Curso de Elasticsearch

Lección 1 • Interactuando con el Clúster

Presenta la API REST y las Herramientas de Desarrollo de Kibana como interfaces principales para la interacción con el clúster. Los estudiantes ejecutan sus primeras operaciones de índice y documento.

Lección 2 • Conceptos Básicos y Terminología

Define índices, documentos, shards y réplicas como los bloques fundamentales de Elasticsearch. Proporciona el vocabulario utilizado a lo largo de todo el curso.

Lección 3 • Instalando y Configurando Elasticsearch

Guía a los estudiantes en la instalación en sistemas operativos comunes y la configuración básica. Produce una instancia local en ejecución lista para los ejercicios prácticos.

Lección 1 • Eliminando Documentos e Índices

Cubre la eliminación de documentos individuales, eliminación por consulta y eliminación de índices. Completa el ciclo de vida del documento e introduce consideraciones de gestión de datos.

Lección 2 • Actualizando Documentos

Explica las actualizaciones parciales, las actualizaciones con script y las operaciones upsert. Se basa en el conocimiento de indexación para manejar requisitos de datos cambiantes.

Lección 3 • Creando e Indexando Documentos

Cubre los métodos PUT y POST para indexar documentos individuales y en lote. Conecta la ingesta de documentos con las estructuras de índice presentadas en el Capítulo 1.

Lección 4 • Versionado y Control de Concurrencia

Introduce el control de concurrencia optimista usando números de secuencia y términos primarios. Previene la corrupción de datos en escenarios de escritura concurrente.

Lección 1 • Tipos de Datos de Campo Básicos

Cubre los tipos de campo text, keyword, numérico, date, boolean y binary. La selección correcta del tipo impacta directamente la relevancia de búsqueda y la precisión de las agregaciones.

Lección 2 • Comprendiendo los Mappings Dinámicos vs. Explícitos

Contrasta la inferencia de mapping dinámico con las definiciones de campo explícitas. Destaca las ventajas y desventajas que afectan el comportamiento de las consultas y el rendimiento del índice.

Lección 3 • Analizadores y Análisis de Texto

Explica el pipeline de análisis: filtros de caracteres, tokenizadores y filtros de tokens. Determina directamente cómo se indexan y buscan los campos de texto.

Lección 4 • Tipos de Datos Complejos y Anidados

Presenta los tipos object, nested y flattened para datos jerárquicos. Prepara a los estudiantes para modelar documentos con arreglos y objetos incrustados.

Lección 1 • Consultas Compuestas y Lógica Booleana

Combina consultas usando los tipos bool, dis_max y boosting query. Permite una lógica de búsqueda compleja al componer consultas más simples de las secciones anteriores.

Lección 2 • Ordenamiento y Relevancia de Resultados

Explica la puntuación TF-IDF y BM25, el ordenamiento por campo y la explicación de puntuación. Los estudiantes aprenden a interpretar e influir en el ranking de resultados.

Lección 3 • Consultas de Texto Completo

Cubre las consultas match, match_phrase, multi_match y query_string para texto analizado. Estas son las herramientas principales para funcionalidades de búsqueda orientadas al usuario.

Lección 4 • Fundamentos de la API de Búsqueda

Presenta la estructura de solicitud de la API de Búsqueda, búsqueda URI y búsqueda con cuerpo de solicitud. Establece la base para todo el trabajo con Query DSL que sigue.

Lección 1 • Visión General del Framework de Agregación

Presenta la estructura de solicitud de agregación y las tres familias de agregación. Proporciona el mapa conceptual necesario antes de escribir agregaciones específicas.

Lección 2 • Agregaciones de Pipeline

Presenta las agregaciones de pipeline derivative, moving_avg, cumulative_sum y bucket_sort. Permite el análisis de series de tiempo y cálculos entre buckets.

Lección 3 • Agregaciones Anidadas y Subagregaciones

Demuestra cómo anidar agregaciones de métrica dentro de agregaciones de bucket para análisis en capas. Se basa en el conocimiento de buckets para producir analítica multidimensional.

Lección 4 • Agregaciones Métricas

Cubre las agregaciones sum, avg, min, max, stats y cardinality para análisis numérico. Produce resultados estadísticos de valor único y multivalor.

Lección 1 • Asignación y Dimensionamiento de Shards

Cubre decisiones de conteo de shards, configuración de réplicas y conciencia de asignación. Impacta directamente el equilibrio del clúster, el rendimiento de consultas y la tolerancia a fallos.

Lección 2 • Instantáneas y Restauración

Configura repositorios de instantáneas y programa respaldos automatizados. Proporciona la capacidad de recuperación ante desastres requerida en entornos de producción.

Lección 3 • Salud y Monitoreo del Clúster

Utiliza las APIs de salud del clúster, cat y nodos para monitorear el estado del clúster. Permite la identificación proactiva de problemas antes de que afecten la disponibilidad.

Lección 4 • Gestión del Ciclo de Vida del Índice

Automatiza las transiciones de índice a través de las fases hot, warm, cold y delete usando políticas ILM. Reduce la sobrecarga operativa para datos de series de tiempo y logs.

Lección 1 • Optimización del Rendimiento de Búsqueda

Aborda el almacenamiento en caché de consultas, caché de solicitudes de shard y uso del contexto de filtro para búsquedas más rápidas. Aplica el conocimiento de Query DSL del Capítulo 4 a escenarios de rendimiento.

Lección 2 • Perfilando y Diagnosticando Consultas Lentas

Utiliza la API de Perfil, logs lentos y hot threads para localizar cuellos de botella de rendimiento. Proporciona a los estudiantes un flujo de trabajo de diagnóstico sistemático para problemas en producción.

Lección 3 • Optimización de Mappings y Almacenamiento

Reduce el tamaño del índice mediante elecciones de mapping de campos, doc_values y opciones de índice. Conecta el diseño de mappings del Capítulo 3 con la eficiencia de almacenamiento y memoria.

Lección 4 • Ajuste de JVM y Memoria

Configura el tamaño del heap, la recolección de basura y la memoria fuera del heap para una operación estable. Aborda la capa de JVM que sustenta todo el rendimiento de Elasticsearch.

Lección 1 • Lista de Verificación de Despliegue en Producción

Revisa configuraciones del sistema operativo, configuración de red y endurecimiento del clúster para producción. Consolida todos los capítulos anteriores en una configuración desplegable de grado empresarial.

Lección 2 • Habilitando la Seguridad de Elasticsearch

Activa las funcionalidades de seguridad integradas, incluyendo TLS y autenticación básica. Establece la línea base de seguridad requerida antes de cualquier despliegue en producción.

Lección 3 • Usuarios, Roles y Privilegios

Crea usuarios y roles con privilegios a nivel de índice, clúster y campo. Implementa control de acceso con el principio de mínimo privilegio para entornos multiinquilino.

Lección 4 • Auditoría de Logs y Cumplimiento

Habilita el registro de auditoría para registrar eventos de autenticación y acceso a datos. Apoya el cumplimiento con requisitos de gobernanza de datos y auditoría de control de acceso.