为什么这门技术如此重要？看看Zhupc怎么说！

刚下班到家，水都没喝一口，先写文。疲惫感被好朋友写的这个专栏全带走，ES弹性查询太有用，而这门课又是如此贴近实际工作，全是工作中常用到的。ES是大数据分析与机器学习的必备技能，跟着这个专栏学习，省时省力还高效。

为什么要学习 ES ?

ES作为目前最流行的分布式检索系统，在实时数据处理，监控，数据分析方面表现优异。多来越多的公司使用ES ，作为大数据检索系统使用，作为存储大数据，分析挖掘数据工具使用，作为日志存储分析，指标监控工具使用。没工作之前我甚至没有听过 ES 是什么，有什么用？工作以后认识了些优秀的同事和同行，咨询后发现他们公司都在使用。我想起刚开始工作的时候，需要完成不同的监控需求，完全没有接触过 ES 的我，开始慌了，去市面上找各种资料，但是都是功能大全，文档手册，这些资料是有用，但是需要投入很多的学习成本，而且完全没有跟实际业务需求结合起来，学习起来零零散散。而且回过头来看看自己曾经踩过的坑，感觉没有那么难，只是需要一个能够边解决问题，边学习的一个课程资料。

这个 ES 专栏

对于学习某个新技术，应该是需求驱动去学习，而不是抱着《XX大全》从目录的第一章开始看。直接使用案例学习，结合具体需求，原理结合实践，只有动手做了才能够更好的理解。所以我结合工作遇到的各种各种的需求，和为了解决这些需求需要哪些知识点，注意点，以及如何从零开始过渡到能够随心所欲的使用ES 解决更变态的需求问题？因此我撰写这个《ElasticSearch 大数据搜索查询分析全指南》专栏。

Zhupc 谦虚、专业、技术能力极强

他写专栏我定会强烈推荐

我目前在某外企研发中心任职，每天都要实时监控来自全球的指标质量数据，不仅仅需要在线分析，也需要离线分析，面对海量的数据，ES 分析效率无可厚非，另外设计高效的查询语句也是很关键的。我每天会遇到各种各样的分析需求，也会遇到各种各样的问题，ES 无故宕机，JVM 内存无故爆炸，这些都涉及到优化查询方式等问题。所以我踩过的坑，应该是最接近公司需求的，最贴近工作场景中最场景的问题。

专栏特色

• 本专栏采用最新的 ElasticSearch7.x 版本 同市面上大部分的 ElasticSearch6.x 教程相比较，7 版本更新改动很大，比如新增 KQL（Kibana Query Language），内部索引类型限定为 _doc ，还是 ES for python API 接口的改变等。 众所周知，在技术更新如此快的年代，掌握最新的技术就能够在未来使用它的时候不会那么快就被淘汰。比如从 Java 的 iBatis 到 MyBatis ，从 Struts2 到 Spring MVC 再到 Spring Boot 。虽然你不能够停止学习的脚步，但是你可以选择插队学习，弯道超越，直接学习最新的最流行的技术，这样就比别人更领先一步。

• 本专栏将针对 ES 在业务中的核心概念进行解析，让你不仅明白为什么使用它还能了解该怎样选择。ES 作为目前大数据方向必须掌握的技能，主要是作为工具分析挖掘业务数据，因此专栏会有大量的实践案例，涵盖了工作中常见的业务场景，无论你是初入职场的小白，还是即将毕业的学生党，专栏能够给你提供各种实践操作，手把手带你玩转起 ES 。而且我也将在专栏里针对大厂面试中常见的问题给出正确的解答思路。

• 本专栏将介绍在 Java 和 Python 框架下如何运用 ElasticSearch。 本专栏讲究变学边做，把学的到东西能够立即投入到公司实际业务中，所以会介绍如何在 Python 与 Java 框架下使用 ES。同时，比如制作业务分析表、Dashboard、检测异常值、筛选数据、分组统计数据等功能，本专栏中不会单纯贴几个 Demo，而是会以一个更系统的案例来演示。

• 专栏将针对 ES 的重要搜索功能 DSL 进行业务分析。DSL 之于 ES 的重要性不言而喻，就相当于 SQL 对于传统数据库而言。关于如何使用 DSL，对查询效率较差语句如何进行提高查询效率，本专栏将针对 DSL 的查询结合不同的业务需求进行实现，从简单到深入一步步理解 DSL 。

• 专栏前部分偏重理论，后部分偏实践。 实践是检验真理的唯一标准，职场中讲究的是效率，先把工具用起来，当使用一段时间后，再去理解不同的概念，相信你会有醍醐灌顶的感觉。就像在大学里上关于数据库的课，老师会先让你做个学生数据库，在慢慢告诉你什么是索引、表连接、范式等。

• 丰富的图片展示进行原理和案例讲解。

专栏设计

专栏设计完全是我从零开始学习ES，搜集各种国内外网站资料，一路踩坑过程，从简单的需求到负责的聚合分析需求，到结合ES 开发产品功能需求。这样能够让你体会到真实工作场景会遇到哪些问题，这些问题如何去解决。专栏中的需求设计，以及应用场景都是我在工作场景中实际遇到的，专栏中详细介绍了如何分析需求，如何去解决需求问题，如何去优化它。

一 ElasticSearch 基本原理与环境搭建

1. 关系型数据库与 ElasticSearch 对比

2. ElasticSearch 搜索原理之倒排索引

3. ElasticSearch 不同角色分工

4. 分片及副本原理

5. 基于 Docker 部署单节点 ElasticSearch

6. 基于 Docker 安装 Kibana

7. 基于 Docker 一键式部署分布式 ElasticSearch

二 运用 ElasticSearch 做业务分析

1. Discover 如何查看相应的业务数据

2. 如何筛选只包含某个字段的业务数据

3. 如何自定义的查看某个时间段的数据

4. 折线图绘制过程与应用场景

5. 柱状图绘制过程与应用场景

6. 饼状图绘制过程与应用场景

三 ElasticSearch 高级数据分析可视化

1. 热力图在数据分析中的应用

2. 主题分析之标签云图

3. 业务分析进阶之脚本字段

4. 高阶时间序列数据可视化

5. Timelion 在时间序列中的应用

6. Dashboard 专题数据分析可视化

四 深入理解 ElasticSearch 之搜索

1. 基于 Rest API 的 ElasticSearch 增删改查（1）

2. 基于 Rest API 的 ElasticSearch 增删改查（2）

3. 基于 Rest API 的 ElasticSearch 增删改查（3）

4. 如何运用强大的 ElasticSearch 核心 DSL

5. 组合查询怎么玩

6. 如何根据聚合求取各种数值指标

7. 什么是深入嵌套聚合的万用套法

8. 优化 Query 查询效率之 Scroll 查询

9. 优化聚合数据查询效率之 Partition

五 基于 Python/Java 开发案例解析

1. Python Elasticsearch Client 实战

2. 天气指标监控数据实战

3. 天气指标数据筛选实战

4. 结合指标数据场景优化查询效率实战

5. Java Elasticsearch Client 实战

6. 基于 Java 进行天气指标数据筛选实战

7. 基于Java 优化效率查询

六 ElasticSearch 实战业务案例上手

1. 基于 ELK 天气指标监控在线实时监控案例

2. 基于机器学习的 ElasticSearch 异常值检测案例

3. 基于 MovieLens 的电影搜索案例

从ES原理到数据分析，从数据分析到项目实战，环环相扣，知识点衔接紧密，保证能够一学就会，一学就懂，很快能够应用到项目需求中去。

专栏知识点结构图如下

上手掌握一门实用的必备技能

只需 29.9 元

最后当然是福利了~ 老朋友送咱们公众号 5 个免费名额，想要的留言，我会从中精选。