路由策略

　　查询和过滤器的区别

　　深度分页问题

　　分页方案和使用场景

　　使用滚动实现大数据导出

　　相关性分数计算

　　应用程序不重新启动重建索引

　　Elasticsearch 返回记录数和排名问题

　　批量操作和优化

　　第 6 课：聚合查询

　　骨料分类

　　聚合原理分析

　　指标聚合分析

　　桶聚合分析

　　管道聚合分析

　　矩阵聚合分析

　　准确性问题

　　聚合缓存

　　第 7 课：ElasticSearch 集群管理和调优

　　硬件优化

　　具有容错和故障转移的集群规划

　　角色规划

　　架构设计

　　集群运行状况

　　裂脑问题和解决方案

　　分段、合并、分片、别名优化等。

　　分片和副本的设计

　　集群异常处理

　　Elasticsearch 性能测试

　　第 8 课：模型设计和业务调优

　　映射字段设置优化

　　大文件存储优化

　　doc_values，字段数据优化

　　是否搜索优化

　　ES数据写入优化

　　ES数据查询优化

　　第 9 课：Elasticsearch 上的 SQL

　　ElasticSearch 6.x 自带SQL介绍

　　公约和相关术语

　　SQL 休息 API

　　SQL 翻译 API

　　SQL JDBC

　　SQL 命令行

　　SQL 函数和运算符

　　SQL 命令

　　SQL 数据类型

　　ElasticSearch-sql 第三方插件安装

　　ElasticSearch-sql 第三方插件使用

　　第 10 课：用于 Apache Hadoop 和 Spark 的 Elasticsearch

　　配置安装

　　ElasticSearch和Hadoop相关组件（Hive、Mapreduce等集成）

　　Spark2 集成 Elasticsearch 配置

　　Spark2读取Elasticsearch的几种方式及案例实践

　　Spark2编写Elasticsearch的几种方式及案例实践

　　性能优化

　　第 11 课：ElasticSearch 客户端 (一）

　　Java REST 客户端（Java 低级 REST 客户端、Java 高级 REST 客户端）

　　Java API（Maven仓库配置、文档API、搜索API、聚合、查询DSL、索引管理、集群管理API）

　　Java Rest Client 和 Java API 比较及未来发展

　　第 12 课：ElasticSearch 客户端 (二）

　　Jest 运营 Elasticsearch

　　Python API（安装、练习）

　　第 13 课：节拍用法

　　关于节拍

　　文件节拍

　　包节拍

　　心跳

　　击败用例

　　第 14 课：Logstash

　　Logstash 配置

　　Logstash 插件详细信息

　　Logstash 的架构

　　Logstash 和管道

　　输入细节

　　输出输出

　　日志存储用例

　　第 15 课：Kibana

　　Kibana进阶使用详解

　　Kibana 可视化

　　用例

　　第 16 课：综合案例

　　海量数据检索分析系统的设计要点

　　综合案例

　　教学时间：

　　该课程将于 2021 年 7 月 27 日开始，课程持续时间约为 18 周。

　　教学对象：

　　对 Elastic Stack 感兴趣的开发工程师和运维工程师。

　　预期收获：

　　1. 熟悉Elastic Stack的数据处理流程，包括数据采集、数据处理、数据分析和数据展示。

　　2. 能够独立搭建Elastic Stack海量数据搜索分析平台

　　3. 精通开发企业搜索和数据分析应用程序

　　4. 良好的商业模式设计和调优能力

　　讲师：

　　cqfrog，一线大数据架构和开发工程师，负责PB级大数据的技术架构和研发，熟悉大数据技术平台的选择、规划和实施，主导多个大数据项目的迭代和优化，并积累了丰富的经验。

　　全国统一咨询*敏*感*词*

　　课程报名讨论咨询群：303917420