Formation Elasticsearch

Leçon 1 • Interaction avec le cluster

Présente l'API REST et les outils de développement Kibana comme principales interfaces pour l'interaction avec le cluster. Les étudiants exécutent leurs premières opérations sur les index et les documents.

Leçon 2 • Concepts fondamentaux et terminologie

Définit les index, les documents, les fragments et les répliques comme éléments constitutifs d'Elasticsearch. Fournit le vocabulaire utilisé tout au long du cours.

Leçon 3 • Installation et configuration d'Elasticsearch

Guide les étudiants à travers l'installation sur les systèmes d'exploitation courants et la configuration de base. Produit une instance locale en cours d'exécution prête pour des exercices pratiques.

Leçon 1 • Suppression de documents et d'index

Couvre la suppression d'un seul document, la suppression par requête et la suppression d'index. Complète le cycle de vie des documents et introduit des considérations de gestion des données.

Leçon 2 • Mise à jour de documents

Explique les mises à jour partielles, les mises à jour par script et les opérations d'insertion ou de mise à jour. S'appuie sur les connaissances en indexation pour gérer l'évolution des besoins en données.

Leçon 3 • Création et indexation de documents

Couvre les méthodes PUT et POST pour l'indexation de documents uniques et en masse. Relie l'ingestion de documents aux structures d'index présentées au chapitre 1.

Leçon 4 • Gestion des versions et contrôle de la concurrence

Présente le contrôle de la concurrence optimiste à l'aide de numéros de séquence et de termes primaires. Empêche la corruption des données dans les scénarios d'écriture simultanée.

Leçon 1 • Types de données de champ fondamentaux

Couvre les types de champs texte, mot-clé, numérique, date, booléen et binaire. La sélection correcte du type a un impact direct sur la pertinence de la recherche et la précision des agrégations.

Leçon 2 • Comprendre les mappages dynamiques vs. explicites

Met en contraste l'inférence de mappage dynamique avec les définitions de champ explicites. Met en évidence les compromis qui affectent le comportement des requêtes et les performances des index.

Leçon 3 • Analyseurs et analyse de texte

Explique le pipeline d'analyse : filtres de caractères, tokeniseurs et filtres de jetons. Façonne directement la façon dont les champs de texte sont indexés et recherchés.

Leçon 4 • Types de données complexes et imbriqués

Présente les types objet, imbriqué et aplati pour les données hiérarchiques. Prépare les étudiants à modéliser des documents avec des tableaux et des objets intégrés.

Leçon 1 • Requêtes composées et logique booléenne

Combine des requêtes à l'aide des types de requêtes bool, dis_max et boosting. Permet une logique de recherche complexe en composant des requêtes plus simples issues des sections précédentes.

Leçon 2 • Tri et pertinence des résultats

Explique la notation TF-IDF et BM25, le tri basé sur les champs et l'explication du score. Les étudiants apprennent à interpréter et à influencer le classement des résultats.

Leçon 3 • Requêtes de texte intégral

Couvre les requêtes match, match_phrase, multi_match et query_string pour le texte analysé. Ce sont les principaux outils pour les fonctionnalités de recherche destinées aux utilisateurs.

Leçon 4 • Principes de base de l'API de recherche

Présente la structure de la requête de l'API de recherche, la recherche par URI et la recherche dans le corps de la requête. Établit la base de tout le travail DSL de requête qui suit.

Leçon 1 • Aperçu du cadre d'agrégation

Présente la structure de la requête d'agrégation et les trois familles d'agrégations. Fournit la carte conceptuelle nécessaire avant d'écrire des agrégations spécifiques.

Leçon 2 • Agrégations de pipeline

Présente les agrégations de pipeline dérivée, moyenne mobile, somme cumulée et tri de compartiment. Permet l'analyse de séries chronologiques et les calculs entre compartiments.

Leçon 3 • Agrégations imbriquées et sous-agrégations

Démontre l'imbrication d'agrégations de métriques à l'intérieur d'agrégations de compartiments pour une analyse en couches. S'appuie sur les connaissances des compartiments pour produire des analyses multidimensionnelles.

Leçon 4 • Agrégations de métriques

Couvre les agrégations sum, avg, min, max, stats et cardinality pour l'analyse numérique. Produit des résultats statistiques à valeur unique et à valeurs multiples.

Leçon 1 • Allocation et dimensionnement des fragments

Couvre les décisions sur le nombre de fragments, la configuration des répliques et la connaissance de l'allocation. A un impact direct sur l'équilibre du cluster, les performances des requêtes et la tolérance aux pannes.

Leçon 2 • Instantané et restauration

Configure des référentiels d'instantanés et planifie des sauvegardes automatisées. Fournit la capacité de reprise après sinistre requise dans les environnements de production.

Leçon 3 • État du cluster et surveillance

Utilise les API d'état du cluster, cat et nœuds pour surveiller l'état du cluster. Permet d'identifier de manière proactive les problèmes avant qu'ils n'affectent la disponibilité.

Leçon 4 • Gestion du cycle de vie des index

Automatise les transitions d'index à travers les phases chaud, chaud, froid et suppression à l'aide de politiques ILM. Réduit la charge opérationnelle pour les séries chronologiques et les données de journal.

Leçon 1 • Optimisation des performances de recherche

Aborde la mise en cache des requêtes, la mise en cache des requêtes de fragment et l'utilisation du contexte de filtre pour des recherches plus rapides. Applique les connaissances du DSL de requête du chapitre 4 à des scénarios de performance.

Leçon 2 • Profilage et diagnostic des requêtes lentes

Utilise l'API Profile, les journaux lents et les threads actifs pour localiser les goulots d'étranglement des performances. Donne aux étudiants un flux de travail de diagnostic systématique pour les problèmes de production.

Leçon 3 • Optimisation du mappage et du stockage

Réduit la taille des index grâce aux choix de mappage des champs, aux doc_values et aux options d'index. Relie la conception du mappage du chapitre 3 à l'efficacité du stockage et de la mémoire.

Leçon 4 • Réglage de la JVM et de la mémoire

Configure la taille du tas, le garbage collection et la mémoire hors tas pour un fonctionnement stable. Aborde la couche JVM qui sous-tend toutes les performances d'Elasticsearch.

Leçon 1 • Liste de vérification pour le déploiement en production

Passe en revue les paramètres OS, la configuration réseau et le renforcement du cluster pour la production. Consolide tous les chapitres précédents en une configuration déployable et de qualité entreprise.

Leçon 2 • Activation de la sécurité Elasticsearch

Active les fonctionnalités de sécurité intégrées, y compris TLS et l'authentification de base. Établit la base de sécurité requise avant tout déploiement en production.

Leçon 3 • Utilisateurs, rôles et privilèges

Crée des utilisateurs et des rôles avec des privilèges au niveau de l'index, du cluster et du champ. Implémente un contrôle d'accès basé sur le moindre privilège pour les environnements multi-locataires.

Leçon 4 • Journalisation d'audit et conformité

Active la journalisation d'audit pour enregistrer les événements d'authentification et l'accès aux données. Prend en charge la conformité avec les exigences d'audit de gouvernance des données et de contrôle d'accès.