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

1、使用 TheHive、Cortex 和 Elasticsearch 实现 SOC
https://blog.devgenius.io/soc- ... 19f0c
2、使用 Oura + Elasticsearch + React 的开源项目
https://github.com/txpipe/cip25-search-engine
3、Elasticsearch 时序数据分析实战
https://dzone.com/articles/tim ... -java

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

1.创建一个 autocomplete 输入系统 - 前端 + 后端
https://mp.weixin.qq.com/s/uqchdrkhdFsof0ZFtECujg
2.详解 Elasticsearch 中的路由机制
http://niyanchun.com/routing-in-es.html
3.Elasticsearch 与SQL-style Join
https://mp.weixin.qq.com/s/yg60lZlBvIUKnHmGp5deDQ

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