Formation Elasticsearch

Leçon 1 • Interaction avec le cluster

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

Leçon 2 • Concepts clés et terminologie

Définit les index, les documents, les fragments et les réplicas comme les éléments constitutifs d'Elasticsearch. Fournit le vocabulaire utilisé tout au long de la formation.

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 les 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 du document et introduit les considérations de gestion des données.

Leçon 2 • Mise à jour des documents

Explique les mises à jour partielles, les mises à jour scriptées et les opérations d'upsert. 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. Connecte 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 utilisant les numéros de séquence et les termes primaires. Empêche la corruption des données dans les scénarios d'écriture concurrente.

Leçon 1 • Types de champs de base

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 • Compréhension des mappages dynamiques vs. explicites

Compare l'inférence de mappage dynamique avec les définitions de champs 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 manière 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 embarqués.

Leçon 1 • Requêtes composées et logique booléenne

Combine des requêtes en utilisant les types de requêtes bool, dis_max et boosting. Permet une logique de recherche complexe en composant des requêtes plus simples à partir des sections précédentes.

Leçon 2 • Tri et pertinence des résultats

Explique le scoring 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 en 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 orientées utilisateur.

Leçon 4 • Principes de base de l'API Search

Présente la structure de la requête de l'API Search, la recherche par URI et la recherche par corps de requête. Établit la base de tout le travail ultérieur sur le DSL de requête.

Leçon 1 • Aperçu du framework 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 par compartiment. Permet l'analyse de séries temporelles et les calculs entre compartiments.

Leçon 3 • Agrégations imbriquées et sous-agrégations

Montre comment imbriquer des 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 sorties statistiques à valeur unique et à valeurs multiples.

Leçon 1 • Allocation et dimensionnement des fragments

Couvre les décisions concernant le nombre de fragments, la configuration des réplicas et la connaissance de l'allocation. Impacte directement l'équilibre du cluster, les performances des requêtes et la tolérance aux pannes.

Leçon 2 • Snapshot et restauration

Configure les dépôts de snapshots et planifie les sauvegardes automatisées. Fournit la capacité de reprise après sinistre requise dans les environnements de production.

Leçon 3 • Santé et surveillance du cluster

Utilise les API de santé du cluster, cat et nodes pour surveiller l'état du cluster. Permet l'identification proactive des 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 en utilisant les politiques ILM. Réduit la charge opérationnelle pour les données de séries temporelles et de journaux.

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 des mappages et du stockage

Réduit la taille de l'index grâce aux choix de mappage de champ, aux doc_values et aux options d'index. Connecte 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 ramasse-miettes 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

Examine les paramètres du système d'exploitation, la configuration réseau et le durcissement du cluster pour la production. Consolide tous les chapitres précédents en une configuration déployable et de niveau entreprise.

Leçon 2 • Activation de la sécurité Elasticsearch

Active les fonctionnalités de sécurité intégrées, y compris TLS et l'authentification de base. Établit la ligne de 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 principe du 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 de gouvernance des données et d'audit du contrôle d'accès.