這是一本關于Elasticsearch技術實戰的教程，全面覆蓋了Elastic Stack技術體系知識，旨在幫助讀者深入了解Elasticsearch的核心技術和應用場景，同時掌握分布式搜索與分析引擎的設計思想和實現原理。
（1）作者專業實力強勁：銘毅天下有10多年開發工作經驗，7年深耕Elastic Stack，博客累計閱讀量超1000萬，主導過PB級數據存儲與檢索系統項目，累計項目經費超千萬。
（1）眾多Elastic大咖力薦：Elastic創始人Shay Banon、Elastic中文社區創始人Medcl、Wood大叔、張超、魏子珺等15位專家領銜推薦
（2）覆蓋認證考試考點：作者擁有多年Elasticsearch培訓及咨詢經驗，并成功指導近200人通過認證考試，并將專家認證考試全部考點融入本書，有效提高應試能力。
（3）內容體系完善：圍繞Elasticsearch展開，覆蓋基礎知識、關聯技術、核心能力及最佳實踐，實戰知識庫檢索系統、大數據可視化系統、日志系統等業務場景，并添加大量圖解內容，使核心知識點更易被理解和吸收。
（4）實戰性強：融入作者多年Elastic Stack實戰開發、咨詢經驗，以及4年間與來自全球數百家企業的近2000名Elastic愛好者的實戰經驗，深呈現高質量實戰內容。
Preface前 言
為什么要寫這本書
當今社會，人工智能（AI）和大數據技術日新月異，大量數據的產生、分析和應用已經成為各個行業及各個領域的核心工作。對TB甚至PB級別的大數據進行處理和檢索的業務需求不斷增加，使得企業及個人對高效的數據處理和檢索工具的需求越來越迫切。Elastic Stack提供了一系列強大而靈活的數據分析和檢索工具，受到廣泛關注。
然而，在市場上現有的關于Elastic Stack的書籍中，筆者發現了一些不足之處。首先，很多國外翻譯書籍過度依賴舊版本Elasticsearch，如Elasticsearch 1.X、2.X、5.X等，導致部分案例不再適用，給讀者的實際操作帶來困難。其次，無論國內還是國外的書籍，都過于關注API，而忽略了實戰場景和原理解讀，使得讀者缺乏對原理的深刻理解，遇到問題時無法獨立思考解決，也難以建立完整的知識體系。這類書只能“授人以魚”，不能“授人以漁”。
與此同時，盡管借助近期熱門的ChatGPT等大模型AI工具，我們可以在一定程度上提高對Elasticsearch的學習效率，但這些工具仍存在局限，例如：知識更新滯后，無法及時提供最新版本Elasticsearch的相關知識；提供的內容體系不夠系統和完整；基于實戰經驗的內容不足，難以提供針對實際問題的解決方案；交互性有限，不能有效地解答切身問題；缺乏個性化的學習路徑。
本書旨在彌補這些書籍和工具的能力欠缺，實現以下目標。
以實戰為核心：結合項目和產品開發實戰場景，透徹講解概念，深入解讀相關原理。
建立完整知識體系：對技術點進行深入剖析和旁征博引，以實現更高級的“授人以漁”的目標。
適用于各層次讀者：在提高Elasticsearch初學者的認知的同時滿足中高級讀者的進階需求。
此外，本書將關注主流的Elasticsearch 8.X版本，確保讀者在實際操作中不會遇到版本上的困難。
從宏觀和社會責任角度出發，本書力求解決行業現有問題，為Elastic Stack技術的普及和應用貢獻力量。
讀者對象
本書面向不同層次的Elastic Stack學習者和從業者，為各類讀者提供翔實、豐富的內容。以下是本書的主要讀者對象。
Elastic Stack初學者、初級開發/運維工程師
本書致力于幫助初學者及初級工程師全面掌握Elastic Stack尤其是Elasticsearch的技術體系。本書詳盡介紹了Elasticsearch的核心概念、應用場景以及問題解決能力，通過閱讀本書，初級工程師將能迅速上手部署日志分析或全文檢索環境，并應對開發和運維過程中可能遇到的挑戰。
中級開發/運維工程師
具備一定Elastic Stack基礎的中級工程師，可通過本書鞏固基礎知識，并深入探究Elasticsearch的底層原理。在項目或產品實戰中，中級工程師可借助本書加強自身認知，規避實際開發和運維過程中不必要的彎路。同時，本書全面覆蓋了Elasticsearch認證考試的關鍵考點，有助于中級開發/運維工程師順利通過Elastic認證（ECE認證）專家考試。
Elastic Stack發燒友、資深開發/運維工程師和架構師
本書深入剖析了Elasticsearch的底層架構、原理及最佳實踐，以幫助資深工程師和架構師更高效地運用所學知識，提升項目實踐能力。另外，通過本書，這部分讀者能將理論知識與實戰經驗融會貫通，更好地應用于實際項目之中。
總之，本書旨在為各階段的Elastic Stack學習者和實踐者提供專業、系統、實用的內容，以幫助他們提升技能水平、拓寬知識視野，為進一步的學習和應用奠定堅實基礎。
本書特色
1）融入豐富的實戰經驗：本書融入了筆者8年以上的 Elastic Stack實戰開發、咨詢經驗（累計項目經費超過1000萬元），以及4年間來自全球數百家企業的近2000名Elastic愛好者的實戰經驗，深入探討技術本質，呈現了有用、有價值的高質量內容。
2）輔以大量的圖解：在講解透徹的前提下，本書添加了大量圖解內容，使核心知識點更易被讀者理解和吸收。
3）全面覆蓋Elastic認證考試的考點：本書覆蓋了Elastic認證考試的所有考點，且基于筆者所積累的寶貴考試經驗編寫而成（筆者已成功帶領近150位工程師通過Elastic認證專家考試，占國內總通過人數的一半以上），能有效助力各層次讀者建立Elasticsearch體系化認知。
4）提供實戰項目：本書涵蓋3個實戰項目，以實踐鞏固基礎原理，助力讀者迅速將技能應用到企業實戰環境中。
5）作者資歷深厚：作者擁有多年架構、開發實戰經驗，長期活躍于Elastic中文社區、CSDN等平臺，具有累計閱讀量超1000萬博客和近2000人的付費社群，在行業內具有較高的知名度和影響力。
如何閱讀本書
本書分為四大部分，共20章，全面講解了Elastic Stack技術體系，深入剖析了Elasticsearch的基礎概念、核心技術、進階知識以及實戰案例，讓讀者真正掌握其原理及實現。
第一部分 Elastic Stack全局概覽
這一部分（第1～3章）對Elastic Stack技術體系進行全局性探討，涉及Elasticsearch的演進歷程、Elastic Stack的各個組成部分及主要應用場景，并且將Elasticsearch與其主要競爭對手進行比較。然后，討論搜索引擎的基礎知識，并初步探索了Elasticsearch的核心概念，如集群、節點、索引等。最后，詳細介紹Elasticsearch單節點、多節點集群部署，以及Kibana部署等內容。
楊昌玉（銘毅天下）
10多年工作經驗的高級工程師，擅長大數據存儲和檢索。
曾任職于上市公司、科研院所等，主導過PB級數據存儲與檢索系統項目，擁有多年Elasticsearch培訓及咨詢經驗。Elastic認證專家、Elasticsearch中國合作培訓講師、Elasticsearch 中文社區2018年、2023年杰出貢獻獎（排名Top5）獲得者、阿里云MVP（大數據領域最有價值專家）、CSDN博客專家（排名Top150）、CSDN 2020年度優秀創作者。博客累計閱讀量超1000萬，并被阿里云、騰訊云、華為云、360doc、51CTO等知名媒體平臺全量轉載，在CSDN 2013年及2016年的博客征文大賽中獲特等獎。“死磕Elasticsearch”知識星球發起人，擁有近2000名付費用戶。“銘毅天下Elasticsearch”公眾號及博客總計擁有近5萬名關注者。成功指導近200人通過Elastic認證專家考試。
目 錄Contents
贊 譽
前 言
第一部分 Elastic Stack全局概覽
第1章 Elastic Stack全景 2
1.1 Elasticsearch的過去、
現在和未來 3
1.1.1 Elasticsearch的過去 3
1.1.2 Elasticsearch的現在 5
1.1.3 Elasticsearch的未來 6
1.2 Elastic Stack組成 7
1.2.1 Elasticsearch概覽 7
1.2.2 Logstash概覽 8
1.2.3 Kibana概覽 8
1.2.4 Beats概覽 9
1.3 Elastic Stack的應用場景 9
1.3.1 全文檢索場景 10
1.3.2 日志分析場景 10
1.3.3 商業智能場景 10
1.4 Elasticsearch競品分析 10
1.4.1 Apache Solr 11
1.4.2 Splunk 11
1.4.3 OpenSearch 11
1.4.4 Doris 12
1.4.5 ClickHouse 12
1.5 本章小結 13
第2章 Elasticsearch基礎知識 14
2.1 搜索引擎基礎知識 14
2.1.1 搜索引擎的目標 14
2.1.2 搜索引擎的核心要求 15
2.1.3 檢索質量的評價指標 15
2.1.4 倒排索引 16
2.1.5 全文檢索 18
2.2 Elasticsearch的核心概念 19
2.2.1 集群 20
2.2.2 節點 20
2.2.3 索引 20
2.2.4 分片 20
2.2.5 副本 21
2.2.6 文檔 21
2.2.7 字段 22
2.2.8 映射 22
2.2.9 分詞 23
2.3 本章小結 23
第3章 Elasticsearch集群部署 25
3.1 Elastic Stack集群部署
基礎知識 25
3.1.1 集群部署平臺及操作
系統的選型 26
3.1.2 集群部署的主要步驟 26
3.1.3 Elasticsearch集群堆
內存設置 27
3.1.4 Elasticsearch集群節點
角色劃分 29
3.1.5 Elasticsearch集群核心
配置解讀 35
3.2 Elasticsearch單節點集群與
Kibana的極簡部署 37
3.2.1 Elasticsearch單節點
集群極簡部署 37
3.2.2 Kibana極簡部署 40
3.3 Elasticsearch單節點集群與
Kibana的自定義證書部署 42
3.3.1 Elasticsearch單節點
集群自定義證書部署 43
3.3.2 Kibana自定義證書部署 44
3.4 Elasticsearch多節點
集群部署 46
3.5 Kibana自帶樣例數據導入 47
3.6 本章小結 48
第二部分 Elasticsearch核心技術
第4章 Elasticsearch索引 52
4.1 索引的定義 52
4.1.1 類比關系型數據庫看索引 52
4.1.2 索引定義的實現 53
4.2 索引操作 56
4.2.1 新增/創建索引 56
4.2.2 刪除索引 57
4.2.3 修改索引 57
4.2.4 查詢索引 58
4.3 索引別名 58
4.3.1 別名的定義 58
4.3.2 別名的實現 59
4.3.3 別名應用的常見問題 60
4.4 索引模板 62
4.4.1 索引模板的定義 62
4.4.2 索引模板的基礎操作 64
4.4.3 動態模板實戰 64
4.4.4 索引模板應用的常見問題 66
4.5 本章小結 66
第5章 Elasticsearch映射 68
5.1 映射的定義 68
5.1.1 認識映射 68
5.1.2 元字段 69
5.1.3 數據類型 69
5.1.4 映射類型 72
5.1.5 實戰：映射創建后還
可以更新嗎 75
5.2 Nested類型及應用 77
5.2.1 Nested類型的定義 77
5.2.2 Nested類型的操作 81
5.3 Join類型及應用 83
5.3.1 認識Join類型 83
5.3.2 Join類型基礎實戰 83
5.3.3 Join類型一對多實戰 86
5.4 Flattened類型及應用 89
5.4.1 Elasticsearch字段膨脹問題 89
5.4.2 Flattened類型的產生背景 90
5.4.3 Flattened類型實戰 91
5.4.4 Flattened類型的不足 94
5.5 多表關聯設計 94
5.5.1 Elasticsearch
多表關聯方案 94
5.5.2 多表關聯方案對比 95
5.6 內部數據結構解讀 96
5.6.1 數據存儲的基礎知識 96
5.6.2 倒排索引 96
5.6.3 正排索引 97
5.6.4 fielddata 98
5.6.5 _source字段 100
5.6.6 store字段 100
5.7 詳解null_value 102
5.7.1 null_value的含義 103
5.7.2 null_value使用的
注意事項 104
5.7.3 支持null_value的
核心字段 105
5.8 本章小結 106
第6章 Elasticsearch分詞 108
6.1 認識分詞 108
6.2 為什么需要分詞 109
6.3 分詞發生的階段 109
6.3.1 寫入數據階段 109
6.3.2 執行檢索階段 109
6.4 分詞器的組成 110
6.4.1 字符過濾 110
6.4.2 文本切分為分詞 111
6.4.3 分詞后再過濾 111
6.5 分詞器的分類 112
6.6 特定業務場景的
自定義分詞案例 113
6.6.1 實戰問題拆解 113
6.6.2 實現方案 114
6.6.3 結果驗證 115
6.7 Ngram自定義分詞案例 116
6.7.1 實戰問題拆解 117
6.7.2 Ngram分詞器定義 118
6.7.3 Ngram分詞實戰 119
6.7.4 Ngram分詞選型的
注意事項 121
6.8 本章小結 121
第7章 Elasticsearch預處理 123
7.1 預處理定義 123
7.2 預處理器分類 125
7.3 預處理實現 125
7.4 預處理實戰案例 126
7.4.1 字符串切分預處理 126
7.4.2 字符串轉JSON格式 127
7.4.3 列表操作 128
7.4.4 enrich預處理 129
7.4.5 預處理實戰的常見問題 137
7.5 本章小結 138
第8章 Elasticsearch文檔 139
8.1 新增文檔 140
8.1.1 文檔ID 140
8.1.2 新增單個文檔 140
8.1.3 新增批量文檔 142
8.2 刪除文檔 143
8.2.1 單個文檔刪除 144
8.2.2 批量文檔刪除 144
8.3 修改/更新文檔 145
8.3.1 更新文檔的前置條件 145
8.3.2 單個文檔部分更新 146
8.3.3 全部文檔更新 148
8.3.4 批量文檔更新 149
8.3.5 取消更新 150
8.4 reindex：遷移文檔 151
8.4.1 reindex操作的
背景及定義 151
8.4.2 同集群索引之間的
全量數據遷移 152
8.4.3 同集群索引之間基于
特定條件的數據遷移 152
8.4.4 不同集群索引之間的
數據遷移 154
8.4.5 查看及取消reindex任務 154
8.4.6 業務零掉線情況下的
數據遷移 155
8.5 本章小結 155
第9章 Elasticsearch腳本 156
9.1 認識Elasticsearch腳本 156
9.1.1 Elasticsearch腳本的背景 156
9.1.2 Painless腳本語言簡介 157
9.2 Elasticsearch腳本的應用
場景和模板 158
9.3 Elasticsearch腳本實戰 158
9.3.1 自定義字段 158
9.3.2 自定義評分 159
9.3.3 自定義更新 159
9.3.4 自定義reindex 160
9.3.5 自定義聚合 161
9.3.6 實戰常見問題 162
9.4 本章小結 163
第10章 Elasticsearch檢索 164
10.1 檢索選型指南 164
10.1.1 Elasticsearch檢索分類 165
10.1.2 精準匹配檢索和全文
檢索的本質區別 167
10.1.3 精準匹配檢索詳解 170
10.1.4 全文檢索類型詳解 179
10.1.5 組合檢索類型詳解 183
10.1.6 query和filter的區別 184
10.2 高亮、排序和分頁 186
10.2.1 高亮 186
10.2.2 排序 188
10.2.3 分頁 190
10.3 自定義評分 191
10.3.1 搜索結果相關度與
自定義評分的關系 191
10.3.2 控制Elasticsearch
相關度 192
10.3.3 計算相關度評分 192
10.3.4 影響相關度評分的
查詢子句 193
10.3.5 自定義評分定義 193
10.4 檢索模板 199
10.4.1 檢索模板基礎知識 199
10.4.2 檢索模板實戰問題及
解決方案 201
10.5 深度解讀Elasticsearch
分頁查詢 206
10.5.1 from + size查詢 206
10.5.2 search_after查詢 209
10.5.3 scroll查詢 212
10.6 本章小結 214
第11章 Elasticsearch聚合 215
11.1 圖解聚合 215
11.1.1 數據源 215
11.1.2 聚合分類 216
11.1.3 聚合應用場景 226
11.2 聚合后分頁的新實現：
組合聚合 226
11.2.1 認識組合聚合 227
11.2.2 組合聚合的應用場景 230
11.2.3 組合聚合的核心功能 230
11.2.4 利用組合聚合進行
聚合后分頁實戰 231
11.3 通過子聚合求解環比問題 233
11.3.1 parent子聚合和sibling
子聚合詳解 234
11.3.2 環比問題拆解 237
11.3.3 環比問題求解實現 237
11.3.4 bucket相關子聚合的
常見問題 239
11.4 Elasticsearch去重 240
11.4.1 去重需求分析 240
11.4.2 去重需求實現 240
11.5 本章小結 243
第12章 Elasticsearch集群 245
12.1 冷熱集群架構 245
12.1.1 認識冷熱集群架構 245
12.1.2 冷熱集群架構的
應用場景 246
12.1.3 冷熱集群架構的優勢 247
12.1.4 冷熱集群架構實戰 247
12.2 索引生命周期管理 249
12.2.1 認識索引生命周期 249
12.2.2 索引生命周期管理的
歷史演變 249
12.2.3 索引生命周期管理的
基礎知識 250
12.2.4 索引生命周期管理的
核心概念 255
12.2.5 索引生命周期管理實戰：
DSL命令行 256
12.2.6 索引生命周期管理實戰：Kibana圖形化界面 258
12.3 跨機房、跨機架部署 261
12.3.1 跨機房、跨機架
部署要求 261
12.3.2 跨機房、跨機架
部署實戰 262
12.4 集群/索引的備份與恢復 264
12.4.1 常見的索引/
集群的備份與恢復方案 264
12.4.2 Elasticsearch快照和
恢復功能 265
12.4.3 elasticdump遷移 268
12.5 快照生命周期管理 269
12.5.1 認識快照生命周期 270
12.5.2 快照生命周期管理實現 270
12.5.3 恢復快照 274
12.5.4 快照生命周期
管理的常見命令 275
12.5.5 通過Kibana圖形化界面
進行快照生命周期管理 277
12.6 跨集群檢索 279
12.6.1 跨集群檢索定義 279
12.6.2 跨集群檢索實戰 279
12.6.3 跨集群檢索優勢 282
12.7 本章小結 282
第13章 Elasticsearch安全 284
13.1 集群安全基礎 284
13.1.1 Elasticsearch如何
保障安全 284
13.1.2 Elasticsearch X-Pack
安全配置 286
13.1.3 設置或重置賬號和密碼 286
13.2 定義基于角色的訪問控制 287
13.3 如何安全使用Elasticsearch
腳本 290
13.3.1 Elasticsearch安全原則 290
13.3.2 腳本類型細分 290
13.3.3 腳本分級限制 292
13.3.4 控制腳本的可用范圍 293
13.4 本章小結 293
第14章 Elasticsearch運維 295
14.1 Elasticsearch集群監控的
維度及指標 295
14.1.1 5個重要監控維度 295
14.1.2 10個核心監控指標 302
14.2 集群故障排查及修復指南 302
14.2.1 集群健康狀態的解讀 303
14.2.2 如何定位紅色或
黃色的索引 303
14.3 運維及故障診斷的常用命令 308
14.4 Elasticsearch監控指標
可視化 310
14.4.1 Elasticsearch監控的
前置條件 310
14.4.2 Metricbeat安裝及Kibana
可視化 312
14.5 Elasticsearch日志 317
14.5.1 Elasticsearch日志基礎
知識 317
14.5.2 最低級別日志能否輸出
檢索語句 319
14.5.3 Elasticsearch slowlog的
常見問題 319
14.6 本章小結 322
第三部分 Elasticsearch進階指南
第15章 Elasticsearch核心
工作原理 326
15.1 Elasticsearch文檔版本的
應用原理 326
15.1.1 文檔版本控制機制的
產生背景 326
15.1.2 Elasticsearch文檔
版本定義 327
15.1.3 Elasticsearch文檔
版本沖突 328
15.1.4 常見的并發控制策略 331
15.1.5 如何解決或避免Elasticsearch文檔版本沖突 332
15.2 Elasticsearch文檔更新/
刪除的原理 336
15.2.1 更新/刪除操作時文檔
版本號的變化 337
15.2.2 文檔刪除、索引刪除和
文檔更新的本質 338
15.2.3 文檔更新/刪除的
常見問題 339
15.3 Elasticsearch寫入的原理 341
15.3.1 Elasticsearch寫入的核心
概念 342
15.3.2 Elasticsearch寫入的實現
流程 343
15.3.3 Elasticsearch refresh和
flush操作 344
15.4 Elasticsearch段合并的原理 345
15.4.1 段的基礎知識 345
15.4.2 什么是段合并 346
15.4.3 為什么要進行段合并 346
15.4.4 段合并的潛在問題 346
15.4.5 段合并問題的
優化建議 347
15.5 Elasticsearch檢索的原理 347
15.6 本章小結 349
第16章 Elasticsearch性能優化 350
16.1 Elasticsearch性能指標 350
16.2 Elasticsearch通用的性能
優化建議 351
16.3 Elasticsearch寫入優化 357
16.3.1 寫入優化建議 357
16.3.2 寫入過程監控 360
16.4 Elasticsearch檢索優化 361
16.4.1 全量數據和大文檔
處理的優化建議 361
16.4.2 數據建模層面的
優化建議 361
16.4.3 檢索方法層面的
優化建議 363
16.4.4 性能優化的DSL
命令行 367
16.5 本章小結 370
第17章 Elasticsearch實戰
“避坑”指南 372
17.1 Elasticsearch分片 372
17.1.1 常見分片問題 372
17.1.2 分片大小如何影響性能 373
17.1.3 分片及副本設置建議 373
17.2 25個核心Elasticsearch
默認值 375
17.2.1 參數類型以及靜態參數和
動態參數的區別 375
17.2.2 6個Elasticsearch集群級別
參數的關鍵默認值 376
17.2.3 7個Elasticsearch索引級別
參數的關鍵默認值 377
17.2.4 4個Elasticsearch映射級別
參數的關鍵默認值 379
17.2.5 8個其他關鍵默認值 380
17.3 Elasticsearch線程池和隊列 381
17.3.1 線程池簡介 382
17.3.2 線程池類型 383
17.3.3 線程池的基礎知識 383
17.3.4 隊列的基礎知識 384
17.3.5 線程池實戰問題及
注意事項 388
17.4 Elasticsearch熱點線程 389
17.4.1 熱點線程簡介 389
17.4.2 熱點線程支持的參數 389
17.4.3 hot_threads API的
應用原理 390
17.4.4 hot_threads API的
返回結果 391
17.5 規劃Elasticsearch集群規模
和容量 393
17.5.1 Elasticsearch基礎架構 393
17.5.2 維系Elasticsearch
高性能的4種資源 394
17.5.3 集群規模和容量的
預估方法 395
17.6 Elasticsearch Java客戶端
選型 398
17.6.1 官方Elasticsearch Java
客戶端 398
17.6.2 非官方Elasticsearch Java
客戶端 402
17.6.3 如何進行Elasticsearch Java
客戶端選型 404
17.7 Elasticsearch緩存 404
17.7.1 Elasticsearch緩存分類 404
17.7.2 查詢與清理緩存 408
17.8 Elasticsearch數據建模 409
17.8.1 為什么要進行數據建模 409
17.8.2 如何實現數據建模 411
17.9 利用JMeter進行Elasticsearch
性能測試 420
17.9.1 Elasticsearch性能測試
工具 420
17.9.2 JMeter部署與啟動 421
17.9.3 關于JMeter性能測試的
4點認知 423
17.9.4 利用JMeter進行Elasticsearch 8.X性能測試 424
17.9.5 JMeter性能測試與優化
實戰 428
17.10 本章小結 431
第四部分 Elasticsearch項目實戰
第18章 Elasticsearch知識庫
檢索系統實戰 434
18.1 知識庫檢索系統的
需求分析 434
18.2 知識庫檢索系統的
技術選型 435
18.2.1 OpenOffice 436
18.2.2 Tika 437
18.2.3 Ingest Attachment 438
18.2.4 FSCrawler 439
18.2.5 Python Flask 439
18.3 知識庫檢索系統的
技術架構 440
18.4 知識庫檢索系統的實現 441
18.4.1 FSCrawler使用
步驟詳解 441
18.4.2 系統實現效果展示 443
18.4.3 數據統計可視化 445
18.5 本章小結 446
第19章 Elastic Stack大數據
可視化系統實戰 447
19.1 大數據可視化系統的
需求分析 447
19.2 大數據可視化系統的
技術架構 447
19.3 大數據可視化系統的設計 448
19.3.1 影評數據獲取的可行性
分析 448
19.3.2 可分析的數據字段及其
新書資訊