對(duì)大數(shù)據(jù)的搜索、挖掘、可視化以及集群管理，在當(dāng)今的“互聯(lián)網(wǎng)+”時(shí)代是很有必要的。本書的分布式大數(shù)據(jù)搜索、日志挖掘、可視化、集群監(jiān)控與管理等方案是基于Elastic Stack 5而提出的，它能有效應(yīng)對(duì)海量大數(shù)據(jù)所帶來的分布式數(shù)據(jù)存儲(chǔ)與處理、全文檢索、日志挖掘、可視化、集群管理與性能監(jiān)控等問題。構(gòu)建在全文檢索開源軟件Lucene之上的Elasticsearch，不僅能對(duì)海量規(guī)模的數(shù)據(jù)完成分布式索引與檢索，還能提供數(shù)據(jù)聚合分析；Logstash能有效處理來源于各種數(shù)據(jù)源的日志信息；Kibana是為Elasticsearch提供數(shù)據(jù)分析的Web接口，可使用它對(duì)數(shù)據(jù)進(jìn)行高效的搜索、可視化、分析等操作；X-Pack監(jiān)控組件可通過Kibana監(jiān)控集群的狀態(tài)；Beats是采集系統(tǒng)監(jiān)控?cái)?shù)據(jù)的代理。了解基于Elastic Stack 5的各相關(guān)組件并掌握它們的基本使用方法和技巧，對(duì)于大數(shù)據(jù)搜索與挖掘及管理是很有必要的。

和第1版、第2版相比，本書力求反映基于Elastic Stack 5架構(gòu)的*新成果，內(nèi)容新穎，強(qiáng)調(diào)實(shí)踐。本書可為高等學(xué)校相關(guān)專業(yè)（如計(jì)算機(jī)科學(xué)與技術(shù)、軟件工程、物聯(lián)網(wǎng)、信息管理與信息系統(tǒng)、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)）學(xué)生的學(xué)習(xí)和科研工作提供幫助，同時(shí)對(duì)于從事大數(shù)據(jù)搜索與挖掘、日志分析、信息可視化、集群管理與性能監(jiān)控的工程技術(shù)人員和希望了解網(wǎng)絡(luò)信息檢索技術(shù)的人員也具有較高的參考價(jià)值和工程應(yīng)用價(jià)值。

目錄

版權(quán)信息
第3版 前言 Foreword
第2版 前言 Foreword
第1版 前言 Foreword
第1章 概述
1.1 Elasticsearch概述
1.2 Logstash
1.3 Kibana
1.4 其他
1.5 擴(kuò)展知識(shí)與閱讀
1.6 本章小結(jié)
第2章 文檔索引及管理
2.1 文檔索引概述
2.2 head：Elasticsearch的數(shù)據(jù)管理工具
2.3 建立索引
2.4 通過映像mappings配置索引
2.5 管理索引文件
2.6 設(shè)置中文分析器
2.7 對(duì)文檔的其他操作
2.8 實(shí)例
2.9 擴(kuò)展知識(shí)與閱讀
2.10 本章小結(jié)
第3章 信息檢索與聚合
3.1 實(shí)驗(yàn)數(shù)據(jù)集描述
3.2 基本檢索
3.3 檢索進(jìn)階
3.4 聚合
3.5 實(shí)例
3.6 擴(kuò)展知識(shí)與閱讀
3.7 本章小結(jié)
第4章 面向Java的Elasticsearch Client部分功能實(shí)現(xiàn)
4.1 Elasticsearch節(jié)點(diǎn)實(shí)例化
4.2 索引數(shù)據(jù)
4.3 對(duì)索引文檔的操作
4.4 信息檢索
4.5 聚合
4.6 對(duì)檢索結(jié)果的進(jìn)一步處理
4.7 實(shí)例
4.8 擴(kuò)展知識(shí)與閱讀
4.9 本章小結(jié)
第5章 Elasticsearch配置與集群管理
5.1 Elasticsearch部分基本配置及其說明
5.2 索引和查詢效率的優(yōu)化
5.3 監(jiān)控集群狀態(tài)
5.4 控制索引分片與副本分配
5.5 集群管理
5.6 擴(kuò)展知識(shí)與閱讀
5.7 本章小結(jié)
第6章 基于Logstash的日志處理
6.1 概述
6.2 Input：處理輸入的日志數(shù)據(jù)
6.3 codecs：格式化日志數(shù)據(jù)
6.4 基于filter的日志處理與轉(zhuǎn)換
6.5 output：輸出日志數(shù)據(jù)
6.6 擴(kuò)展知識(shí)與閱讀
6.7 本章小結(jié)
第7章 基于Kibana的數(shù)據(jù)分析可視化
7.1 Kibana概述
7.2 安裝Kibana
7.3 使用Management管理配置
7.4 使用Discover執(zhí)行查詢
7.5 使用Visualize創(chuàng)建統(tǒng)計(jì)圖表
7.6 使用Dashboard創(chuàng)建動(dòng)態(tài)儀表板
7.7 使用Timelion創(chuàng)建時(shí)間線
7.8 使用Dev Tools執(zhí)行命令行
7.9 網(wǎng)站性能監(jiān)控可視化應(yīng)用的設(shè)計(jì)與實(shí)現(xiàn)
7.10 擴(kuò)展知識(shí)與閱讀
7.11 本章小結(jié)
第8章 基于X-Pack的系統(tǒng)運(yùn)行監(jiān)控
8.1 X-Pack概述
8.2 安裝X-Pack
8.3 Security插件與安全性
8.4 使用Monitoring監(jiān)控系統(tǒng)運(yùn)行狀態(tài)
8.5 Alerting插件與異常事件警報(bào)
8.6 Reporting與報(bào)告生成
8.7 使用Graph探索數(shù)據(jù)關(guān)聯(lián)
8.8 擴(kuò)展知識(shí)與閱讀
8.9 本章小結(jié)
第9章 基于Beats的數(shù)據(jù)解析傳輸
9.1 基于Packetbeat的網(wǎng)絡(luò)數(shù)據(jù)包傳輸
9.2 基于Filebeat的日志傳輸
9.3 基于Metricbeat的系統(tǒng)指標(biāo)數(shù)據(jù)傳輸
9.4 基于Winlogbeat的Windows事件日志數(shù)據(jù)傳輸
9.5 擴(kuò)展知識(shí)與閱讀
9.6 本章小結(jié)
第10章 網(wǎng)絡(luò)信息檢索與分析實(shí)踐1
10.1 信息采集
10.2 基于Python的信息檢索及Web端設(shè)計(jì)
10.3 基于Logstash的日志處理
10.4 基于Kibana的日志分析結(jié)果可視化設(shè)計(jì)與實(shí)現(xiàn)
10.5 擴(kuò)展知識(shí)與閱讀
10.6 本章小結(jié)
第11章 網(wǎng)絡(luò)信息檢索與分析實(shí)踐2
11.1 面向動(dòng)態(tài)網(wǎng)站的信息采集
11.2 基于Spring MVC的信息檢索及Web程序設(shè)計(jì)
11.3 基于Logstash的日志處理
11.4 基于Beats的數(shù)據(jù)傳輸
11.5 基于Kibana的數(shù)據(jù)可視化
11.6 基于X-Pack的系統(tǒng)監(jiān)控
11.7 擴(kuò)展知識(shí)與閱讀
11.8 本章小結(jié)
參考文獻(xiàn)