Elasticsearch and Kibana
Det här är en en omfattande utbildning som kombinerar teori och praktiska övningar för att ge dig djup kunskap om Elasticsearchs funktioner och möjligheter. Genom att arbeta hands-on med installation, dokumenthantering, sökfunktioner och indexoptimering får du en solid grund för att använda Elasticsearch i verkliga projekt och lösningar. Kursen riktar sig till dig som vill förstå hur man effektivt kan hantera och analysera stora mängder data med hjälp av Elasticsearchs kraftfulla verktyg.
Kursen hålls på begäran
Kontakta oss för mer information.
Telefon: 08-562 557 50
E-post: kursbokning@cornerstone.se
Under kursens gång kommer du att lära dig om klusterhantering, skalbarhet, dokumentoperationer och avancerade sökfunktioner. Dessutom introduceras du till Kibana, ett visualiseringsverktyg som hjälper till att skapa interaktiva dashboards och analyser. Genom en mix av labb och teori får du praktiska färdigheter som kan tillämpas direkt i din arbetsmiljö.
Målgrupp och förkunskaper
Den här kursen vänder sig till dataanalytiker, utvecklare, IT-arkitekter och andra som vill lära sig att hantera och analysera stora mängder data med hjälp av Elasticsearch. Du bör ha en allmän förståelse för dataanalys och söktekniker. Grundläggande kunskaper i JSON och RESTful API:er samt erfarenhet av programmering är en fördel.
För att alltid hålla en hög kvalitet på våra teknikkurser använder vi både engelsk- och svensktalande experter som kursledare.
Detaljerad information
Elasticsearch
LAB - Introduction
- Installation of Elasticsearch (every attendee installs their own cluster)
- Introduction tutorial
Cluster Overview
- Indexes
- Failover
- Scale
LAB & theory mixed (Data In & Data Out / Document operations) Documents and Documents metadata
- Indexing a document
- Retrieving documents
- Creating documents
- Check if document exists
- Update documents
- Delete documents
- Conflicts
- Concurrency control
The Distributed Document store
- How shards work
- Primary and replica shard interaction
- Document operations explained
- Distributed Search Execution
- Inside a shard
LAB & theory mixed: Searching
- Empty Search
- Multi-index search
- Pagination
- Search Lite
- The _all field
LAB & theory mixed: Mapping
- Exact values & full text
- Inverted index
- Analysers
- Built I analysers
- Mapping
- Viewing mappings
- Customizing mappings
- Updating mappings
- Complex field types
LAB & theory mixed: Full Body search
- Query DSL
- Queries and Filters
LAB & theory mixed: Sorting and Relevance
- Sorting
- Relevance
LAB & theory mixed: Index Management
- Creating an Index
- Deleting an Index
- Index Settings
- Configuring Analysers
- Custom Analysers
- Types and Mappings
- Dynamic Mappings
Structures Search
Full text Search
Multifield Search
Kibana
Kibana Concepts
- Create an index pattern
- Time range
- Kibana query language
- Lucene query syntax
- Save a query
LAB: Install Kibana
Operations
- View a document
- Search for relevance
- Save searches
- Background search
LAB & theory mixed: Dashboards
- Build a dashboard
- Time series
- Panels
- Custom Dashboard actions
- Panel features
LAB & theory mixed: Canvas
- Edit, present, share Workpads
- Canvas expression
- Canvas function
LAB & theory mixed: Maps
- Compare by country or regions
- Heat maps
- Tile layer
- Vector layer
- Plot big data
LAB & theory mixed: Graphs
- Create and configure a graph
LAB & theory mixed: Alerts
- Defining & managing rules
- Stack rule types
- Domain specific Rules