Elasticsearch大数据搜索引擎 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

罗刚 著

图书标签:

• Elasticsearch
• 大数据
• 搜索引擎
• 全文检索
• 分布式
• NoSQL
• 数据分析
• 实时搜索
• Lucene
• 开发
• 运维

出版社： 电子工业出版社

ISBN：9787121332333

版次：1

商品编码：12291852

包装：平装

丛书名： 人工智能系列

开本：16开

出版时间：2018-01-01

用纸：胶版纸

页数：228

字数：364800

正文语种：中文

内容简介

Elasticsearch搜索集群系统在生产和生活中发挥着越来越重要的作用。本书介绍了Elasticsearch的使用、原理、系统优化与扩展应用。本书用例子说明了Java、Python、Scala和PHP的编程API，其中在Java搜索界面实现上，介绍了使用Spring实现微服务开发。为了扩展Elasticsearch的功能，本书以中文分词和英文文本分析为例介绍了插件开发方法。本书介绍了使用Elasticsearch作为数据管理平台的日志监控与分析方法，介绍了使用OCR从图像中提取文本以及问答式搜索的开发方法。

作者简介

猎兔搜索技术创始人曾经担任国防大学科研处 技术顾问工信部 舆情开发顾问东南大学 社会导师首都师范大学 金融课程讲师北京石油化工学院 社会导师北大光华管理学院 技术顾问蓝汛公司搜索集群技术咨询顾问新东方 创新研究院 研究员

目录

第1章 使用Elasticsearch 1
1．1 基本概念 1
1．2 安装 2
1．3 搜索集群 5
1．4 创建索引 6
1．5 使用Java客户端接口 9
1．5．1 创建索引 11
1．5．2 增加、删除与修改数据 14
1．5．3 分析器 16
1．5．4 数据导入 17
1．5．5 通过摄取快速导入数据 17
1．5．6 索引库结构 17
1．5．7 查询 18
1．5．8 区间查询 22
1．5．9 排序 23
1．5．10 分布式搜索 23
1．5．11 过滤器 24
1．5．12 高亮显示 24
1．5．13 分页 25
1．5．14 通过聚合实现分组查询 26
1．5．15 文本列的聚合 27
1．5．16 遍历数据 28
1．5．17 索引文档 29
1．5．18 Percolate 29
1．6 RESTClient 30
1．6．1 使用摄取 31
1．6．2 代码实现摄取 33
1．7 使用Jest 33
1．8 Python客户端 37
1．9 Scala客户端 40
1．10 PHP客户端 43
1．11 SQL支持 44
1．12 本章小结 48
第2章 开发插件 49
2．1 搜索中文 49
2．1．1 中文分词原理 49
2．1．2 中文分词插件原理 51
2．1．3 开发中文分词插件 53
2．1．4 中文AnalyzerProvider 55
2．1．5 字词混合索引 57
2．2 搜索英文 60
2．2．1 句子切分 60
2．2．2 标注词性 62
2．3 使用测试套件 64
2．4 本章小结 68
第3章 管理搜索集群 69
3．1 节点类型 69
3．2 管理集群 69
3．3 写入权限控制 70
3．4 使用X-Pack 71
3．5 快照 72
3．6 Zen发现机制 73
3．7 联合搜索 74
3．8 缓存 74
3．9 本章小结 75
第4章 源码分析 76
4．1 Lucene源码分析 76
4．1．1 Ivy管理依赖项 76
4．1．2 源码结构介绍 76
4．2 Gradle 77
4．3 Guice 77
4．4 Joda-Time 79
4．5 Transport 80
4．6 线程池 80
4．7 模块 80
4．8 Netty 81
4．9 分布式 81
4．10 本章小结 82
第5章 搜索相关性 83
5．1 BM25检索模型 83
5．1．1 使用BM25检索模型 86
5．1．2 参数调优 86
5．2 学习评分 86
5．2．1 基本原理 87
5．2．2 准备数据 87
5．2．3 Elasticsearch学习排名 89
5．3 本章小结 91
第6章 搜索引擎用户界面 92
6．1 JSP实现搜索界面 92
6．1．1 用于显示搜索结果的自定义标签 93
6．1．2 使用Listlib 98
6．1．3 实现翻页 100
6．2 使用Spring实现的搜索界面 102
6．2．1 实现REST搜索界面 102
6．2．2 REST API中的HTTP PUT 104
6．2．3 Spring-data-elasticsearch 106
6．2．4 Spring HATEOAS 112
6．3 实现搜索接口 113
6．3．1 编码识别 113
6．3．2 布尔搜索 116
6．3．3 搜索结果排序 116
6．4 实现相似文档搜索 117
6．5 实现AJAX搜索联想词 119
6．5．1 估计查询词的文档频率 119
6．5．2 搜索联想词总体结构 119
6．5．3 服务器端处理 120
6．5．4 浏览器端处理 125
6．5．5 拼音提示 127
6．5．6 部署总结 127
6．5．7 Suggester 128
6．6 推荐搜索词 129
6．6．1 挖掘相关搜索词 130
6．6．2 使用多线程计算相关搜索词 132
6．7 查询意图理解 133
6．7．1 拼音搜索 133
6．7．2 无结果处理 133
6．8 集成其他功能 134
6．8．1 拼写检查 134
6．8．2 分类统计 135
6．8．3 相关搜索 141
6．8．4 再次查找 144
6．8．5 搜索日志 144
6．9 查询分析 146
6．9．1 历史搜索词记录 146
6．9．2 日志信息过滤 147
6．9．3 信息统计 148
6．9．4 挖掘日志信息 150
6．9．5 查询词意图分析 150
6．10 部署网站 150
6．10．1 部署到Web服务器 151
6．10．2 防止攻击 152
6．11 本章小结 156
第7章　OCR文字识别 157
7．1 Tesseract 157
7．2 使用TensorFlow识别文字 161
7．3 OpenCV 164
7．3．1 预处理 166
7．3．2 文字区域提取 169
7．3．3 纠正偏斜 171
7．3．4 Linux环境支持 172
7．4 JavaCV 172
7．5 本章小结 174
第8章　问答式搜索 176
8．1 生成表示语义的代码 176
8．2 信息整合 181
8．2．1 实体对齐 181
8．2．2 编辑距离 181
8．2．3 Jaro-Winkler距离 187
8．2．4 比较器 189
8．2．5 Cleaner 189
8．2．6 运行过程 190
8．2．7 遗传算法调整参数 192
8．3 自动问答 193
8．3．1 问句处理器 193
8．3．2 自动发现答案 198
8．4 本章小结 199
第9章　Elastic系统监控 201
9．1 Logstash 201
9．1．1 使用Logstash 201
9．1．2 插件 203
9．1．3 数据库输入插件 206
9．2 Filebeat 207
9．3 消息过期 208
9．4 Kibana 208
9．5 Flume 209
9．6 Kafka 210
9．7 Graylog 211
9．8 物联网数据 215
9．9 本章小结 216

前言/序言

智慧生物的大规模协作造就了惊人的进化奇迹。大规模机器集群造就机器系统进化成为强大的智能系统。Elasticsearch作为大数据与搜索引擎技术的结合体，随着社会对大规模开源分布式搜索引擎的需求迅速成长。

由于其良好的易用性，Elasticsearch早在1.0版本之前就加速了大规模搜索集群的普及。本书从基本概念开始熟悉Elasticsearch，接下来介绍了Elasticsearch在Windows和Linux操作系统下的安装。除了CURL命令，本书还介绍了使用常用的编程工具和Elasticsearch搜索服务交互，包括Java、Python、Scala和PHP，以及使用SQL语句查询Elasticsearch索引的方法。自然语言文本理解往往以插件形式存在于Elasticsearch集群中，第2章介绍了如何开发与测试插件。因为Elasticsearch经常用于实时搜索或分析，所以性能优化很重要，第3章介绍了如何管理Elasticsearch集群。为了更合理地使用和扩展Elasticsearch，第4章简单分析了github中托管的Elasticsearch源代码。对于搜索引擎来说，返回结果的相关性是一个重要的话题，第5章讨论了这个问题。第6章介绍了使用Java开发搜索引擎Web用户界面的几种方法。

随着人工智能领域技术的发展，让搜索引擎智能加速变成现实。智能搜索引擎需要能够检测到并识别出图像中的文字，第7章介绍了结合OpenCV使用Tesseract识别文字的方法。第8章介绍了根据问题返回搜索结果的问答式搜索。

目前Elasticsearch是实时系统监控的首选，第9章介绍了使用Elasticsearch监控与分析日志，也介绍了通过物联网监控系统的方案。

本书相关的参考软件和代码在读者QQ群471033528的附件中可以找到。Elasticsearch及其底层依赖的软件，其复杂程度已经超越了一个人所能掌握的程度。一些具体的细节也可以在读者QQ群中讨论。感谢早期合著者、合作伙伴、员工、学员、读者的支持，给我们提供了良好的工作基础。就像玻璃容器中的水培植物一样，这是一个持久可用的工作基础。技术的融合与创新无止境，欢迎读者一起探索。

本书适合需要具体实现搜索引擎的程序员使用，对于信息检索等相关领域的研究人员也有一定的参考价值，同时猎兔搜索技术团队已经开发出以本书为基础的专门培训课程和商业软件。

参与本书编写的还有张子宪、崔智杰、张晓斐、石天盈、张继红、张进威、刘宇、何淑琴、任通通、高丹丹、徐友峰、孙宽，在此一并表示感谢。

《洞察海量：数据驱动的业务升级之道》 简介： 在这个数据洪流席卷而来的时代，企业如同置身于汪洋大海之中，海量数据的价值如同深藏的宝藏，等待着被发掘。然而，如何有效、高效地驾驭这些数据，从中提炼出决策的智慧，驱动业务的持续增长，已成为摆在每一个企业面前的严峻挑战。《洞察海量：数据驱动的业务升级之道》并非一本技术手册，而是一部关于如何将数据转化为战略资产的深度解析。本书聚焦于企业如何构建强大的数据洞察能力，并将其转化为切实可见的业务价值，最终实现全方位的业务升级。 本书旨在为不同规模、不同行业的企业决策者、管理者以及数据应用相关从业者提供一套系统性的思维框架和实践指南。它将带领读者穿越数据的迷雾，揭示数据背后的商业逻辑，教授如何从海量数据中识别趋势、发现机会、规避风险，从而在激烈的市场竞争中立于不败之地。 核心内容深度解析： 第一部分：数据驱动的战略转型——从“拥有”数据到“用好”数据 数据时代的战略重塑： 传统企业战略往往基于经验和市场调研，但在数据驱动时代，战略的制定和调整必须以数据为核心。本部分将探讨如何打破思维定势，将数据分析能力融入企业战略规划的每一个环节。我们将深入分析数据驱动战略的本质，以及它如何改变企业的产品开发、市场营销、客户服务、运营管理等核心业务流程。 价值导向的数据采集与治理： 并非所有数据都具有同等价值。本书将强调数据采集的“目的性”和“价值性”，指导读者如何识别对业务目标最有价值的数据源，并建立高效、规范的数据采集机制。同时，我们将重点阐述数据治理的重要性，包括数据质量管理、元数据管理、数据安全与隐私保护等，确保数据的准确性、一致性和可用性，为后续分析奠定坚实基础。 构建企业级数据洞察能力： 数据洞察并非简单的报表生成。本部分将深入剖析构建企业级数据洞察能力的关键要素，包括： 明确业务痛点与目标： 如何将模糊的业务需求转化为具体的数据分析问题。 选择合适的分析方法与工具： 介绍不同类型的数据分析方法（如描述性分析、诊断性分析、预测性分析、规范性分析）及其适用场景，并引导读者理解不同分析工具的定位，而非被具体的技术细节所困扰。 打造跨部门的数据协作文化： 数据价值的实现离不开各个部门的协同。我们将探讨如何打破部门壁垒，促进业务人员和技术人员之间的有效沟通，共同挖掘数据价值。 从洞察到行动——决策闭环的构建： 数据洞察的最终目的是驱动决策和行动。本部分将重点讲解如何将数据分析结果转化为可执行的商业策略，并建立有效的决策反馈机制，通过持续的监测和调整，形成数据驱动的业务增长闭环。 第二部分：赋能业务场景——数据驱动的实战应用 本部分将通过一系列详实的案例分析，深入探讨数据驱动在企业各个核心业务场景中的具体应用，展示数据如何转化为实实在在的业务增长引擎。 智能营销与客户360度画像： 精准营销的艺术： 如何利用用户行为数据、交易数据、社交数据等，构建精准的用户画像，实现千人千面的个性化营销。 客户生命周期管理： 如何通过数据分析，识别高价值客户，预测客户流失风险，并制定针对性的客户挽留策略。 营销渠道优化： 如何量化不同营销渠道的效果，优化预算分配，提升营销投资回报率。 卓越运营与效率提升： 供应链与物流优化： 如何通过需求预测、库存优化、路径规划等，降低运营成本，提高交付效率。 生产制造的智能化： 如何利用传感器数据、生产过程数据，实现设备故障预测、生产流程优化，提高产品质量和生产效率。 风险预警与合规管理： 如何通过数据监控，及时发现潜在的运营风险、财务风险、合规风险，并采取预防措施。 产品创新与用户体验升级： 用户行为洞察： 如何通过用户在产品中的行为数据，深入理解用户需求和偏好，指导产品功能设计和迭代。 A/B测试与产品优化： 如何科学地设计和实施A/B测试，量化不同产品方案的效果，实现用户体验的持续优化。 市场趋势预测与产品布局： 如何分析宏观经济数据、行业趋势数据，捕捉新兴市场机会，指导产品战略布局。 财务分析与风险控制： 精细化财务报表分析： 如何超越传统财务报表，通过多维度数据分析，揭示企业经营状况的深层原因。 欺诈检测与反洗钱： 如何利用数据分析技术，识别异常交易模式，有效防范金融欺诈和洗钱行为。 投资决策支持： 如何通过数据分析，评估投资项目的风险与回报，为投资决策提供科学依据。 第三部分：数据驱动的组织与文化重塑 构建数据驱动的组织架构： 如何根据企业的规模和发展阶段，设计合理的数据团队架构，明确角色职责，提升团队协作效率。 培养数据素养与人才发展： 如何通过培训、赋能，提升全员的数据意识和数据应用能力，打造一支懂数据、会用数据的团队。 领导者的角色与思维转变： 数据驱动的转型离不开领导者的坚定支持和思维转变。本部分将强调领导者在推动数据文化建设中的关键作用，以及如何以身作则，引领企业拥抱数据。 应对挑战与持续演进： 数据驱动的道路并非一帆风顺。本书将探讨在数据驱动转型过程中可能遇到的挑战，如技术选型、数据安全、组织变革阻力等，并提供应对策略，指导企业如何在不断变化的环境中持续演进，保持领先地位。 本书特色： 宏观战略与微观实践相结合： 既有对数据驱动战略的宏观解读，也包含具体业务场景的实战应用。 强调思维框架而非技术细节： 侧重于数据思维的培养和商业逻辑的梳理，避免陷入纯粹的技术讨论。 丰富的案例分析： 结合实际商业案例，深入浅出地展示数据驱动的价值和方法。 面向决策者和业务人员： 语言通俗易懂，旨在帮助企业管理者和业务人员理解并应用数据驱动理念。 《洞察海量：数据驱动的业务升级之道》是一本为追求卓越、渴望突破的企业量身打造的指南。它将帮助您解锁数据蕴藏的巨大能量，将数据转化为驱动业务持续增长的强大引擎，最终实现企业在数字时代的华丽转身与全面升级。无论您是身处快速变化的行业，还是希望在传统领域寻求新的突破，本书都将为您提供宝贵的洞见与实用的指引。

评分☆☆☆☆☆

我一直对构建高效检索系统抱有浓厚的兴趣，特别是面对不断增长的数据量时，如何确保搜索的快速响应和精准度，对我来说是一个巨大的挑战。在接触了《Elasticsearch大数据搜索引擎》这本书之后，我才真正领略到了 Elasticsearch 在这方面的精妙之处。书中的讲解逻辑清晰，从基础的安装部署，到核心的索引原理，再到复杂的查询构建，每一步都衔接地非常自然。我特别欣赏作者在阐述 Lucene 索引机制时，用到的图示和类比，让抽象的内部运作变得直观易懂。而关于搜索算法的介绍，更是让我对如何优化搜索结果有了更深刻的理解。书中关于分词、评分机制的讲解，对提升搜索的相关性至关重要。而且，这本书不仅限于理论，还提供了大量实用的代码示例和配置技巧，让我能够立即将学到的知识应用到实际项目中。对于想要构建强大搜索功能，或者已经在使用 Elasticsearch 但希望进一步提升性能的开发者来说，这本书绝对是不可多得的参考资料。

评分☆☆☆☆☆

这本书真是让我大开眼界！作为一个对数据处理一直充满好奇但又缺乏系统性知识的普通读者，我总觉得海量数据的处理和分析是一个遥不可及的神秘领域。市面上关于大数据和搜索引擎的书籍，要么过于晦涩难懂，要么偏重理论而缺乏实践指导。《Elasticsearch大数据搜索引擎》这本书，恰恰填补了这个空白。它并非仅仅停留在技术堆砌的层面，而是以一种非常贴近实际应用场景的方式，层层剥茧地揭示了 Elasticsearch 的强大之处。我尤其喜欢它在讲解概念时，引入了大量生动形象的比喻，让我这个非技术背景的读者也能快速理解诸如倒排索引、分词器、聚合查询等核心概念。书中的案例也相当实用，从搭建环境到构建复杂的搜索场景，每一步都清晰明了，让我能够边学边练，切实感受到 Elasticsearch 的强大能力。读完这本书，我对如何高效地检索、分析和可视化海量数据有了全新的认识，也自信了不少，觉得大数据分析不再是高高在上的技术，而是触手可及的工具。

评分☆☆☆☆☆

这本书让我对“搜索引擎”这个概念有了颠覆性的认识。我一直以为搜索引擎只是一个简单的关键字匹配工具，但读完这本书我才明白，它背后蕴含着多么复杂的算法和精巧的设计。《Elasticsearch大数据搜索引擎》以一种非常平易近人的方式，将 Elasticsearch 的核心技术呈现在读者面前。它不仅讲解了 Elasticsearch 如何存储和索引海量数据，更重要的是，它揭示了 Elasticsearch 如何通过高效的查询语言、强大的聚合分析能力，以及灵活的分布式架构，来满足各种复杂的数据检索和分析需求。我尤其喜欢书中关于“聚合”部分的讲解，它让我看到了 Elasticsearch 在数据洞察方面的巨大潜力，可以通过简单的配置，就能从海量数据中挖掘出有价值的信息。这本书的优点在于，它能够同时满足不同层次读者的需求：初学者可以从中快速入门，有经验的开发者则可以从中找到深入优化的方法。

评分☆☆☆☆☆

这本书的写作风格非常独特，它不是那种枯燥的技术手册，反而更像是一位经验丰富的老司机在娓娓道来，分享他多年来驾驭 Elasticsearch 的心得体会。作者在书中不仅深入浅出地讲解了 Elasticsearch 的技术原理，更重要的是，他结合了大量真实的、甚至是踩过的坑，给读者提供了宝贵的实践建议。读到某些章节时，我仿佛能看到作者当年为了解决某个棘手问题而熬过的夜，那种真实感和亲切感是很多技术书籍所缺乏的。书中对 Elasticsearch 的架构设计、性能优化、集群管理等方面都有深入的探讨，这些内容对于想要构建稳定、高效搜索服务的开发者来说，简直是无价之宝。而且，作者并没有止步于 Elasticsearch 本身，还扩展到了周边生态，比如 Kibana 的可视化能力，Logstash 的数据采集能力，这些都让这本书的内容更加饱满和全面。我强烈推荐这本书给任何想要在 Elasticsearch 领域深入发展的人，它不仅能教会你“怎么做”，更能让你理解“为什么这样做”。

评分☆☆☆☆☆

作为一名数据分析师，我一直在寻找能够帮助我更有效地处理和理解大数据集的工具。在接触到《Elasticsearch大数据搜索引擎》之前，我曾尝试过多种数据处理方案，但总觉得不够便捷和高效。这本书的出现，彻底改变了我的工作方式。它让我了解了 Elasticsearch 如何作为一个强大的分布式搜索引擎，能够快速地对海量文本数据进行索引、搜索和分析。书中的很多章节，例如关于数据建模、索引优化以及查询性能调优的部分，都为我提供了非常有价值的指导。我学会了如何构建高效的索引结构，如何利用 Elasticsearch 的查询DSL来构建复杂的搜索条件，以及如何通过聚合功能来提取数据的洞察。最让我惊喜的是，这本书还介绍了如何将 Elasticsearch 与其他数据可视化工具（如Kibana）结合使用，从而实现对数据的直观展示和深入分析。这本书不仅提升了我的技术能力，更重要的是，它让我能够更从容地应对大数据带来的挑战。

评分☆☆☆☆☆

很给力，快递小哥也很负责，下次继续过来！！

评分☆☆☆☆☆

很给力，快递小哥也很负责，下次继续过来！！

评分☆☆☆☆☆

实话实说，书里的内容是真的烂，40多块钱不多，就当做善事了

评分☆☆☆☆☆

这个我要给个差评，不是给书的内容，是给包装的，书到了以后无外封皮包装，有折损。

评分☆☆☆☆☆

这个我要给个差评，不是给书的内容，是给包装的，书到了以后无外封皮包装，有折损。

评分☆☆☆☆☆

很给力，快递小哥也很负责，下次继续过来！！

评分☆☆☆☆☆

实话实说，书里的内容是真的烂，40多块钱不多，就当做善事了

评分☆☆☆☆☆

没有想象的那么好，比较基础 被名字骗了 ?

评分☆☆☆☆☆

没有想象的那么好，比较基础 被名字骗了 ?