《大数据搜索与日志挖掘及可视化方案（第2版）》内容简介

对大数据的搜索与挖掘，在当今的“互联网+”时代是很有必要的。本书提出的分布式大数据搜索与日志挖掘及可视化方案是基于ELK Stack而提出的，它能有效应对海量大数据所带来的分布式存储与处理、全文检索、日志挖掘、可视化等问题。构建在全文检索开源软件Lucene之上的Elasticsearch，不仅能对海量规模的数据完成分布式索引与检索，还能提供数据聚合分析。据国际权威的数据库产品评测机构DB-Engines的统计，在2016年1月，Elasticsearch已超过Solr等，成为排名第一的搜索引擎类应用；Logstash能有效处理来源于各种数据源的日志信息；Kibana能得出可视化分析结果。了解基于ELK Stack的大数据搜索与日志挖掘及可视化方案，掌握Elasticsearch、Logstash、Kibana的基本使用方法和技巧，很有必要。
高凯，汉族、教授，博士毕业于上海交通大学计算机应用技术专业，省级重点学科“计算机软件与理论”中“信息检索与云计算”方向学术带头人，硕士研究生导师；中国计算机学会会员，fnternational Journa／ of Computer App／ications inTechnology副主编（2013—2017），5th、6th、7th International Conference on Modelling，Identification and Control程序委员会委员；主要研究方向为大数据搜索与挖掘、自然语言处理、网络信息检索、社会计算等；近几年出版了《大数据搜索与挖掘》、《信息检索与智能处理》、《网络信息检索技术及搜索引擎系统开发》等学术专著及多部规划教材，在国内外学术期刊Expert Systems With Applications、InternationalJournal on Intelligent Information and DatabaseSystem、International Journal on Modelling，ldentification and Control、《中文信息学报》、《电子学报》、《小型微型计算机系统》等以及PAKDD等国际学术会议上发表学术论文几十篇；主持及参与国家、省级科研课题多项；申请软件著作权登记十余项；目前在研课题有国家自然科学基金课题、省自然科学基金课题等。

作品目录

序言
Preface
第2版前言
Foreword
第1版前言
Foreword
第1章：概述
1.1、Elasticsearch的安装与简单配置
1.2、走进Elasticsearch
1.2.1、相关概念
1.2.2、Elasticsearch
API的简单使用方式
1.2.3、部分插件简介
1.2.4、Elasticsearch基本架构
1.3、Elasticsearch索引及其构建
1.3.1、概述
1.3.2、借助Head工具构建索引
1.3.3、Mapping简述
1.4、信息检索及其构建
1.5、中文分词插件
1.6、实例
1.7、扩展知识与阅读
1.8、本章小结
第2章：文档索引及管理
2.1、文档索引概述
2.2、建立索引
2.3、通过映像Mapping配置索引
2.3.1、在索引中使用映像
2.3.2、管理/配置映像
2.3.3、获取映像信息
2.3.4、删除映像
2.4、管理索引文件
2.4.1、打开、关闭、检测、删除索引文件
2.4.2、清空索引缓存
2.4.3、刷新索引数据
2.4.4、优化索引数据
2.4.5、flush操作
2.5、设置中文分词器
2.6、对文档的其他操作
2.6.1、获取指定的文档信息
2.6.2、删除文档中的信息
2.6.3、数据更新
2.6.4、基于POST方式批量获取文档
2.6.5、删除部分文档
2.7、实例
2.8、扩展知识与阅读
2.9、本章小结
第3章：信息检索与结果过滤
3.1、实验数据集描述
3.2、简单检索
3.3、基本检索
3.3.1、设置不同字段的排序权重
3.3.2、指定返回的字段子集
3.3.3、term查询、terms查询、wildcard通配符查询
3.3.4、match、match_all、match_phrase查询
3.3.5、query_string查询
3.3.6、prefix、range查询
3.3.7、more_like_this、fuzzy_like_this查询
3.3.8、跨字段检索
3.4、filter概述
3.5、常用filter及其应用
3.5.1、and
filter及or
filter
3.5.2、bool
filter
3.5.3、exists
filter和missing
filter
3.5.4、type
filter
3.5.5、match_all
filter
3.5.6、not
filter
3.5.7、query
filter
3.6、复合查询
3.7、结果排序
3.8、实例
3.9、扩展知识与阅读
3.10、本章小结
第4章：信息统计分析与搜索提示
4.1、facets概述
4.2、各种不同的facets统计
4.2.1、terms
facets：指定字段的分布情况统计
4.2.2、range
facets：在某个范围的分布情况统计
4.2.3、histogram
facets
4.2.4、date_histogram
facets
4.2.5、statistical
facets
4.2.6、terms_stats
facets
4.3、aggregations
4.3.1、概述
4.3.2、最值、求和、均值统计
4.3.3、stats
aggregation及extended
stats
aggregation
4.3.4、terms
aggregations
4.3.5、range
aggregations
4.3.6、date_range
aggregations
4.3.7、histogram
aggregations
4.3.8、date_histogram
aggregations
4.3.9、filter
aggregations
4.3.10、missing
aggregations
4.4、搜索提示
4.5、实例
4.6、扩展知识与阅读
4.7、本章小结
第5章：Elasticsearch部分功能的Java客户端实现
5.1、Elasticsearch节点实例化
5.1.1、通过Maven添加对Elasticsearch依赖
5.1.2、初始化Elasticsearch
Client
5.2、索引数据
5.2.1、准备json数据
5.2.2、索引json数据
5.3、对索引文档的操作
5.3.1、获取索引文档
5.3.2、删除索引文档
5.3.3、更新索引文档
5.3.4、批量操作索引文件
5.3.5、简单的统计操作
5.4、信息检索
5.4.1、概述
5.4.2、multiSearch
5.4.3、Query
DSL概述
5.4.4、matchQuery
5.4.5、matchAllQuery
5.4.6、multiMatchQuery
5.4.7、boolQuery
5.4.8、termQuery
5.4.9、wildcardQuery
5.4.10、queryString
5.4.11、moreLikeThis
5.4.12、filter概述
5.4.13、termFilter
5.4.14、existsFilter
5.4.15、matchAllFilter
5.4.16、queryFilter
5.4.17、rangeFilter
5.4.18、typeFilter
5.4.19、过滤器间的组合：boolFilter、notFilter、orFilter、andFilter
5.5、统计分析
5.5.1、facets
5.5.2、aggregations
5.6、对检索结果的进一步处理
5.6.1、控制每页的显示数量及显示排序依据
5.6.2、基于Scroll方法的检索结果及其分页
5.6.3、高亮显示检索词
5.7、实例
5.7.1、连接Elasticsearch
5.7.2、信息采集与索引构建
5.7.3、搜索模块的实现
5.7.4、推荐模块的实现
5.8、扩展知识与阅读
5.9、本章小结
第6章：Elasticsearch配置与集群管理
6.1、Elasticsearch部分基本配置及其说明
6.2、提高索引和查询效率的策略
6.3、监控集群状态
6.4、控制索引分片与副本分配
6.5、集群管理
6.6、扩展知识与阅读
6.7、本章小结
第7章：基于Logstash的日志处理
7.1、概述
7.2、input：处理输入的日志数据
7.2.1、处理基于file方式输入的日志信息
7.2.2、处理基于generator产生的日志信息
7.2.3、处理基于log4j的日志信息
7.2.4、处理基于redis的日志信息
7.2.5、处理基于stdin方式输入的信息
7.2.6、处理基于TCP传输的日志数据
7.2.7、处理基于UDP传输的日志数据
7.3、codecs：格式化日志数据
7.3.1、json格式
7.3.2、rubydebug格式
7.3.3、plain格式
7.4、基于filter的日志处理与转换
7.4.1、json
filter
7.4.2、grok
filter
7.4.3、kv
filter
7.5、output：处理输出的日志数据
7.5.1、将处理后的日志输出到Elasticsearch中
7.5.2、将处理后的日志输出至文件中
7.5.3、将处理后的部分日志输出到csv格式的文件中
7.5.4、将处理后的日志输出到redis中
7.5.5、将处理后的部分日志通过UDP协议输出
7.5.6、将处理后的部分日志通过TCP协议输出
7.5.7、将收集到的日志信息传输到自定义的HTTP接口中
7.6、扩展知识与阅读
7.7、本章小结
第8章：基于Kibana的数据分析可视化
8.1、安装Kibana
8.2、Kibana概述
8.2.1、在仪表盘上添加新行
8.2.2、在行中添加新面板
8.2.3、设置Query和Filtering
8.3、常用面板类型
8.3.1、histogram
8.3.2、table
8.3.3、map和bettermap
8.3.4、terms
8.3.5、text
8.3.6、sparklines
8.3.7、trends
8.4、网站性能监控可视化应用的设计与实现
8.4.1、概述
8.4.2、Page
View
8.4.3、响应/请求时间
8.4.4、流量走势与统计
8.4.5、状态码监控
8.4.6、UA行
8.5、Kibana
V4简介
8.5.1、新建视图
8.5.2、建立Dashboard
8.5.3、配置
8.6、扩展知识与阅读
8.7、本章小结
第9章：网络信息检索与分析实践
9.1、信息采集
9.2、基于Python的信息检索及Web端设计
9.2.1、安装
Python及Django
9.2.2、安装
Elasticsearch的Python插件
9.2.3、Web页面设计
9.3、基于Logstash的日志处理
9.3.1、安装和配置Nginx
9.3.2、设计面向日志文件的模式
9.3.3、在Logstash中进行相关配置
9.4、基于Kibana的日志分析结果可视化设计与实现
9.4.1、图表1：状态码走势分析
9.4.2、图表2：查询词分析
9.4.3、图表3：分析各状态码随时间的变迁情况
9.4.4、集成上述图表
9.5、扩展知识与阅读
9.6、本章小结
参考文献