Szkolenie skierowane do administratorów, programistów, testerów oraz wszystkich osób związanych z Elasticsearch chcących rozpocząć przygodę z Elasticsearch. Szkolenie nie wymaga od uczestników znajomości żadnego z produktów wchodzących w skład ELK (Elasticsearch, Kibana, Logstash).
Szkolenie wprowadza uczestników nie tylko w zagadnienia związane z Elasticsearch ale również ogólnie w świat zagadnień Big Data oraz praw nim rządzących. Elasticsearch jest jednym z setek dostępnych na rynku rozwiązań Big Data, niemniej jego szerokie możliwości zastosowania czynią go jednym z najbardziej znanych rozwiązań stosowanych w systemach Big Data. Po zakończeniu szkolenia uczestnicy zdobywają wiedzę na temat wykorzystania oraz możliwości produktów Elasticsearch, Kibana, Logstash oraz Betas umożliwiającą samodzielny, dalszy rozwój kompetencji.
- Brak wymagań odnośnie znajomości produktu Elasticsearch,
- Podstawowa wiedza o serwisach RESTful
- Podstawy bash, w tym użycia curl (ewentualnie innego oprogramowania do wysyłania requestów HTTP jak Postman, Fiddler itp.)
Szkolenie: polski
- Przegląd narzędzi i wprowadzenie do systemów BigData,
- Kolekcjonowanie danych – typy danych wrażliwych, zagrożenia, obostrzenia i obowiązki z tym związane,
- Czy moje dane to już BigData?
- Open Source vs Closed Source – dlaczego warto wybierać technologie OpenSource
- Przegląd dostępnych technologii OpenSource BigData (t.j.: Hadoop, Hbase, Hive, Pig, Kafka, RabbitMQ, Elasticsearch itp.) – jakich produktów należy używać i kiedy, jakie są różnice między nimi, jakie są wady i zalety poszczególnych z nich oraz jak je efektywnie wykorzystywać,
- NoSQL vs SQL – wprowadzenie do świata NoSQL, wady i zalety, transakcyjność, systemy rozproszone w kontekście Elasticsearch
- Elasticsearch – podstawy
- Indeksy Lucene – co to jest i dlaczego mówimy o Lucene w kontekście Elasticsearch,
- Architektura produktu Elasticsearch (cluster, node, index, shard, mapping, document, json itp.) – podstawowe elementy Elasticsearch, których zrozumienie jest kluczowe
- Praca z NoSQL w środowiskach BigData,
- Elasticsearch – standalone instance
- Uruchomienie standalone instance na potrzeby szkolenia,
- Node – czym jest i dlaczego Elasticsearch się skaluje – skalowalność horyzontalna i wertykalna
- Poznanie Elasticsearch RESTful API (request/response, klucze _id)
- Elasticsearch – indeksowanie i wyszukiwanie
- Indeksowanie i modyfikacja danych w klastrach Elasticsearch,
- Używanie podstawowych zapytań query DSL (search i agregaty) – przegląd podstawowych Query DSL,
- Podstawy mappingu – czym jest mapping, przegląd możliwości i ustawień,
- Optymalizacja mappingu – dlaczego należy mieć dobrze zdefiniowany mapping, jakie są z tego korzyści
- Elasticsearch – cluster
- Uruchomienie klastra Elasticsearch
- Kibana
- Uruchomienie i konfiguracja produktu Kibana,
- Przegląd możliwości narzędzia Kibana,
- Budowanie dashboardów i przeglądanie danych z użyciem narzędzia Kibana
- Budowanie dynamicznych prezentacji w Canvas (tylko w opcji 3-dniowej)
- Logstash
- Wprowadzenie do produktu Logstash,
- Transformacje danych
- Przykładowe użycie Logstash do importu danych testowych z Twitter’a,
- Logstash – przykład użycia Logstash do importu danych testowych
- Beats
- Wprowadzenie do produktu Beats,
- Uruchomienie metricbeat, heartbeat oraz filebeat,
- Highlighting
- Czym jest highlighting oraz jakie inne produkty wyszukiwania są dostępne w Elasticsearch,
- Przykładowe użycie trzech możliwych opcji highlightingu (plan, fvh, unified)
- Spell corrections
- Czym jest spell correction,
- Jak efektywnie używać spell corrections