重磅 | Elasticsearch7.X学习路线图

栏目: 后端 · 发布时间: 5年前

1、为什么要梳理学习路线图?

在关注Elastic 中文社区、QQ群、星球群的过程中,多多少少都会有一些基础问题冒出。而这些问题不复杂,多半都在官方文档中都有提及,稍稍复杂的在官方英文社区、中文社区都有过类似问题的讨论。

基本上通过Google、bing都能直接或间接搜索到答案。

那么问题是:为什么好多初学的朋友,找不到答案呢。

观察和思考了很久。我认为最主要的问题在于,没有建立 基础知识全貌的认知

正所谓“站的更高、才能看的更远”,才能不拘泥于某个细节,从整体而非局部看问题,才能触类旁通,更快找到问题的底层原因,进而解决问题。

而通过思维导图的方式梳理知识点,是建立全貌认知的 比较快 的方式之一。

所以,才有了本文。

2、Elasticsearch7.X学习路线图

累计花费8小时+,制作了Elasticsearch7.X学习路线图。确切的说是针对Elasticsearch相关学习的梳理,版本5.X、6.X同样适用。

由于路线图太大,公众号不支持上传,故拆分为10张图上传。

高清完整路线图下载地址,公众号 后台回复“学习路线” ,会有百度网盘下载地址提供。

重磅 | Elasticsearch7.X学习路线图

重磅 | Elasticsearch7.X学习路线图

重磅 | Elasticsearch7.X学习路线图

重磅 | Elasticsearch7.X学习路线图

重磅 | Elasticsearch7.X学习路线图

重磅 | Elasticsearch7.X学习路线图

重磅 | Elasticsearch7.X学习路线图

重磅 | Elasticsearch7.X学习路线图

重磅 | Elasticsearch7.X学习路线图

重磅 | Elasticsearch7.X学习路线图

3、遇到问题怎么解决?

第一:从大而全的英文官方文档找答案,而不是从零散的翻译文章中找。

因为:不少朋友抱怨过被一些片面的信息带跑偏,而蓦然回首,答案官方早已明确指出。

前提:对官方文档的章节有 全局 和细节的深入了解。

第二:多动手验证,而不是我以为怎么样。

你以为的不一定是对的,“Talk is cheap. Show me the code."实践是让“我以为”闭嘴的唯一标准。

实践 中习得的技能长久下来会形成“肌肉记忆’,不容易忘。

比如:logstash的grok解析问题。

第三:正确使用Google、Stackoverflow、Elastic英文社区、Github issues、Elastic中文社区。

正确的 英文关键词 的搜索往往会事半功倍。

始终坚信:自己不是大牛,我遇到的问题都是小菜一碟,早有大牛也遇到过,并且早给出了牛逼的解决方案;甚至低版本没有解决,高版本ES都规划上了。

举例:Elasticsearch6.7+出现的ilm索引生命周期管理可视化配置功能。

第四:日志层面的错误,必要时查阅源码上下文。

建议:结合Elastic

源码

解析的书籍,增强全局认知,理解的快。

第五:原理相关的问题除了结合官方建议多查一些底层资料。

比如:写入原理、查询原理、索引分配原理、路由原理等。

阿里云、腾讯云的深度博文建议读一下。

4、提问问题的正确方式

从CSDN blink上看到的截图,的确很受用。和《提问的艺术:如何快速获得答案》有异曲同工之妙。与大家共勉。

重磅 | Elasticsearch7.X学习路线图

5、小结

自己仍然是Elastic实践道路上的小学生,学习路线图没能覆盖全部的知识点,甚至部分逻辑也不严谨。

有问题,欢迎提出。我们一起进步!

推荐阅读:

Elasticsearch 7.0 正式发布,盘他!

干货 | Elasticsearch方案选型必须了解的10件事!

重磅 | 死磕Elasticsearch方法论认知清单(2019春节更新版)

重磅 | Elasticsearch7.X学习路线图

加入星球,更短时间更快习得更多干货!


以上所述就是小编给大家介绍的《重磅 | Elasticsearch7.X学习路线图》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

爆发

爆发

[美] 艾伯特-拉斯洛·巴拉巴西 / 马慧 / 中国人民大学出版社 / 2012-6 / 59.90元

1. 本书是一本超越《黑天鹅》的惊世之作。如果说塔勒布认为人类行为是随机的,都是小概率事件,是不可以预测的;那么全球复杂网络权威Barabasi则认为,人类行为93%是可以预测的。 2. Barabasi的研究是在人类生活数字化的大数据时代基础上进行的,移动电话、网络以及电子邮件使人类 行为变得更加容易量化,将我们的社会变成了一个巨大的数据库。他认为,人类正处在一个聚合点上,在这里数据、科学......一起来看看 《爆发》 这本书的介绍吧!

在线进制转换器
在线进制转换器

各进制数互转换器

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换

RGB CMYK 转换工具
RGB CMYK 转换工具

RGB CMYK 互转工具