일래스틱서치 쿡북(4판)(오픈소스 프로그래밍)

◈ 이 책에서 다루는 내용 ◈

◆ 일래스틱서치로 효율적인 아키텍처 생성
◆ 분석 집계로 검색 결과 최적화
◆ 색인과 문서를 관리해 복합 쿼리 작성
◆ 클러스터와 노드 성능 모니터링
◆ 색인 단계의 제어를 위한 고급 매핑 설계
◆ 자바, 스칼라, 파이썬과 빅데이터 애플리케이션, 일래스틱서치 통합
◆ 클러스터 모니터링을 위한 키바나 설치 및 플러그인으로 확장


◈ 이 책의 대상 독자 ◈

소프트웨어 엔지니어, 빅데이터 인프라 엔지니어, 일래스틱서치 개발자에게 유익한 책이다. 더 나은 비즈니스 의사결정에 대한 깊은 통찰력을 얻고자 메트릭 진화와 검색 분석에 일래스틱서치를 사용하는 전자상거래 회사, 그리고 FMCG 회사에서 일하는 데이터 전문가에게도 도움이 된다.


◈ 이 책의 구성 ◈

1장, '시작하기'에서는 일래스틱서치를 이용해 클라우드에 간단하게 설치하는 기초적인 단계와 여러 설치 케이스를 다룬다.
2장, '매핑 관리'에서는 색인과 검색 품질을 향상시키기 위한 올바른 데이터 필드 정의를 다룬다.
3장, '기본 작업'에서는 일래스틱서치에 데이터를 적재하고 관리하는 데 필요한 가장 일반적인 작업을 설명한다.
4장, '검색 기능 탐색'에서는 검색, 정렬 실행, 연관 API 호출을 설명하고 필수적인 API를 다룬다.
5장, '텍스트와 수치 쿼리'에서는 텍스트와 수치 필드의 검색 DSL 부분(일래스틱서치 기능의 핵심)을 설명한다.
6장, '관계 및 지리 정보 쿼리'에서는 관계 문서(자식/부모와 중첩)와 지리 정보 필드로 작업하는 쿼리를 설명한다.
7장, '집계'에서는 일래스틱서치의 다른 가능성을 다룬다. 이는 일래스틱서치에 포함된 정보를 요약하고 사용자 경험을 향상시키도록 검색 결과에 분석을 실행하는 것이다.
8장, '일래스틱서치 스크립팅'에서는 다른 언어를 사용해 일래스틱서치의 다양한 부분의 스크립트 기능(검색, 집계, 적재) 사용법과 스크립트로 일래스틱서치를 사용자 정의하는 방법을 설명한다. 여기에서는 주로 페인리스(Painless)에 집중한다. 페인리스는 일래스틱서치 팀이 개발한 신규 스크립트 언어다.
9장, '클러스터 관리'에서는 일반적인 함정을 이해하도록 클러스터/노드의 동작을 분석하는 방법을 보여준다.
10장, '데이터 백업과 복원'에서는 데이터를 관리하는 가장 중요한 컴포넌트(백업)를 다루는데, 분산된 백업과 스냅샷의 복원 관리 방법을 설명한다.
11장, '사용자 인터페이스'에서는 일래스틱서치 5.x의 가장 일반적인 사용자 인터페이스 중 두 가지인 관리자 작업을 위해 주로 사용되는 세레브로(Cerebro)와 일래스틱서치의 일반 UI 확장으로 X-Pack을 사용하는 키바나(Kibana)를 설명한다.
12장, '적재 모듈 사용'에서는 적재 파이프라인으로 일래스틱서치에 데이터를 넣는 적재 기능을 설명한다.
13장, '자바 통합'에서는 REST와 네이티브 프로토콜을 이용한 자바 애플리케이션에서 일래스틱서치를 통합하는 방법을 설명한다.
14장, '스칼라 통합'에서는 elastic4s를 이용해 스칼라에 일래스틱서치를 통합하는 방법을 설명한다. elastic4s는 네이티브 자바 API에 기반을 둔 타입 안전하고 기능이 많은 고급 스칼라 라이브러리다..
15장, '파이썬 통합'에서는 공식 일래스틱서치 파이썬 클라이언트의 사용법을 다룬다.
16장, '플러그인 개발'에서는 일래스틱서치 기능을 확장하는 네이티브 플러그인을 작성하는 방법을 설명한다. 일부 예시는 플러그인 뼈대, 설치 절차, 빌드를 보여준다.
17장, '빅데이터 통합'에서는 아파치 스파크와 아파치 피그 같은 일반적인 빅데이터 도구에 일래스틱서치를 통합하는 방법을 다룬다.

1장. 시작하기
__기술적 요구 사항
__일래스틱서치 다운로드와 설치
__네트워크 설정
__노드 설정
__리눅스 시스템 설정
__서로 다른 노드 유형 설정
__코디네이터 노드 설정
__적재 노드 설정
__일래스틱서치 플러그인 설치
__플러그인 제거
__로그 설정 변경
__도커로 노드 설정
__일래스틱 클라우드 엔터프라이즈에 배포

2장. 매핑 관리
__명시적인 매핑 생성 사용
__기본 유형 매핑
__배열 매핑
__객체 매핑
__문서 매핑
__문서 매핑에 동적 템플릿 사용
__중첩된 객체 매핑
__조인 필드로 하위 문서 관리
__다중 매핑을 가진 필드 추가
__GeoPoint 필드 매핑
__GeoShape 필드 매핑
__IP 필드 매핑
__별칭 필드 매핑
__퍼콜레이터(여과) 필드 매핑
__피처 및 피처 벡터 필드 매핑
__매칭에 메타데이터 추가
__다른 분석기 지정
__완성 필드 매핑

3장. 기본 작업
__색인 생성
__색인 삭제
__색인 열기 또는 닫기
__색인에 매핑 집어넣기
__매핑 가져오기
__색인 재색인
__색인 새로 고침
__색인 청소
__색인 강제 병합
__색인 축소
__색인 존재 확인
__색인 설정 관리
__색인 별칭 사용
__색인 롤링
__문서 색인
__문서 가져오기
__문서 삭제
__문서 갱신
__단위 작업 속도 올리기(벌크 작업)
__GET 작업 속도 올리기(다중 GET)

4장. 검색 기능 탐색
__기술적 요구 사항
__검색 실행
__결과 정렬
__결과 강조
__스크롤 쿼리 실행
__search_after 기능 사용
__결과에서 내부 히트 결과 반환
__올바른 쿼리 추천
__일치된 결과 개수 계산
__쿼리 설명
__쿼리 프로파일링
__쿼리로 삭제
__쿼리로 갱신
__모든 문서 매칭
__불리언 쿼리 사용
__검색 템플릿 사용

5장. 텍스트와 숫자 쿼리
__용어 쿼리 사용
__다중 용어 쿼리 사용
__접두어 쿼리 사용
__와일드카드 쿼리 사용
__정규식 쿼리 사용
__span 쿼리 사용
__일치 쿼리 사용
__쿼리 문자열 쿼리 사용
__단순 쿼리 문자열 쿼리 사용
__범위 쿼리 실행
__공통 용어 쿼리
__ID 쿼리 사용
__함수 점수 쿼리 실행
__exists 쿼리 사용

6장. 관계 및 지리 정보 쿼리
__has_child 쿼리 사용
__has_parent 쿼리 사용
__중첩 쿼리 사용
__geo_bounding_box 쿼리 사용
__geo_polygon 쿼리 사용
__geo_distance 쿼리 사용

7장. 집계
____집계 실행
__참고 사항
__통계 집계 실행
__용어 집계 실행
__중요 용어 집계 실행
__범위 집계 실행
__히스토그램 집계 실행
__날짜 히스토그램 집계 실행
__필터 집계 실행
__다중 필터 집계 실행
__전역 집계 실행
__지리적 거리 집계 실행
__자식 집계 실행
__중첩 집계 실행
__최고 조회수 집계 실행
__행렬 통계 집계 실행
__지리적 경계 집계 실행
__지리적 중심지 집계 실행
__파이프라인 집계 실행

8장. 일래스틱서치 스크립팅
__페인리스 스크립트
__추가 스크립트 플러그인 설치
__스크립트 관리
__스크립트로 데이터 정렬
__스크립트로 결과 필드 계산
__스크립트로 검색 정렬
__집계에 스크립트 사용
__스크립트로 문서 갱신
__스크립트로 재색인

9장. 클러스터 관리
__API로 클러스터 정상 여부 제어
__API로 클러스터 상태 제어
__API로 클러스터 노드 정보 얻기
__API로 노드 통계 얻기
__작업 관리 API 사용
__핫 스레드 API 사용
__샤드 할당 관리
__세그먼트 API로 세그먼트 모니터링
__캐시 정리

10장. 데이터 백업과 복원
__저장소 관리
__스냅샷 실행
__스냅샷 복원
__백업을 위해 NFS 공유 설정
__원격 클러스터에서 재색인

11장. 사용자 인터페이스
__세레브로 설치와 사용
__일래스틱서치 HQ 설치와 사용
__키바나 설치
__키바나 검색 관리
__키바나로 데이터 시각화
__키바나 개발 도구 사용

12장. 객체 모듈 사용
__파이프라인 정의
__적재 파이프라인 배포
__적재 파이프라인 얻기
__적재 파이프라인 제거
__적재 파이프라인 시뮬레이션
__내장형 처리기
__Grok 처리기
__첨부 적재 플러그인 사용
__적재 GeoIP 플러그인 사용

13장. 자바 통합
__표준 자바 HTTP 클라이언트 작성
__HTTP 일래스틱서치 클라이언트 작성
__고수준 REST 클라이언트 작성
__색인 관리
__매핑 관리
__문서 관리
__대규모 작업 관리
__쿼리 생성
__표준 검색 실행
__집계 검색 수행
__스크롤 검색 실행
__DeepLearning4j로 통합

14장. 스칼라 통합
__스칼라로 클라이언트 생성
__색인 관리
__매핑 관리
__문서 관리
__표준 검색 실행
__집계 검색 실행기
__DeepLearning.scala로 통합

15장. 파이썬 통합
__클라이언트 생성
__색인 관리
__매핑을 포함한 매핑 관리
__문서 관리
__표준 검색 실행
__집계 검색 실행
__넘파이와 사이킷런으로 통합

16장. 플러그인 개발
__플러그인 작성
__분석기 플러그인 작성
__REST 플러그인 작성
__클러스터 작업 작성
__적재 플러그인 작성

17장. 빅데이터 통합
__아파치 스파크 설치
__아파치 스파크 활용 데이터 색인
__아파치 스파크 활용 메타데이터 포함 데이터 색인
__아파치 스파크로 데이터 읽기
__스파크 SQL로 데이터 읽기
__아파치 피그 활용 데이터 색인
__알파카로 일래스틱서치 사용
__몽고DB로 일래스틱서치 사용

알베르토 파로 Alberto Paro
엔지니어, 프로젝트 관리자이자 소프트웨어 개발자다. 현재 이탈리아의 빅데이터 기술, 네이티브 클라우드, NoSQL 솔루션 기반인 NTTDATA에서 빅데이터 프랙티스 리더(Big Data Practice Leader)로 일하고 있다. 주로 클라우드, 빅데이터 처리, NoSQL, NLP, 신경망에 연관된 이머징 솔루션(emerging solutions)과 애플리케이션의 연구에 지대한 관심이 있다. 2000년에 폴리테크니코 디 밀라노(Politecnico di Milano)의 전산공학과를 졸업했다. 지식 관리 솔루션과 최첨단 빅데이터 소프트웨어를 사용하는 고급 데이터 마이닝 제품에 스칼라/자바와 파이썬을 사용해 일했다. 빅데이터 솔루션, NoSQL 데이터저장소, 연관 기술을 효과적으로 시용하는 방법을 가르치는 데 많은 시간을 할애했다.