极限科技开始招聘啦，目前正在寻找攻城狮，方向分别是 Golang 后端和 React 前端。

目前正在开发的两款产品：

• https://极限数据.com
  
• https://极限网关.com
  
  两款产品都是围绕 Elasticsearch 来打造，大家可以去体验试试，使用和下载都是非常简单，因为我们产品的设计理念是：简单、易用、极致、创新，和大家喜爱的 Elasticsearch 一样，我们只做简单好用的产品，现寻觅优秀的工程师一起来打造世界级的数据产品！
  
  欢迎加入我们，挑战数据极限，简历投递：hello@infini.ltd
  
  目前开放的职位坐标位于长沙研发中心。
  
  

  React 前端开发工程师（10k-30k）
  

  
  

  岗位职责:
  

  1. 负责公司数据管理产品前端端部分的开发和维护；
     
  2. 参与前端框架和组件易用性改善、基础建设，提升团队开发效率；
     
  3. 持续学习和分享前端前沿技术；
     
  4. 编写可以在多平台使用的响应式／自适应的网页解决方案；
     
  5. 与团队合作，编写最出色的用户界面；
     
  6. 优化用户体验，与设计师和产品经理合作，编写用户喜爱的用户界面。
     
     

     岗位要求
     

  7. 计算机相关专业大学本科及以上学历；
     
  8. 具有扎实的计算机基础知识；
     
  9. 熟练掌握 react 框架，有一定项目经验；
     
  10. 熟悉 ES6, antd, react-router, webpack, 有一定的项目经验；
      
  11. 熟悉大型网站页面结构与布局，了解网站性能和技术体验优化方案；
      
  12. 对前端工程化、组件化、模块化有自己的理解；
      
  13. 具有文档撰写，code review 和单元测试，确保项目的进度和质量能力；
      
  14. 良好英语读、写能力；
      
  15. 对于新技术的自主学习和探索能力。
      
      

      加分项：
      

• 有自己的博客、Github、开源项目优先；
  
• 有管理后台相关工作经验优先；
  
• 有数据可视化相关工作经验优先。
  
  
  

  Golang 后端开发工程师（10k-30k）
  

  
  

  岗位职责：
  

  1、负责 Golang 开发与后端数据模型设计；
  2、合理定义后端接口 API，并实现 API 业务逻辑；
  3、确保业务逻辑正确性，能通过 Unit Test 进行检验；
  4、与前端工程师紧密合作，确保项目准时上线，且保证交付质量；
  5、对后端技术的发展趋势保持关注，不断学习并升级现有的后端技术；
  6、关注产品的代码质量、高性能、服务可靠性、系统可扩展性、可维护性等。
  
  

  岗位要求：
  

  1、本科及以上学历，1 年以上 Golang 开发经验；
  2、熟悉 Golang 编程语言，熟练掌握技术核心原理；
  3、熟悉 Linux，了解服务器性能优化、负载均衡、文件系统等知识；
  4、了解 Redis、Elasticsearch 等常用 NoSQL 解决方案；
  5、具备分布式基础理论知识；
  6、有代码洁癖；
  

  7. 具有文档撰写，code review 和单元测试，确保项目的进度和质量能力；
     
  8. 良好英语读、写能力；
     
  9. 对于新技术的自主学习和探索能力。
     
     

     加分项：
     

• 有自己的博客、Github、开源项目优先
  
• 具备 ToB SaaS 相关开发经验；
  
• 熟悉其他后端编程语言，包括但不限于 Java、Nodejs、Python 等；
  
• 有较强的学习能力，愿意致力于新技术的研究。
  
  

  关于极限科技
  

  
  极限数据（北京）科技有限公司，简称极限科技，我们是一家专注于开源搜索与实时数据分析的软件公司。公司产品的设计理念是：简单、易用、极致、创新，旗下品牌极限实验室（INFINI Labs）致力于打造极致易用的数据探索与分析体验。自研产品及解决方案包括：Elasticsearch 多集群管理、企业级异地多活容灾、平台化数据治理等多种解决方案。
  
  

  追求极致无限可能！
  
  欢迎投递简历：hello@infini.ltd
  

Kibana
Kibana 是你进入 Elastic Stack 的窗口。 Kibana 使你能够：

分析和可视化你的数据。搜索隐藏的见解，编制图表仪表板，仪表、地图和其他可视化显示您发现的内容，并与他人分享。
搜索、观察和保护你的数据。向你的应用或网站添加搜索框，分析日志，指标，并发现安全漏洞。
管理、监控和保护 Elastic Stack。管理您的索引和摄入管道，监控 Elastic Stack 集群的运行状况，并控制哪些用户可以访问哪些特征和数据。
在今天的练习中，你将学习如何在 Kibana 中探索数据，如何使用 Kibana 创建可视化镜头，并将它们组合在仪表板中。你将使用 Kibana 的示例数据集。一个数据集描述了过去 10 天的航班信息。第二个数据集代表电子商务平台的订单。你将使用不同的 Kibana可视化来探索数据。你将深入了解运营商的典型延误等主题，以及票价波动。

在今天的练习中，我们将使用最新的 Elastic Stack 7.17 来进行展示。针对之前的版本，界面可能有所不同，但是很多操作基本是一样的。

原文链接：https://elasticstack.blog.csdn ... 05096

Elasticsearch 提供了一组强大的选项来查询各种用例的文档，因此了解将哪个查询应用于特定案例很有用。 以下是一个动手教程，可帮助你利用 Elasticsearch 提供的最重要的查询。

在本指南中，你将学习许多 带有详细解释的流行查询示例。 此处涵盖的每个查询将分为 2 种类型：

• 结构化查询：用于检索结构化数据的查询，例如日期、数字、密码等。
• 全文查询：用于查询纯文本的查询。

原文链接：https://blog.csdn.net/UbuntuTo ... 53295

1. AWS ELASTICSEARCH, OpenDistro, OpenSearch 的关系（需要梯子）
https://logit.io/blog/post/aws ... istro
2.如何看懂 Elastic 解决方案与 Gartner 的魔力象限
https://lex-lee.blog.csdn.net/ ... .5502
3.Elasticsearch 的新 range 丰富策略使上下文数据分析更上一层楼
https://elasticstack.blog.csdn ... .5502

编辑：Se7en
归档：https://ela.st/cn-daily-all
订阅：https://ela.st/cn-daily-sub
沙龙：https://ela.st/cn-meetup

来自社区，面向社区的技术盛会 - 欢迎您参加 Elastic 全球社区大会

继2021年成功举办之后，第2届Elastic全球社区大会 #ElasticCC 将于2022年2月11日至12日隆重召开。大会继续秉承 “来自社区，面向社区” 的办会宗旨，采用多语言轮流线上直播的方式，面向全体开发者与技术人员、初级用户与资深玩家、行业客户与合作伙伴，提供横跨时间与空间的技术分享盛宴。详细阅读，请参阅 https://blog.csdn.net/UbuntuTo ... 98829

1. Elasticsearch 关于 geo-point 和 geo-shape 查询（需要梯子）
https://medium.com/geekculture ... 57527
2. 使用 Prometheus 和 grafana 监控ES（需要梯子）
https://medium.com/rahasak/mon ... b6712
3. Elasticsearch：Dissect 和 Grok 处理器之间的区别
https://elasticstack.blog.csdn ... 26264

编辑：kin122
归档：https://ela.st/cn-daily-all
订阅：https://ela.st/cn-daily-sub
沙龙：https://ela.st/cn-meetup

1. ES 不同数据类型对于全文搜索的性能对比（需要梯子）
https://levelup.gitconnected.c ... 939a4
2. ES 速度和吞吐量提升的最佳实践（需要梯子）
https://luis-sena.medium.com/t ... f9e92
3. ES/OpenSearch 架构详解（需要梯子）
https://instaclustr.medium.com ... 5731b

编辑：斯蒂文
归档：https://ela.st/cn-daily-all
订阅：https://ela.st/cn-daily-sub
沙龙：https://ela.st/cn-meetup
 

Elasticsearch 7.16 引入了一个新的丰富策略：range。 range 策略允许将传入文档中的数字、日期或 IP 地址与丰富索引中相同类型的范围相匹配。 能够与 IP 范围进行匹配在安全用例中特别有用，其中额外的元数据可用于进一步细化检测规则。 由于我们已经在文档中添加了一个使用 IP 范围的示例，因此我们将在此处使用 date_range 类型进行示例。
 


 
在之前我的文章 “Elasticsearch：enrich processor （7.5发行版新功能）” 已经详细描述了 geo_match 及 match 的丰富策略。详细使用，请阅读那篇文章。
 
更多阅读，请参阅 https://elasticstack.blog.csdn ... .5502

 1.使用 Django 访问 Elasticsearch 的简单方法(自备梯子)
https://medium.com/free-code-c ... c16cb

2.使用 Filebeat 将 Mysql 日志发送至 ES(自备梯子)
https://alibaba-cloud.medium.c ... 567f8

3.从 Kubernetes 收集日志——fluentd vs filebeat(自备梯子)
https://itnext.io/logz-io-coll ... 08cfe

编辑：pangying
归档：https://ela.st/cn-daily-all
订阅：https://ela.st/cn-daily-sub
沙龙：https://ela.st/cn-meetup

1.ES大数据量同步，如何又快又稳？
https://juejin.cn/post/6897126942537941005

2.ES多线程调用，线程阻塞超时问题解决
https://blog.csdn.net/sej520/a ... 25842

3.ES查询查询超市问题排查
https://segmentfault.com/a/1190000021669853

编辑：cyberdak
归档：https://ela.st/cn-daily-all
订阅：https://ela.st/cn-daily-sub
沙龙：https://ela.st/cn-meetup