您以前从未了解过的 ElasticSearch
ElasticSearch:从基础到高级搜索系统、推荐模块、php/python/java 集成实例
讲师:Sergii Demianchuk
口袋资源独家Udemy付费课程,独家中英文字幕,配套资料齐全!
用不到1/10的价格,即可享受同样的高品质课程,且可以完全拥有,随时随地都可以任意观看和分享。
你将学到什么
- ElasticSearch基本概念
- 使用 ElasticSearch 构建高级搜索系统
- 使用 ElasticSearch 创建推荐系统
- 使用 php、python 和 Java 库与 ElasticSearch 集成
- 生产中的 ElasticSearch:如何设置 HA 集群
- 生产中的 ElasticSearch:如何以最有效的方式和零停机时间索引数百万个文档
- 构建微服务
- 编程设计模式:构建器模式、过滤器模式
- REST API 实践
- Docker 基础知识
要求
- 第四节 一些编程基础知识
描述
每个人都知道 ElasticSearch 是一种流行的全文搜索引擎或 ELK 的一部分,但我将从您以前从未了解的一面向您展示 ElasticSearch。我想向您展示,使用 ElasticSearch,您可以构建非常先进的搜索引擎,甚至是推荐模块,这些引擎比基于机器学习技术构建的类似系统更有效,而且更简单。我想展示 ElasticSearch 在构建高级搜索过滤器和聚合方面的真正地理能力。
本课程的构建方式既适合初学者,也适合使用 ElasticSearch 但希望扩展实践知识的人员。对于那些在不久的将来要构建一些推荐系统或高级搜索机制的人来说,这将特别有用。
该课程由 5 个模块组成。第一个模块面向初学者,已经使用 ElasticSearch 的人可以跳过。在这里,我将向您介绍基础知识:如何使用 Docker 安装和配置环境、ElasticSearch 中的数据如何组织、为什么映射如此重要以及标记器和分析器周围的所有混乱意味着什么。
在第二部分中,我将通过一个简化的 Booking com 版本的真实示例逐步展示如何构建高级搜索系统。我们将在这里讨论有关 ES 地力的话题。
下一课程部分将专门介绍推荐模块。在这里,我们将讨论一般的推荐系统 – 当今方法的优点和缺点。我们将再次一起使用 ElasticSearch 构建一个真实的系统。我们将为清洁屋市场的虚拟示例创建推荐机制。
在第四部分中,我将展示使用 php、python 和 Java 库与 ElasticSearch 集成的真实示例。我们将再次应用最佳编程实践和有趣的设计模式(例如构建器模式或过滤器模式)来创建真正的微服务。我在这里还将涉及调试可能出现的问题的问题。
第五部分也是最后一部分是关于使用 ElasticSearch 进行生产。在这里,我将与您分享我的知识,包括如何设置高可用集群、如何计算分片大小和存储需求、如何以最有效的方式索引数百万个文档,甚至如何在重新索引时保持零停机时间
本课程适合谁:
- 软件工程师、开发人员
- 每个想要在不久的将来建立高级搜索系统的人
- 每个想在不久的将来建立推荐系统的人
- 所有对 NoSQL 数据库感兴趣的人
- 每个喜欢 ElasticSearch 并希望获得更多相关知识的人