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 w stopniu przynajmniej podstawowym.
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 już bardziej zaawansowane aspekty produktu pozwalające na swobodne wdrażanie Elasticsearch jako elementu infrastruktury BigData w środowiskach produkcyjnych. Po zakończeniu szkolenia uczestnicy są w stanie samodzielnie konfigurować i optymalizować produkcyjne klastry Elasticsearch przetwarzające setki albo i tysiące TB danych.
- Znajomość zagadnień wchodzących w skład szkolenia Elasticsearch Essentials
- Podstawowa wiedza o serwisach RESTful
- Podstawy bash, w tym użycia curl (ewentualnie innego oprogramowania do wysyłania requestów HTTP jak Postman, Fiddler itp.)
- Java w stopniu podstawowym
Szkolenie: polski
- Wprowadzenie do Elasticsearch
- Uruchomienie lokalnego klastra Elasticsearch,
- Zasilanie klastra przykładowymi danymi,
- Przegląd najczęściej używanych elementów query DSL,
- Elasticsearch – agregacje (facets)
- Przegląd najczęściej używanych typów agregacji
- Ryzyko używania agregat,
- Optymalizacje agregat,
- Mapping zaawansowany
- Przegląd możliwości mappingu – optymalizacja mappingu oraz jakie są korzyści z dobrze zdefiniowanego mappingu,
- Jak przechowywać dane – analiza przypadku z wykorzystaniem nested objects, multi fields; wpływ na performance i wskazanie potencjalnych problemów.
- Wpływ mappingu na wielkość danych,
- Odpowiedniego wykorzystywania wewnętrznych struktur danych Elasticsearch celem budowania efektywnych zapytań (cache, inverted index, norms, source, store, doc_values, fielddata, stronicowanie, scan, scroll, scoring calculation itp.)
- 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,
- Parametry konfiguracyjne,
- Mechanizm Zen Discovery
- Skalowanie klastra Elasticsearch,
- Cykle życia oraz stany indeksów,
- Fault tolerance – odporność na awarie
- Optymalizacja klastra – parametry konfiguracyjne, custom allocation, tags, rack_id, zone itp.
- Split-brain effect, load balancing, transport client,
- Study Case – ile klastrów i jak zasilać je danymi
- Zaawansowane konfiguracja klastra Elasticsearch – przegląd i wyjaśnienie parametrów konfiguracyjnych
- Cross-cluster search
- Backupy
- Jak wykonywać backup i restore klastra Elasticsearch,
- Elasticsearch w praktyce
- Integracja ElasticSearch z istniejącymi systemami
- Massive ingestion,
- Rozwiązywania typowych problemów dnia codziennego w pracy z Elasticsearch
- Zarządzania klastrem poprzez RESTful API (routing, allocation)
- Elasticsearch – analizatory danych,
- Wyjaśnienie znaczenia index_analyzer oraz search_analyzer,
- Tokenizer, Analyser, Filter, Char filter – jak budować i testować zaawansowane analizatory i tokenizery dokumentów
- Budowanie dedykowanych analizatorów tekstu,
- Przegląd dostępnych tokenizerów i filtrów
- Budowanie zaawansowanych analizatorów tekstu z użyciem skryptów