一、数据搜索

搜索是个古老的话题，从互联网诞生起，对于网络信息和数据的搜索需求就与日俱增，从谷歌，到百度，必应，搜索巨头都已成为行业标杆，现在谁上网都离不开搜索引擎。

大数据的新的应用场景和特点，对于数据搜索的需求更加迫切，也提出了新的需求。

迫切性体现在大数据时代数据量非常的大，已经不能用海量来形容，在这样大量的数据中想要找到想要的东西，想要分析有效的数据，就需要更高效率的搜索引擎，相比于网络上的搜索，大数据的搜索数据更加组织紧密，对于搜索的效果和精度也更高。

创新性体现在大数据的存储特点，不再能是传统的集中式或者集群式存储，关系式数据库就能负担的，必然的必须采取分布式的方式，这样使得数据存取的一致性，兼容性和鲁棒性都提出新的要求，所以出现了创新性的分布式的文件存储和分布式数据库系统，基于此分布式架构之下，搜索引擎必然需要高效的适应分布式的数据组织形式。

大数据技术栈里，Elasticsearch搜索引擎是较广泛的应用引擎，也应该是我们学习的重点。Elasticsearch是一个分布式的高实时性搜索引擎，能够在各种结构化甚至非结构化数据上实现近乎实时的搜索和分析，是Elastic Stack集成方案中最成功的一个。另两个成为日志搜集和分析引擎Logstash，和可视化分析平台Kibana，有兴趣的同学可以搜索了解。

我们先来重点学习Elasticsearch：

1. Elasticsearch权威指南

2. Elasticsearch搜索引擎构建入门与实战

3. Elasticsearch实战(异步图书出品)

二、数据分析

数据分析是大数据框架实施的重要目的，把大量数据搜集存储的结果，就是需要用来分析出有用的东西，可以进行各种维度的数据统计，以便于更好的指导运营和产品优化，甚至商业模式优化，另外通过AI模型和机器学习算法，训练用户行为模型，给用户推荐最符合他需求的内容，即所谓推荐系统也是当前互联网平台应用的标配，更有甚者，通过数据分析，数据模型深度学习，可以实现更加智能的人工智能，机器人，自动驾驶，无人飞机等都是终极应用。

Kylin是apache基金会下的开源大数据分析引擎，能够实现Hadoop之上的SQL查询和多维分析（OLAP），支持超大数据查询，实现亚秒级的巨型Hive表查询，功能十分强大。

其他知名的查询分析引擎有：Impala，presto等，大家可以感兴趣自行搜索了解，这里主要介绍几本Kylin的经典书籍，供大家学习：

1. Apache Kylin权威指南（第2版）

官网核心团队撰写的技术教程。

2. 基于Apache Kylin构建大数据分析平台