Skip to content

注:ElasticSearch系列教程转自 @pdai 。感谢@pdai大佬,出品了这么深入浅出的ES教程。

本系列主要对ElasticSearch知识体系进行详解。@pdai

知识体系

相关文章

首先,我们通过学习ElasticSearch的概念基础,了解Elastic Stack生态和场景方案。

然后,搭建ElasticSearch和Kibana,进而从查询和聚合的角度入门学习。

入门后,需要从两大方面深入ElasticSearch常用功能:第一方面是索引管理;第二方面是查询聚合

进一步进阶,了解并深入ElasticSearch底层的原理等。

最后,学习ElasticSearch实践,大厂经验,运维,资料等。

  • ES详解 - 优化:ElasticSearch性能优化详解
    • Elasticsearch 作为一个开箱即用的产品,在生产环境上线之后,我们其实不一定能确保其的性能和稳定性。如何根据实际情况提高服务的性能,其实有很多技巧。这章我们分享从实战经验中总结出来的 elasticsearch 性能优化,主要从硬件配置优化、索引优化设置、查询方面优化、数据结构优化、集群架构优化等方面讲解。
  • 大厂实践 - 哈啰:记录一次ElasticSearch的查询性能优化
    • 再分享一篇哈啰单车技术团队对ElasticSearch的查询性能优化的分析文章。
  • 大厂实践 - 腾讯:腾讯万亿级 Elasticsearch 技术实践
    • 腾讯在ES优化上非常具备参考价值,本文来源于腾讯相关团队的技术分享。Elasticsearch 在腾讯内部广泛应用于日志实时分析、结构化数据分析、全文检索等场景,目前单集群规模达到千级节点、万亿级吞吐,同时腾讯联合 Elastic 公司在腾讯云上提供了内核增强版 ES 云服务。海量规模、丰富的应用场景推动着腾讯对原生 ES 进行持续的高可用、高性能、低成本等全方位优化。本次分享主要剖析腾讯对 Elasticsearch 海量规模下的内核优化与实践,希望能和广大 ES 爱好者共同探讨推动 ES 技术的发展。
  • 大厂实践 - 美团:美团外卖搜索基于Elasticsearch的优化实践
    • 美团外卖搜索工程团队在Elasticsearch的优化实践中,基于Location-Based Service(LBS)业务场景对Elasticsearch的查询性能进行优化。该优化基于Run-Length Encoding(RLE)设计了一款高效的倒排索引结构,使检索耗时(TP99)降低了84%。本文从问题分析、技术选型、优化方案等方面进行阐述,并给出最终灰度验证的结论。
  • ES详解 - 资料:Awesome Elasticsearch
  • ElasticSearch - WrapperQuery
  • ElasticSearch - 备份和迁移

著作权归@pdai所有 原文链接:https://pdai.tech/md/db/nosql-es/elasticsearch.html

基于 知识共享 CC BY-NC-SA 许可发布