[套装书]Elasticsearch搜索引擎构建入门与实战+深入理解Elasticsearch（原书第3版）（2册）

1.2.3 路由计算 10
1.2.4 文档读写过程 10
1.3 Elasticsearch的应用场景 12
1.3.1 搜索引擎 12
1.3.2 推荐系统 12
1.3.3 二级索引 13
1.3.4 日志分析 14
1.4 Elasticsearch的安装 14
1.4.1 单机模式安装 15
1.4.2 集群模式安装 16
1.5 Elasticsearch搜索入门 17
1.5.1 创建索引 17
1.5.2 写入文档 18
1.5.3 根据_id搜索文档 19
1.5.4 根据一般字段搜索文档 19
1.5.5 根据文本字段搜索文档 20
第2章 Elasticsearch客户端实战 22
2.1 Kibana客户端简介 22
2.1.1 Kibana的安装 22
2.1.2 在Kibana中搜索文档 23
2.2 Java客户端简介 24
2.2.1 Java客户端的使用 25
2.2.2 Java带验证客户端的使用 27
2.2.3 Java客户端搜索文档 28
2.3 Spring Boot客户端简介 31
2.3.1 创建Spring Boot客户端 31
2.3.2 Spring Boot客户端搜索文档 32
2.4 Jest客户端简介 33
2.4.1 创建Jest客户端 34
2.4.2 Jest客户端搜索文档 35
第3章 Elasticsearch基础操作 37
3.1 索引操作 37
3.1.1 创建索引 37
3.1.2 删除索引 38
3.1.3 关闭索引 38
3.1.4 打开索引 39
3.1.5 索引别名 39
3.2 映射操作 47
3.2.1 查看映射 47
3.2.2 扩展映射 48
3.2.3 基本的数据类型 49
3.2.4 复杂的数据类型 56
3.2.5 动态映射 61
3.2.6 多字段 61
3.3 文档操作 64
3.3.1 单条写入文档 64
3.3.2 批量写入文档 65
3.3.3 更新单条文档 67
3.3.4 批量更新文档 69
3.3.5 根据条件更新文档 70
3.3.6 删除单条文档 72
3.3.7 批量删除文档 73
3.3.8 根据条件删除文档 74
第4章 丰富的搜索功能 76
4.1 搜索辅助功能 76
4.1.1 指定返回的字段 76
4.1.2 结果计数 78
4.1.3 结果分页 79
4.1.4 性能分析 81
4.1.5 评分分析 85
4.2 丰富的搜索匹配功能 86
4.2.1 查询所有文档 87
4.2.2 term级别查询 88
4.2.3 布尔查询 96
4.2.4 filter查询原理 100
4.2.5 Constant Score查询 102
4.2.6 Function Score查询 104
4.2.7 全文搜索 106
4.2.8 基于地理位置查询 112
4.2.9 搜索建议 115
4.3 按字段值排序 118
4.3.1 按普通字段值排序 119
4.3.2 按地理距离排序 121
第2篇 Elasticsearch提高
第5章 文本搜索 126
5.1 文本搜索简介 126
5.1.1 文本的索引建立过程 126
5.1.2 文本的搜索过程 128
5.2 分析器简介 129
5.2.1 字符过滤器 130
5.2.2 分词器 131
5.2.3 分词过滤器 131
5.3 分析器的使用 132
5.3.1 测试分析API 132
5.3.2 内置分析器 134
5.3.3 索引时使用分析器 135
5.3.4 搜索时使用分析器 136
5.3.5 自定义分析器 136
5.4 中文分析器 138
5.4.1 中文分词介绍 139
5.4.2 IK分析器 140
5.4.3 HanLP分析器 144
5.5 使用同义词 147
5.5.1 建立索引时使用同义词 147
5.5.2 查询时使用同义词 149
5.6 使用停用词 154
5.6.1 使用停用词过滤器 154
5.6.2 在内置分析器中使用停用词 156
5.6.3 在IK分析器中使用停用词 156
5.6.4 在HanLP分析器中使用停用词 159
5.7 拼音搜索 161
5.7.1 拼音分析器插件的安装 162
5.7.2 拼音分析器插件的使用 163
5.8 高亮显示搜索 165
5.8.1 初步使用高亮显示搜索 166
5.8.2 选择高亮显示搜索策略 168
5.8.3 在Java客户端中进行高亮显示搜索 170
5.9 拼写纠错 171
5.9.1 使用Elasticsearch进行拼写纠错 171
5.9.2 更精准的拼写纠错 174
第6章 搜索排序 177
6.1 相关性排序 177
6.1.1 TF-IDF模型 177
6.1.2 向量空间模型 178
6.1.3 BM25算法简介 179
6.1.4 BM25实例解析 181
6.1.5 BM25参数调节 183
6.1.6 分布式场景对排序的影响 184
6.1.7 使用其他相关性算法 185
6.2 查询时设置权重 186
6.2.1 查询时boost参数的设置 186
6.2.2 在Java客户端中使用boost参数 192
6.2.3 boosting查询 193
6.2.4 在Java客户端中使用boosting查询 197
6.3 Function Score查询简介 198
6.3.1 简单函数 198
6.3.2 函数计算关系 202
6.3.3 衰减函数 203
6.4 Script Score查询简介 207
6.4.1 Painless简介 207
6.4.2 在Script Score中使用Painless 209
6.4.3 使用数组和集合 213
6.4.4 使用文档数据 214
6.4.5 向脚本传参 217
6.4.6 在Script Score中使用函数 219
6.4.7 在Java客户端中使用Script Score 224
6.4.8 练习Painless 225
6.5 二次打分 226
6.5.1 二次打分简介 226
6.5.2 使用示例 226
6.5.3 在Java客户端中使用二次打分 229
第7章 聚合 231
7.1 聚合指标 233
7.1.1 常见的统计指标 233
7.1.2 空值处理 236
7.2 桶聚合 239
7.2.1 单维度桶聚合 240
7.2.2 多维度桶嵌套聚合 246
7.2.3 地理距离聚合 249
7.3 聚合方式 253
7.3.1 直接聚合 253
7.3.2 先查询再聚合 254
7.3.3 前过滤器 255
7.3.4 后过滤器 257
7.4 聚合排序 258
7.4.1 按文档计数排序 259
7.4.2 按聚合指标排序 260
7.4.3 按分组key排序 262
7.5 聚合分页 264
7.5.1 Top hits聚合 264
7.5.2 Collapse聚合 268
第3篇 Elasticsearch实战
第8章 搜索实战 272
8.1 项目简介 272
8.1.1 背景简介 272
8.1.2 搜索建议功能简介 272
8.1.3 搜索功能简介 273
8.1.4 排序功能简介 274
8.2 技术方案 275
8.2.1 总体架构设计 275
8.2.2 组件简介 276
8.2.3 搜索建议方案 278
8.2.4 匹配方案 279
8.2.5 排序方案 280
8.3 搜索建议功能的实现 280
8.3.1 索引创建 280
8.3.2 后端服务 281
8.3.3 索引初始化 282
8.3.4 搜索建议服务 286
8.4 搜索功能的实现 288
8.4.1 项目创建 288
8.4.2 索引创建 289
8.4.3 数据初始化 290
8.4.4 整体工作 291
8.4.5 获取总页数 292
8.4.6 查询构建 293
8.4.7 结果处理和封装 296
8.4.8 对搜索排序进行打分 298
8.5 前端功能的实现 299
8.5.1 项目创建 299
8.5.2 请求转发 300
8.5.3 搜索建议交互 300
8.5.4 搜索交互 301



---------------------------8066075 - 深入理解Elasticsearch（原书第3版）---------------------------


译者序
前言
致谢
作者简介
审阅者简介
第1章　回顾Elasticsearch与演进历史 1
1.1　Apache Lucene简介 1
1.1.1　更深入地了解Lucene索引 2
1.1.2　Elasticsearch概览 7
1.2　Elasticsearch 5.x介绍 8
1.2.1　Elasticsearch新特性简介 9
1.2.2　Elasticsearch的演进 10
1.2.3　2.x到5.x的变化 14
1.3　小结 16
第2章　查询DSL进阶 17
2.1　Lucene的新默认文本评分机制——BM25 17
2.1.1　理解精确率与召回率 18
2.1.2　回顾TF-IDF 18
2.1.3　BM25与TF-IDF有什么不同 21
2.2　查询DSL重构 22
2.3　为任务选择合适的查询 22
2.3.1　查询方式分类 22
2.3.2　使用示例 27
2.3.3　查询DSL的其他重要变化 36
2.4　查询改写 37
2.4.1　前缀查询示例 37
2.4.2　回到Apache Lucene 39
2.4.3　查询改写的属性 40
2.5　查询模板 43
2.5.1　引入查询模板 43
2.5.2　Mustache模板引擎 45
2.6　小结 49
第3章　不只是文本搜索 50
3.1　多匹配控制 50
3.2　多匹配类型 51
3.2.1　最佳字段匹配 51
3.2.2　跨字段匹配 54
3.2.3　最多字段匹配 55
3.2.4　短语匹配 56
3.2.5　带前缀的短语匹配 56
3.3　用函数得分查询控制分数 57
3.4　函数得分查询下的内嵌函数 58
3.4.1　weight函数 58
3.4.2　字段值因子函数 59
3.4.3　脚本评分函数 60
3.4.4　衰变函数——linear、exp和gauss 60
3.5　查询二次评分 61
3.6　二次评分查询的结构 62
3.7　Elasticsearch脚本 66
3.7.1　语法 66
3.7.2　Elasticsearch各版本中脚本的变化 66
3.8　新的默认脚本语言Painless 67
3.8.1　用Painless写脚本 67
3.8.2　示例 69
3.8.3　用脚本为结果排序 71
3.8.4　按多个字段排序 72
3.9　Lucene表达式 73
3.9.1　基础知识 73
3.9.2　一个例子 73
3.10　小结 75
第4章　数据建模与分析 76
4.1　Elasticsearch中的数据建模方法 76
4.2　管理Elasticsearch中的关系型数据 77
4.2.1　对象类型 77
4.2.2　嵌套文档 80
4.2.3　父子关系 82
4.2.4　其他可选方案 84
4.2.5　数据反范式的例子 84
4.3　用聚合做数据分析 85
4.3.1　Elasticsearch 5.0的快速聚合 85
4.3.2　重温聚合 86
4.3.3　一类新的聚合：矩阵聚合 93
4.4　小结 96
第5章　改善用户搜索体验 97
5.1　改正用户拼写错误 97
5.1.1　测试数据 98
5.1.2　深入技术细节 99
5.2　suggester 99
5.2.1　在_search端点下使用suggester 99
5.2.2　term suggester 103
5.2.3　phrase suggester 105
5.2.4　completion suggester 113
5.3　实现自己的自动完成功能 117
5.4　处理同义词 120
5.4.1　为同义词搜索准备settings 120
5.4.2　格式化同义词 121
5.4.3　同义词扩展与收缩 122
5.5　小结 123
第6章　分布式索引架构 125
6.1　配置示例的多节点集群 125
6.2　选择合适数量的分片和副本 127
6.2.1　分片和预分配 127
6.2.2　预分配的正面例子 128
6.2.3　多分片与多索引 128
6.3　路由 129
6.3.1　分片和数据 129
6.3.2　测试路由功能 130
6.3.3　在索引过程中使用路由 132
6.3.4　路由实战 132
6.3.5　查询 134
6.3.6　别名 136
6.3.7　多值路由 137
6.4　分片分配控制 137
6.4.1　部署意识 138
6.4.2　确定每个节点允许的总分片数 142
6.4.3　确定每台物理服务器允许的总分片数 143
6.5　查询执行偏好 146
6.5.1　preference参数 146
6.5.2　使用查询执行偏好的例子 148
6.6　将数据切分到多个路径中 148
6.7　索引与类型——创建索引的改进方法 148
6.8　小结 149
第7章　底层索引控制 150
7.1　改变Apache Lucene的评分方式 150
7.2　可用的相似度模型 151
7.3　为每个字段配置相似度模型 151
7.4　相似度模型配置 152
7.5　选择默认的相似度模型 153
7.6　选择合适的目录实现——store模块 156
7.7　存储类型 156
7.8　准实时、提交、更新及事务日志 158
7.8.1　索引更新及更新提交 159
7.8.2　更改默认的刷新时间 159
7.8.3　事务日志 160
7.8.4　实时读取 161
7.9　控制段合并 162
7.9.1　Elasticsearch合并策略的变化 163
7.9.2　配置tiered合并策略 163
7.9.3　合并调度 164
7.9.4　强制合并 165
7.10　理解Elasticsearch缓存 166
7.10.1　节点查询缓存 166
7.10.2　分片查询缓存 166
7.10.3　字段数据缓存 168
7.10.4　使用circuit breaker 168
7.11　小结 169
第8章　管理Elasticsearch 170
8.1　Elasticsearch的节点类型 170
8.1.1　数据节点 171
8.1.2　主节点 171
8.1.3　Ingest节点 171
8.1.4　部落节点 172
8.1.5　协调节点/客户端节点 172
8.2　发现和恢复模块 172
8.2.1　发现模块的配置 173
8.2.2　网关和恢复模块的配置 177
8.2.3　索引恢复API 179
8.3　使用对人类友好的Cat API 182
8.3.1　Cap API的基础知识 183
8.3.2　使用Cat API 184
8.4　备份 186
8.4.1　快照API 187
8.4.2　在文件系统中保存备份 187
8.4.3　在云中保存备份 189
8.5　快照恢复 193
8.6　小结 196
第9章　数据转换与联盟搜索 197
9.1　用ingest节点在Elasticsearch里对数据进行预处理 197
9.1.1　使用ingest管道 198
9.1.2　处理管道中的错误 202
9.1.3　使用ingest处理器 204
9.2　联盟搜索 208
9.2.1　测试集群 208
9.2.2　建立部落节点 209
9.2.3　通过部落节点读取数据 211
9.2.4　主节点级别的读操作 212
9.2.5　通过部落节点写入数据 213
9.2.6　主节点级别的写操作 213
9.2.7　处理索引冲突 213
9.2.8　屏蔽写操作 215
9.3　小结 215
第10章　提升性能 216
10.1　查询验证与分析器 216
10.1.1　在执行前就验证代价大的查询 217
10.1.2　获得详细查询执行报告的查询分析器 219
10.1.3　关于查询分析用途的思考 221
10.2　热点线程 222
10.2.1　热点线程的使用说明 222
10.2.2　热点线程API的响应 223
10.3　扩展Elasticsearch集群 224
10.3.1　垂直扩展 224
10.3.2　水平扩展 225
10.3.3　在高负载的场景下使用Elasticsearch 231
10.4　用shrink和rollover API高效管理基于时间的索引 242
10.4.1　shrink API 243
10.4.2　 rollover API 244
10.5　小结 246
第11章　开发Elastisearch插件 247
11.1　创建Apache Maven的项目架构 247
11.1.1　了解基础知识 248
11.1.2　Maven Java项目的结构 248
11.2　创建自定义REST行为插件 252
11.2.1　设定 252
11.2.2　实现细节 252
11.2.3　测试阶段 256
11.2.4　检验REST行为插件是否工作正常 257
11.3　创建自定义分析插件 258
11.3.1　实现细节 258
11.3.2　测试自定义分析插件 262
11.4　小结 264
第12章　介绍Elastic Stack 5.0 265
12.1　Elastic Stack 5.0简介 265
12.2　介绍Logstash、Beats和Kibana 266
12.2.1　使用Logstash 266
12.2.2　引入Beats作为数据传输器 271
12.2.3　使用Kibana 273
12.3　小结 282

.　　第1篇 Elasticsearch基础
　　第1章首先介绍ES的基本概念、架构原理和应用场景，然后介绍ES的安装和基本使用。
　　第2章介绍ES客户端的使用，包括Kibana的安装和使用，以及Java客户端、Spring Data Elasticsearch和JestClient的使用。
　　第3章介绍ES的索引、映射和文档的基本操作，其中，文档的操作重点介绍批量写入、更新和删除等相关操作。
　　第4章介绍ES的搜索功能，包括基于term的普通搜索、文本匹配和基于地理位置的搜索，以及ES提供的辅助搜索工具的使用。
　　第2篇 Elasticsearch提高
　　第5章介绍ES文本搜索的原理和使用，重点介绍分析器的原理和使用，另外针对中文搜索，介绍同义词和停用词的管理，以及文本高亮显示搜索功能的使用。
　　第6章介绍ES搜索排序的原理和使用，同时结合实例介绍打分的具体方式以及ES支持的用户自定义打分的相关功能。
　　第7章介绍ES聚合的相关知识点，重点结合业界的聚合场景，介绍聚合指标、桶聚合和聚合方式等相关功能。
　　第3篇 Elasticsearch实战
　　第8章从构建一个酒店的搜索引擎应用出发，介绍搜索建议、搜索匹配和搜索排序三大模块的实现，并给出前端实现的逻辑代码，从而帮助读者不借助外力即可独立完成开发工作。
　　本书读者对象
　　* 搜索引擎初学者；
　　* 想转型做搜索引擎开发的工程人员；
　　* 想对现有搜索引擎进行优化的工程人员；
　　* 对搜索技术感兴趣的爱好者；
　　* 大中专院校信息技术类专业的学生；
　　* 相关培训机构的学员。
　　配书资源获取方式
　　本书涉及的所有源代码需要读者自行下载。请在华章公司的网站（www.hzbook.com）上搜索到本书，然后单击“资料下载”按钮，即可在本书页面上找到下载链接进行下载。此外，读者还可以在百度网盘https://pan.baidu.com/s/1XQaHieTBIGOg5JeQbSDkyA（提取码0trh）上下载这些资源。
　　意见反馈
　　限于笔者水平和写作时间，书中可能还存在一些疏漏，敬请各位读者批评和指正。如果您对本书有任何疑问，请加入QQ群（907471409）与笔者或其他读者交流，也可以发送电子邮件到hzbook2017@163.com获得帮助。
　　致谢
　　感谢众多ES人的无私奉献！没有他们的付出，本书很难和读者见面。
　　感谢罗雨露女士！在写作的过程中，她为本书提供了很多详尽的改进意见。
　　感谢公司搜索项目的领导和同事！在我遇到困难时，他们的帮助如今还历历在目。
　　感谢家人和朋友的支持！编写本书需要投入大量的精力，如果没有他们的理解、支持和鼓励，本书很难有机会出版。
　　最后感谢各位读者朋友！本书因你们而有价值，这也是我完成本书的最大动力。
　　高印会
　　
　　
　　---------------------------8066075 - 深入理解Elasticsearch（原书第3版）---------------------------
　　
　　
　　欢迎来到Elasticsearch的世界并阅读本书。在阅读的过程中，我们将带你了解与Elasticsearch紧密相关的各种话题。但请注意，本书的目标读者并不是初学者，Elasticsearch从1.x演进到5.x已经有了非常大的变化，因此本书在上一版的基础上补充了很多新内容。
　　本书将探讨与Elasticsearch和Lucene相关的各方面内容。首先简单介绍一下Lucene和Elasticsearch，带你了解Elasticsearch提供的各种查询方法。在这里会涉及与查询相关的不同主题，比如结果过滤、在特定场景下如何选择合适的查询方式等。Elasticsearch当然并非只具备查询功能，本书还将介绍Elasticsearch新引入的聚合功能以及其他特性，帮你挖掘出被索引数据的价值，并为用户提供更好的查询体验。
　　在与Elasticsearch脚本模块相关的章节中，也将讨论在Elasticsearch中进行数据建模和处理关系型数据的方法，同时也会展示一些用新的默认脚本语言Painless写成的例子。
　　对大多数用户来说，查询和数据分析是Elasticsearch最吸引人的部分，不过这些并不是本书讨论的全部内容。因此在索引架构的部分，本书还会试图与读者探讨一些额外的话题，比如如何选择合适的分片数和副本数、如何调整分片分配方式等。在讨论Elasticsearch和Lucene之间的关系时，还将介绍不同的评分算法、如何选择合适的存储机制、它们之间的差异、为什么做出合适的选择很重要等。
　　Elasticsearch的管理功能虽然被放在了最后讨论，但同样重要。这一部分内容包括发现模块和恢复模块，以及对人类友好的Cat API——使用它可以快速获取管理命令的结果，并将返回的JSON格式数据以人类易于阅读的格式展现，无须再次转换。我们还将讨论ingest节点，它可以在生成索引之前就对Elasticsearch中的数据进行预处理，以及如何利用部落节点来完成在多个节点之间进行联合搜索的功能。
　　看书名就知道，本书不会错过与性能相关的话题，会用整整一章来专门讨论它。
　　与本书第2版一样，也有一章专门讨论Elasticsearch插件的开发。展示如何构建Apache Maven项目，并开发两个不同类型的插件——自定义REST操作插件和自定义分析插件。
　　最后一章将讨论完整的Elastic Stack所包含的全部组件，读后会对如何开始使用Logstash、Kibana和Beats等工具有大致的了解。
　　读过上述内容之后，如果对某些内容产生了兴趣，那么这本书就是适合的。希望读者在读完整本书之后，会喜欢它。
　　本书主要内容
　　第1章先介绍了Apache Lucene的工作方式，再介绍Elasticsearch 5.x。主要关注基本概念以及Elasticsearch在从1.x到5.x的演进过程中发生的重要功能变化。
　　第2章讲解新的默认评分算法BM25，以及它与之前的TF-IDF算法相比的优点。另外还讲解了Elasticsearch的各种功能，如查询改写、查询模板、查询模块的变化，以及在特定场景下可以选择的不同查询方法，等等。
　　第3章讲述了多匹配控制、二次评分、函数评分查询等查询相关功能。这一章也包括Elasticsearch的脚本模块相关内容。
　　第4章讨论了在Elasticsearch中进行数据建模的不同方法，以及在真实场景中如何用parent-child关系和嵌套数据类型来处理文档之间的关系。这一章还进一步讨论了用于数据分析的Elasticsearch聚合模块。
　　第5章关注通过查询建议器（suggester）提升用户搜索体验的话题，它可以改正查询语句中的拼写错误，提供高效的自动补齐功能。本章内容还包括如何提高查询相关性，如何使用同义词进行搜索等。
　　第6章的主要内容包括选择正确的分片数和副本数、路由是怎么工作的、分片分配是怎么工作的、如何影响分片行为等。本章还讨论了查询执行偏好是什么，以及它是怎样影响查询执行的。
　　第7章讲述如何更改Apache Lucene的评分机制，以及如何选择备用的评分算法。本章还包括准实时搜索、索引和事务日志的使用，理解索引的段合并机制，再基于Elasticsearch 5.x的删除合并策略细节，就可以根据场景来进行调优了。在本章的最后，还可以了解IO节流（IO Throttling）和Elasticsearch的缓存机制。
　　第8章关注与管理Elasticsearch相关的内容。其中介绍了什么是发现模块、网关模块和恢复模块，并讲解了如何配置它们，以及为什么值得如此大费周章地配置它们。本章还介绍了什么是Cat API、如何备份数据并恢复到不同云服务上（亚马逊AWS、微软Azure等）。
　　第9章讲述了Elasticsearch 5的最新特性——ingest节点，用它可以先对数据进行预处理，再在Elasticsearch中生成索引。本章也讲到了联盟搜索使用部落节点在不同的集群之间完成搜索的工作原理。
　　第10章讨论在不同的负载下如何提升性能、扩展生产集群的正确方法、垃圾回收原理、热点线程问题等以及如何应对它们，并进一步讨论了查询分析和查询基准测试。本章最后针对高查询量和高索引吞吐率这些不同场景，给出了一些Elasticsearch集群的调优建议。
　　第11章详细地演示和讲解了如何开发自己的REST操作插件和语言分析插件，以及Elasticsearch插件的开发方法。
　　第12章介绍了Elastic Stack 5.0的各个组件，包括Elasticsearch、Logstash、Kibana和Beats等。
　　阅读本书的必备资源
　　本书基于Elasticsearch 5.0.x写成，所有范例代码都可以在该版本下正常运行。除此之外，还需要curl或者一个与curl类似的可以发送HTTP请求的命令行工具，curl在绝大多数操作系统上都可以使用。请注意，本书中的所有例子都使用了curl。如果想换用其他工具，请注意对请求进行正确的格式转换，以保证选择的工具可以正确地解析请求。
　　另外，如果想要成功运行第11章中的例子，需要在电脑上安装1.8.0_73版本或以上的JDK，并需要一个可以开发代码的编辑器，比如Eclipse之类的Java IDE。本书使用Apache Maven来构建代码和管理依赖项。
　　本书最后一章基于Elastic Stack 5.0.0写成，因此要准备好Logstash、Kibana和Metricbeat，并要注意保证版本兼容。
　　本书的目标读者
　　本书的目标读者是那些对Elasticsearch的基本概念已经熟悉，还想对这个强大的搜索服务器有进一步了解的Elasticsearch用户和发烧友。书中也包括Apache Lucene和Elasticsearch的工作原理，以及Elasticsearch从1.x到5.x的演进过程。除此之外，想了解如何改进查询相关性、如何自己开发插件来扩展Elasticsearch功能的读者，也可以从中受益。
　　如果刚刚接触Elasticsearch，对查询和索引等基本概念还不熟悉，阅读本书可能会有些吃力，因为大多数章节都假设读者已经具备了相关背景知识。
　　约定
　　在本书中可以看到不同字体的文字，它们是用来表示不同信息的。下面是一些例子，用来解释各种不同的字体各自代表什么意思。
　　下面是一段代码：
　　如果希望读者特别留意代码中的某些部分，相关内容会以粗体显示：
　　所有命令行的输入或输出都用下面的字体表示：
　　这个符号表示警告或者重要提示。
　　这个符号表示提示或者小窍门。
　　下载示例代码及彩色图片
　　本书的示例代码及所有截图，可以从http://www.packtpub.com通过个人账号下载，也可以访问华章图书官网http://www.hzbook.com，通过注册并登录个人账号下载。
　　

.　　Elasticsearch是一个开源的搜索和分析引擎，具有现代、快速、分布式、可扩展、容错等优点。Elasticsearch借助了Apache Lucene的能力，让你拥有更强的把控力，可以索引海量数据，并进行搜索。
　　本书先简单回顾基本知识，然后详细讲述Elasticsearch的中级和高级功能，比如查询、索引、搜索和修改数据。此外，还介绍许多高级概念，包括聚合、索引控制、分片、复制和集群等。
　　本书也会介绍Elasticsearch的监控和管理模块，包括备份和恢复。你将了解在特定的场景下，如何扩展Elasticsearch集群并提升它的性能。书中还会演示如何在Elasticsearch中创建分析插件。
　　通过阅读本书，你将学到：
　　理解Apache Lucene和Elasticsearch 5的设计与架构。
　　使用和配置Apache Lucene 6的默认文本评分机制。
　　在用Elasticsearch处理关系型数据时如何避免遇到陷阱。
　　如何根据不同的用例选择合适的查询，并使用脚本模块，包括新的默认脚本语言Painless。
　　探索扩展生产集群的正确方法，提升Elasticsearch的性能。
　　管理Elasticsearch的搜索、索引和聚合特性。
　　开发自己的Elasticsearch插件，扩展Elasticsearch的功能。