Szkolenie skierowane do administratorów, programistów, testerów oraz wszystkich osób związanych z Elasticsearch chcących nauczyć się lub podnieść kompetencje. Szkolenie wymaga od uczestników znajomości produktu Elasticsearch.
Jest to kolejne szkolenie z cyklu szkoleń o Elasticsearch, będące następnym etapem w budowaniu kompetencji z zakresu zarządzania, konfigurowania oraz używania produktu Elasticsearch. Szkolenie porusza bardzo specyficzne elementy produktu pozwalające na zaawansowany tuning oraz optymalizację klastrów BigData w środowiskach produkcyjnych. Po zakończeniu szkolenia uczestnicy są w stanie efektywnie optymalizować produkcyjne klastry Elasticsearch przetwarzające setki albo i tysiące TB danych.
- Znajomość zagadnień wchodzących w skład szkoleń Elasticsearch Essentials oraz Elasticsearch Intermediate
- Podstawowa wiedza o serwisach RESTful
- Bash, w tym użycia curl (ewentualnie innego oprogramowania do wysyłania requestów HTTP jak Postman, Fiddler itp.)
- Znajomość wyrażeń regularnych (regex), popularnych języków skryptowych (Javascript, painless, mustache itp.) oraz Java
Szkolenie: polski
- Elasticsearch cluster
- Konfiguracja nodów w klastrze (ingest/data/master/ml) – dobór ilości masterów w klastrze, ilości nodów w klastrze, ilości indeksów oraz właściwy dobór ilości oraz wielkości shardów dla indeksu,
- Skalowanie klastra Elasticsearch,
- Cykle życia oraz stany indeksów,
- Pluginy,
- Fault tolerance – odporność na awarie
- Optymalizacja klastra – parametry konfiguracyjne, custom allocation, tags, rack_id, zone itp.
- Optymalizacja istniejącej architektury systemu
- Sposoby na wdrożenie Elasticsearch do aktualnej architektury,
- Massive ingestion,
- Wykorzystanie systemów kolejkowych do optymalizacji ingestu,
- Elasticsearch – agregaty
- Przegląd wszystkich dostępnych typów agregacji,
- Ryzyko używania agregat,
- Optymalizacje agregat,
- Elasticsearch – algorytm alokacji
- Używanie routingu do optymalizacji wydajności klastra,
- Wpływanie na algorytm alokacji celem poprawienia wydajności klastra,
- Elasticsearch – Scoring
- Domyślny scoring TF*IDF vs BM25
- Custom scoring w praktyce – wpływanie na scoring oraz używanie custom scoringu
- Logstash
- Klaster Logstash,
- Transformacje danych w Logstash,
- Filtry grok
- Machine Learning
- Temporal Anomaly Detection vs Population Anomaly Detection
- Przegląd funkcji Anomaly Explorer’a
- Zasada działania algorytmu kategoryzacji,
- Kibana
- Przykłady wykorzystania GeoIP oraz wizualizacji (Maps)
- Instrumentacja kodu z użyciem APM server
- Performance testing
- Metody na testowanie wydajności klastra,
- Budowanie testów z użyciem JMeter,
- Analiza ustawień klastra pod kątem wydajności,
- Analiza danych oraz mappingu pod kątem wydajności,
- Security
- Uruchomienie modułu Security,
- Zarządzanie uprawnieniami