我建议 Elasticsearch 为第一优先级。需要掌握的内容如下。
（1）掌握 Elasticsearch 的基本概念，主要包括：
索引（index）
类型（type）
映射（mapping）
文档（document）
倒排索引原理
文档打分机制
集群（cluster）—— 单节点、集群安装与部署
健康状态（red/yellow/green）
数据存储
数据类型（long/date/text、keyword/nested 等）
数据展示（结合 Head 插件的基础可视化）
……
（2）掌握 Elasitcsearch 的基本操作，主要包括：
新增（insert）
删除（delete/deletebyquery）
修改（update/updatebyquery）
查找（search）
精确匹配检索（term、terms、range、exists）
模糊匹配检索（wildcard、prefix、negix 正则）
分词全文检索（match/match_phrase 等）
多条件 bool 检索（must/must_not/should 多重组合）
分词（英文分词、拼音分词、中文分词）
高亮
分页查询
指定关键词返回
批量操作 bulk
scroll 查询
reindex 操作
……
（3）掌握 Elasticsearch 高级操作，主要包括：
聚合统计（数量聚合、最大值、最小值、平均值、求和等聚合操作）
图像化展示（hisgram 按照日期等聚合）
聚合后分页
父子文档
数组类型
nested 嵌套类型
ES 插件错误排查（集群问题、检索问题、性能问题）
ES 性能调优（配置调优、集群调优等）
……
（4）掌握 Elasticsearch Java/Python 等 API，主要包括：
Elasticsearch 原生自带 API、JEST、Springboot 等 API 选型
Elasticsearch 多条件 bool 复杂检索 API
Elasticsearch 分页 API
Elasticsearch 高亮 API
Elasticsearch 聚合 API
Elasticsearch 相关 JSON 数据解析
……
（5）Elasticsearch 结合场景开发实战，主要包括：
数据可视化（Kibana、Grafana 等 其中 Grafana 比较适合监控类场景）
通过 logstash/beats 等导入数据
Elasticsearch 和 Kafka 结合的应用场景
Elasticsearch 和 Mongo 结合的应用场景
Elasticsearch 和 Hadoop 结合的应用场景
结合业务需求的定制化应用场景（日志分析、文档检索、全文检索、金融等各行业检索）
……
建议的第二学习优先级为 Kibana。需要掌握的内容如下。
Kibana 安装与部署
ES 节点数据同步到 Kibana
Kibana Dev Tools 开发工具熟练使用
Kibana 图像化组合展示
将 Kibana 图像化展示效果图应用到自己的开发环境中
……
第三学习优先级为 Logstash。需要掌握的内容如下。
Logstash 的安装与部署
Logstash 将本地文件导入 ES
logstashinputjdbc 插件（5.X 后无需安装）将 MySQL/Oracle 等关系型数据库数据导入 ES，全量导入和增量导入实现。
logstashinputmongo 插件将 Mongo 数据导入 ES
logstashinputkafaka 插件将 Kafak 数据导入 ES
logstashoutput* 插件将 ES 数据导入不同的数据库和实时数据流中
……
第四学习优先级为 Beats。需要掌握的内容如下。
不同类型的 Beats 安装与部署
将业务数据通过 Beats 导入 ES
##
##
##