1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
       2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供半年的技术支持。
       3、培训合格学员可享受免费推荐就业机会。☆合格学员免费颁发相关工程师等资格证书，提升职业资质。专注高端技术培训15年，曙海学员的能力得到大家的认同，受到用人单位的广泛赞誉，曙海的证书受到广泛认可。

Elastic Stack是当前企业广泛使用的一套大数据解决方案， 具备完整的数据采集、处理和分析生态链。主要包括Elasticsearch、Kibana、Logstash和Beats等，其中Elastisearch是Elastic Stack的核心，Elasticsearch是当前流行的分布式的RESTful风格的搜索和数据分析引擎，具备高性能、易于扩展、安全稳定的特点。

      课程基于Elastic Stack的6.x版本，从理论到实践，深度实战Elastic Stack，由浅入深详解Elasticsearch、Kibana、Logstash和Beats原理和使用技巧。
    1. 从零开始，以案例实战驱动，覆盖面广，包含了大量的实践案例。
    2. 既有基础功能的详细讲解， 也包含了业务模型设计、集群规划调优和Elastic Stack生产环境部署等高级内容。
    3. 将Elasticsearch和Hadoop/Spark2大数据平台整合， 增强Elasticsearch的功能。
    4. 基于多种主流的API操作实践Elasticsearch等，可以根据需要完成各种系统的开发。

第一节： Elasticsearch入门
ES 核心概念和在6.x中的新变化
ES安装、测试集群快速搭建
Kibana安装
Head插件在线和离线安装
REST服务
集群健康查看、列出所有的index、创建index、查询、删除等
数据修改（更新、删除、批量删除更新等）
搜索API、DSL查询语言、查询、过滤、聚合
倒排索引原理与实现流程
Lucene 与 ElasticSearch
ElasticSearch的工作流程

第二节： Mapping
Mapping简介
Mapping创建
数据类型（核心数据类型、复杂数据类型、地理数据类型、专用数据类型、Multi-fields）
Meta字段（_id/_all/_source/_uit/_meta/_routing等）
Mapping参数详解：analyzer、index_options、boost、copy_to、doc_values、null_values、dynamic、enabled、store等）
Dynamic Mapping

第三节： Index和Document操作
索引管理（创建、删除、查看索引、判断索引是否存在、Open/Close索引、Shrink 索引、Split索引、Rollover索引）
Mapping管理（增加Mapping、获取Mapping、获取字段Mapping、Type是否存在）
应对故障转移和水平扩容的索引构建
索引文档、索引分片、数据路由
别名管理和使用场景
索引设置（更新索引设置、获取配置、索引分析、索引模板）
监控（索引状态、索引段、索引恢复、索引分片存储）
状态管理（清除缓存、refresh、flush、强制合并）
更新索引设置
单文档的CURD
多文档的CURD
Reindex
批量导入大量数据Bulk的操作与优化

第四节：分词和搜索（一）
分词器的作用
分词器工作流程
停用词
内置分词器（standard、simple、whitespace等）
自定义分词
测试分词器
分词的两种使用方式
中文分词器
Search的两种形式（URI Search、Request Body Search）
URI Search详解
Query DSL

第五节：分词和搜索（二）
全文搜索
字段查询
高亮搜索
关联查询（Nested Query、Parent-Child查询）
路由策略
查询和filter的区别
深度分页问题
分页的方案和使用场景
使用scroll实现大数据量导出
相关度分数计算
应用不重启重建索引
Elasticsearch返回记录数和排名问题
bulk操作与优化

第六节： 聚合查询
聚合分类
聚合原理分析
Metric聚合分析
Bucket聚合分析
Pipeline聚合分析
Matrix聚合分析
准确度问题
聚合caching

第七节： ElasticSearch集群管理与调优
硬件优化
具备容错和故障转移的集群规划
角色规划
架构设计
集群健康
脑裂问题和解决方案
segment、merge、shard、alias优化等
shard和副本的设计
集群异常处理
Elasticsearch性能测试

第八节： 模型设计与业务调优
Mapping字段设置优化
大文档存储优化
doc_values、fielddata优化
是否检索优化
ES数据写入优化
ES数据查询优化

第九节： SQL on Elasticsearch
ElasticSearch 6.x自带SQL简介
约定和相关术语
SQL Rest API
SQL Translate API
SQL JDBC
SQL Cli
SQL函数与操作符
SQL命令
SQL数据类型
ElasticSearch-sql第三方插件安装
ElasticSearch-sql第三方插件使用

第十节： Elasticsearch for Apache Hadoop and Spark
配置安装
ElasticSearch与Hadoop相关组件（Hive、Mapreduce等整合）
Spark2整合Elasticsearch的配置
Spark2读取Elasticsearch的几种方式与案例实践
Spark2写Elasticsearch的几种方式与案例实践
性能优化

第十一节： ElasticSearch客户端（一）
Java Rest Client（Java Low Level REST Client、Java High Level REST Client）
Java API（Maven仓库配置、文档API、Search API、聚合、Query DSL、索引管理、集群管理API）
Java Rest Client与Java API对比与未来发展

第十二节： ElasticSearch客户端（二）
Jest 操作Elasticsearch
Python API（安装、实践）

第十三节： Beat使用
Beat简介
FileBeat
Packetbeat
Hearbeat
Beat使用案例

第十四节： Logstash
Logstash配置
Logstash插件详解
Logstash的架构
Logstash与pipline
input详解
output输出
logstash使用案例

第十五节： Kibana
Kibana高级使用详解
Kibana可视化
使用案例

第十六节： 综合案例
海量数据搜索分析系统设计要点
综合案例