Flink1.10.0于近期刚发布，释放了许多令人激动的新特性。尤其是FlinkSQL模块，发展速度非常快，因此本文特意从实践的角度出发，带领大家一起探索使用FlinkSQL如何快速构建流式应用。本文将基于Kafka,MySQL,Elasticsearch,Kibana，使用FlinkSQL构建一个电商用户行为的实时分析应用

一、ELK介绍ELK是三款开源软件的缩写，即：ElasticSearchLogstashKibana。这三个工具组合形成了一套实用、易用的监控架构，可抓取系统日志、apache日志、nginx日志、mysql日志等多种日志类型，目前很多公司用它来搭建可视化的集中式日志分析平台。ElasticSearch：是一个分布式的R

SpringBoot中除了对常用的关系型数据库提供了优秀的自动化支持之外，对于很多NoSQL数据库一样提供了自动化配置的支持，包括：Redis,MongoDB,Elasticsearch,Solr和Cassandra。使用RedisRedis是一个开源的使用ANSIC语言编写、支持网络、可基于内存亦可持久化的日志型、K

ELK平台介绍在搜索ELK资料的时候，发现这篇文章比较好，于是摘抄一小段：以下内容来自：http://baidu.blog.51cto.com/71938/1676798(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fbaidu.blog.51cto.com%2F

_ElasticSearchKibana测试环境安装_dockerpullelasticsearch:7.9.0dockerpullkibana:7.9.0dockerrundp9200:9200p9300:9300e"discovery.typesinglenode"v/Users/val/Documen

本文将继续介绍ElasticsearchQueryDSL之全文检索(Fulltextqueries)方式的后3种。commontermsqueryquery\_stringquerysimple\_query\_stringquery5、commontermsquery

1.环境介绍：  本文使用Centos7.7docker，系统IP地址为：192.168.1.10，大家在实际环境中安装使用自己的IP。2.Skywalking安装    2.1：安装服务端：服务器有两种存储方式（选一种即可），一种是默认的H2存储，即数据存储在内存中，一种是使用elasticsearch存储（推荐）。

分布式文档存储路由文档到分片主分片和复制分片如何交互新建、索引和删除文档检索文档局部更新文档多文档模式福利路由文档到分片当你索引一个文档，它被存储在单独一个主分片上。Elasticsearch是如何知道文档属于哪个分片的呢？当你创建一个新文档，它是如何知道

ES的查询方式可以分为三类：简单查询条件查询聚合查询数据准备我们先按照前几篇介绍的插入文档的方法准备一些实验数据，然后再来演示如何实现各类查询。我们在我们之前创建的rent索引的community类型下面加入如下文档信息。回忆一下：当时创建的索引及类型如下：{"settings":{

1前言Elasticsearch作为一个分布式搜索引擎，自身是高可用的；但也架不住一些特殊情况的发生，如：集群超过半数的master节点丢失，ES的节点无法形成一个集群，进而导致集群不可用；索引shard的文件损坏，分片无法被正常恢复，进而导致索引无法正常