Elasticsearch是目前行業(yè)中非常熱門的一個(gè)技術(shù)。Elasticsearch是一種分布式的海量數(shù)據(jù)搜索與分析的技術(shù)，可以用于電商網(wǎng)站、門戶網(wǎng)站、企業(yè)IT系統(tǒng)等各種場景下的搜索引擎，也可以用于對海量的數(shù)據(jù)進(jìn)行近實(shí)時(shí)的數(shù)據(jù)分析。相較于Lucene來說，Elasticsearch天然的分布式特性，讓其可以支持海量的、PB級的大數(shù)據(jù)搜索。相對于Spark Streaming、Storm等大數(shù)據(jù)實(shí)時(shí)計(jì)算引擎來說，Elasticsearch天生為分布式執(zhí)行數(shù)據(jù)分析操作而生的架構(gòu)，海量數(shù)據(jù)量級下的近實(shí)時(shí)（秒級）性能支持，以及無比強(qiáng)大的搜索和聚合分析的語法支持，讓ES更加適合進(jìn)行大數(shù)據(jù)場景下的數(shù)據(jù)分析應(yīng)用。

Spark Streaming進(jìn)行實(shí)時(shí)數(shù)據(jù)分析，有天然的無法全量多數(shù)據(jù)流join、內(nèi)核shuffle過程大量基于磁盤落地等缺陷，導(dǎo)致其實(shí)時(shí)數(shù)據(jù)分析功能較差，實(shí)時(shí)數(shù)據(jù)分析性能也較差。Storm則作為實(shí)時(shí)計(jì)算引擎的鼻祖，由于其對SQL的支持很弱，導(dǎo)致其非常不適合進(jìn)行實(shí)時(shí)數(shù)據(jù)分析，開發(fā)成本巨大。而Elasticsearch克服了上述大數(shù)據(jù)技術(shù)的缺點(diǎn)，更加適合進(jìn)行大數(shù)據(jù)場景下的數(shù)據(jù)分析操作。

Elasticsearch頂尖高手系列-高手進(jìn)階篇課程深入淺出剖析了Elasticsearch的核心基礎(chǔ)知識，帶著大家一步一步，從快速入門，到理解Elasticsearch的工作原理、內(nèi)核級原理，再到動(dòng)手實(shí)戰(zhàn)操作Elasticsearch的各種核心功能，到最后可以基于Java開發(fā)基本的搜索和分析應(yīng)用程序。

而在《Elasticsearch頂尖高手系列-高手進(jìn)階篇》中，我們將會(huì)更加深入地學(xué)習(xí)各種高階的技術(shù)：

1、在“深度探秘搜索技術(shù)”中，我們非常深入、系統(tǒng)而且細(xì)致地剖析和實(shí)戰(zhàn)演練了各種高階的搜索技術(shù)；
2、在“徹底掌握IK中文分詞”中，我們?nèi)嫜菔玖巳绾位贗K中文分詞器來構(gòu)造一個(gè)中文搜索引擎；
3、在“深入聚合數(shù)據(jù)分析”中，我們講解了各種常見的、高階的數(shù)據(jù)分析功能；
4、在“數(shù)據(jù)建模實(shí)戰(zhàn)”中，我們深入剖析了如何對包含有各種關(guān)聯(lián)關(guān)系的數(shù)據(jù)結(jié)構(gòu)進(jìn)行建模，以及針對這種復(fù)雜的數(shù)據(jù)模型進(jìn)行搜索和分析；
5、在“elasticsearch高手進(jìn)階”中，我們深入講解了es的各種高手級掌握的技術(shù)；
6、最后在“熟練掌握ES Java API”中，我們?nèi)嫜菥毩撕诵牡腏ava API如何開發(fā)