1.如何设计一个高性能 Elasticsearch mapping
https://www.cnblogs.com/lonely ... .html
2.ElasticSearch 海量数据查询性能优化
https://mp.weixin.qq.com/s/sCOYJZOYP6453vzVtZBMdQ
3.Filbeat介绍
https://zhuanlan.zhihu.com/p/141438219

编辑：金桥
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中multi_match和combined_fields的区别

[https://spinscale.de/posts/202 ... .html](https://spinscale.de/posts/202 ... s.html)

2.rust实现基于lucene的搜索引擎tantiivy

[https://github.com/tantivy-search/tantivy](https://github.com/tantivy-search/tantivy)

3.es更新查询结果中固定文档的分数

[https://stackoverflow.com/ques ... earch](https://stackoverflow.com/ques ... search)

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

《Elastic Stack 实战手册》的创作发布，源自阿里云和 Elastic 联合主办的大规模协作活动——Elasticsearch 百人大作战。 本活动集结了 Elasticsearch 技术圈百位开发者共创，旨在凝聚圈内优秀创作人的实践经验和创作能力，输出一本能为开发 者提供实践参考的书籍指南，推动技术应用和发展。 本次所发布的版本为书籍第一期，由40位优秀的开发者共创而成，涵盖了一个 Elastic Stack 开发者所需的大部分必要基础知识和场景应用参考。本书将继续补充完善章节内容，并随着 Elastic Stack 的版本升级持续迭代更新。 

在此，也呼吁每一位开发者，将自己技术积累书写成文章，加入创作人群体，与我们一起学习交流，这将不只是部分人的书籍，而是所有 Elastic Stack 开发者的实战指南。

欢迎各位读者留言，我们以后竭尽全力完善这本书！你可以到地址来进行下载：https://developer.aliyun.com/t ... ybook

你是否曾经有过一个很棒的问题想要深入研究，但缺乏做进一步探索所需的数据？现在，分析师使用 Discover 和 Kibana Lens 中的运行时字段，便可调整数据呈现形式以回答更广泛和更具创新性的问题，进而快速获得见解。

运行时字段让分析师在探索和增强他们所用数据方面迈出了坚实的第一步。使用运行时字段编辑器，分析师可以从 Discover 和 Kibana Lens 实时创建字段，以对数据进行格式化、修改和转换，而无需导航到其他屏幕或联系 Elasticsearch 管理员。

在我之前的文档里，我介绍了 Scripted fields，它也可以轻松地实现相应的功能：

Kibana：使用 Scripted fields 来提高数据的可观测性

Kibana：运用 script fields 对数据进行清洗

在今天的练习中，我将展示如何在 Kibana Lens 中创建运行时字段（runtime fields）来分析数据。有关 runtime fields，你可以阅读我之前的文章：

Elasticsearch：使用 Runtime fields 对索引字段进行覆盖处理以修复错误 - 7.11 发布

Elasticsearch：创建 Runtime field 并在 Kibana 中使用它 - 7.11 发布

Elasticsearch：动态创建 Runtime fields - 7.11 发行版

在今天的练习中，我们必须记住的一点是我们必须使用 7.13 及以后的版本！

原文链接：https://blog.csdn.net/UbuntuTo ... 94318

关键改进包括：通过可搜索快照和冻结层跨更多数据提供更具成本优势的搜索、借助运行时字段实时增强分析师驱动型数据，以及扩展了 Microsoft 集成

我们非常高兴地宣布 Elastic 7.13 版正式发布。这一新版本为基于 Elastic Stack（包括 Elasticsearch 和 Kibana）构建的 Elastic 企业搜索、可观测性和安全解决方案带来了大量新功能。在这一版本中，客户利用可搜索快照和新的冻结层，数分钟内便可搜索 PB 量级的数据，真正实现经济高效。分析师现在可以使用 Kibana Lens 和 Discover 中的运行时字段（也就是我们实施的读时模式）来即时增强数据。 

我们正在与 Microsoft 合作伙伴携手增强集成，让您能够直接从 Azure 控制台查找和部署 Elastic，并从 Azure 服务原生集成可观测性和安全数据。

下面是 Elastic 解决方案的多项关键改进，包括：通过与 Dropbox 的集成和新的定制数据源 API 扩展了 Elastic Workplace Search 的内容源；通过精度调整 API 在 Elastic App Search 中实现精细搜索优化；通过新的 Fleet Server 提高了数据采集的可扩展性和灵活性，以及 Elastic 安全中新增了对 osquery 的支持。
 
https://elasticstack.blog.csdn ... 86433