人工智能、大数据快速发展的今天，对于 TB 甚至 PB 级大数据的快速检索已然成为刚需。Elasticsearch 作为开源领域的后起之秀，从2010年至今得到飞跃式的发展。 Elasticsearch 以其开源、分布式、RESTFul API 三大优势，已经成为当下风口中“会飞的猪”。
阿里云2018年2月5日已开价50-200W年薪招聘技术人员参与 Elasticsearch、Lucene 内核优化、改进。如果说，你错过了 Hadoop，错过了 Spark 的红利，难道Elasticsearch 的机会你还要错过吗？
在学习 Elasticsearch 的过程中，你是不是多多少少有以下困惑：
面对 Elasticsearch1.X，2.X，5.X，6.X 的不同版本，你无从下手？
面对 ElasticStack（Elasticsearch、Logstash、Kibana、Beat），你不知道从何学起？
面对各种技术文档（官方非官方），你是否感到非常困惑？
面对 Elasticsearch出现的各种异常、Bug，好不容易找到一个技术群或提问，又没人解答？
市面上的书籍分两种：老外的原理透彻，但版本过时；国内的版本稍新、但不透彻，你是不是很迷茫……
本文：
不谈搜索引擎的原理；
不谈倒排索引的原理；
不谈乐观锁、悲观锁的机制；
……
只谈：
从产品开发、项目实战的角度，如何让一个 Java 程序员甚至 C/C++ 的程序员快速上手。
海量的版本中，告诉你明确的选择。
ELKStack 技术体系，你的学习优先级。
ELK 技术体系架构。
ELK 技术栈的应用场景。
有了传统关系型数据库（MySQL、Oracle）、非关系型数据库（Mongo)，如何快速的导入 Elasticsearch，实现全文检索。
Elasticsearch 实战中遇到问题，如何高效解决。
Elasticsearch 集群部署。
Elasticsearch 集群调优清单.。
Elasticsearch 高效进阶方法论。
……
横扫你学习 Elasticsearch 的诸多疑惑，让你少走半年弯路！
0、授人以渔，少走半年弯路！
