大数据一锅端

覆盖指标聚合 Metrics Aggregations 与桶聚合 Bucket Aggregations 的完整实践，适用于 2025 年常见的 Elasticsearch 7.x / 8.x 版本。

过滤查询与普通 query 查询的区别：Filter DSL 不参与相关度评分，只负责高效筛选，是日志分析、数据分类等场景的首选。文章通过 bool + filter + range 的组合示例

term-level queries 在实战中的完整用法，包括 term、terms、range、exists、prefix、regexp、fuzzy、ids 以及 bool 复合查询。

DSL 的核心用法，重点拆解 match、match_phrase、query_string、multi_match 等全文检索语句在真实业务中的差异和坑位。通过完整的索引 mapping 配置

基于 7.x/8.x 版本环境，覆盖索引与字段映射创建、一次性建立索引+映射、映射属性（type、index、store、analyzer）、以及文档新增（手动指定 id、自动生成 id）、查询（单条

Elasticsearch 的索引创建、存在性判断（单/多/全量）、打开/关闭/删除与健康度排查，以及 IK 分词器 的安装、ik_max_word / ik_smart 分析与 远程扩展词典/停用词

Elasticsearch-Head 插件 与 Kibana 7.3.0 的安装与连通性要点，覆盖 Chrome 扩展快速接入、ES 集群健康与分片可视化、REST API 调试、Kibana

Elasticsearch 7.3.0 的可落地流程：创建 /opt/servers/es/{data,logs} 目录并授权 es_server，设置 vm.max_map_count=65536

Elasticsearch（ES 7.x/8.x）最小示例：创建索引、插入文档、按 ID 查询、更新与 _search 搜索流程，配合返回样例与截图，帮助读者在 3–10 分钟内完成「索引/文档

Elasticsearch 8.x、Logstash 8.x、Kibana 8.x 的核心能力与常见实践，覆盖集中式日志系统的采集、传输、索引、分片/副本、查询 DSL、聚合与 ILM 生命周期管理等

Kafka→Kylin 的实时 OLAP 链路，面向 2025 年常见业务（电商交易、用户行为、IoT 监控）提供分钟级聚合查询。核心做法：使用 TimedJsonStreamParser 解析三段式

覆盖 Aggregation Group（聚合组）、Mandatory Dimension（强制维度）、Hierarchy（层级维度）、Joint（联合维度） 的使用取舍，并结合 CubeStats

Cuboid 剪枝优化：当维度较多时，Cuboid 数量指数级增长，导致构建时间长与存储膨胀。我们给出工程化做法：通过 CubeStatsReader 命令核查已物化 Cuboid 的行数

包括手动合并（MERGE Job 提交流程、连续 Segment 要求）、自动合并（Auto Merge Thresholds 多级阈值策略与触发时机）、保留策略Retention Threshol

以 Hive 分区表的日期字段作为 Partition Date Column，将 Cube 拆分为多个 Segment，按区间增量构建，避免对历史数据的重复计算；并对比全量构建与增量构建在查询路径上

Apache Kylin 4.0 的 Cube 建模与查询加速方法：围绕事实表与维度表完成星型建模，设计维度与度量，利用 Aggregation Group、层级维度、联合维度、必要维度 等策略减少

Apache Kylin（3.x/4.x）Cube 的搭建与优化：从 DataSource → Model → Cube 的完整流程，覆盖维度建模、度量设计、Cuboid 预计算、Aggregatio

OLAP 示例：用 Python 生成维度与事实数据，经 Hive（wzk_kylin）装载后，在 Kylin 侧设计 Cube（维度/度量/Cuboid），并给出分组聚合 SQL 的验证结果。

Hadoop 2.9.2、Hive 2.3.9、HBase 1.3.1、Spark 2.4.5、Apache Kylin 3.1.1 与三节点 ZooKeeper/YARN。

Apache Kylin 的背景、演进与工程实践，聚焦 MOLAP 方案在海量数据分析中的落地路径。核心关键词：Apache Kylin、MOLAP、Cube、Cuboid、Hive、Kafka