Elasticsearch (CZ)

Popis kurzu

Elasticsearch dnes pohání vyhledávání, monitoring a analýzu logů v tisících produkčních systémů — od e-commerce platforem přes bankovní systémy až po státní infrastrukturu. Ale nastavit ho správně, modelovat data efektivně a psát dotazy, které opravdu fungují, není samozřejmostí. 

Tento dvoudenní kurz vás provede Elasticsearch od základní terminologie a mapování dat přes pokročilé vyhledávací dotazy a agregace až po zpracování logů pomocí celého Elastic Stacku — Kibany, Logstashe a Beats. Každý blok završíte samostatným praktickým úkolem, takže si látku skutečně zažijete, ne jen vyslechnete.

Cíle kurzu

Po absolvování tohoto dvoudenního kurzu budete rozumět tomu, jak Elasticsearch funguje uvnitř, a budete schopni ho efektivně využívat — od návrhu datového modelu přes psaní složitých dotazů až po provoz v produkčním prostředí.

Konkrétně se naučíte:

• správně navrhnout mapping a datový model pro různé typy dat
• psát fulltextové i strukturované dotazy včetně filtrování, řazení a relevance
• stavět vlastní analyzéry pro češtinu a další jazyky
• využívat agregace pro analýzu a vizualizaci dat
• zpracovávat logy pomocí Logstashe, Beats a Kibany
• nakonfigurovat Elasticsearch pro produkční provoz a zálohování

Určeno pro

Kurz je určen pro vývojáře a administrátory, kteří pracují s velkým množstvím dat nebo logů a chtějí je efektivně ukládat, prohledávat a vizualizovat. Nevyžaduje předchozí znalost Elasticsearch — stačí základní povědomí o databázích, HTTP protokolu a formátu JSON.

Obsah kurzu

  Den 1 — Základy, datový model a vyhledávání

• Úvod do Elasticsearch Pochopíte, co Elasticsearch je, kde se používá v praxi a co ho odlišuje od relačních databází. Seznámíte se se základní terminologií — index, dokument, shard, replika — a spustíte první dotazy.
• Mapping a datové typy Naučíte se navrhovat mapping pro různé typy dat — text, keyword, number, date, geo a další. Pochopíte rozdíl mezi dynamickým a explicitním mapováním a kdy který přístup zvolit. Projdete si práci s index templates, aliasy a reindexací. Zvládnete hromadné úpravy a mazání dat i modelování složitějších relací pomocí nested type.
• Vyhledávání — základy Naučíte se psát dotazy pomocí query string i request body search. Pochopíte klíčový rozdíl mezi vyhledáváním a filtrováním dat a kdy každý přístup použít. Projdete si term-level queries pro přesnou shodu a compound queries pro kombinování podmínek.
• Fulltextové vyhledávání do hloubky Pochopíte, jak funguje invertovaný index — základ každého fulltextového vyhledávání. Naučíte se pracovat s analyzéry: předdefinovanými i vlastními (normalizace, tokenizace, filtry). Zvládnete vyhledávání s překlepy, našeptávání, synonyma a budete rozumět tomu, jak Elasticsearch řadí výsledky podle relevance.

  Den 2 — Agregace, skriptování a Elastic Stack

• Agregace Agregace jsou jednou z nejsilnějších funkcí Elasticsearch — umožňují analyzovat data podobně jako SQL GROUP BY, ale mnohem flexibilněji. Naučíte se psát bucket agregace (seskupování), metric agregace (průměry, součty, percentily) a pipeline agregace (výpočty nad výsledky jiných agregací). Výsledky vizualizujete přímo v Kibaně.
• Skriptování Naučíte se využívat Painless skripty pro výpočty za běhu — skriptovaná pole, vlastní řazení výsledků nebo úpravy dokumentů při indexaci. Pochopíte, kdy skriptování dává smysl a jak ho bezpečně používat v produkci.
• Elastic Stack — Kibana, Logstash a Beats Projdete celý ekosystém okolo Elasticsearch. Kibana poslouží jako vizualizační vrstva — naučíte se v ní tvořit dashboardy, spouštět dotazy a monitorovat cluster. Logstash vám umožní přijímat, transformovat a odesílat data z libovolného zdroje. Beats jsou lehcí agenti pro sběr logů, metrik a síťového provozu přímo ze serverů. Propojíte všechny části do funkčního pipeline pro zpracování logů.
• Konfigurace pro produkční provoz Závěr kurzu je věnován provozu Elasticsearch v produkci — konfiguraci clusteru, nastavení replikace a shardů, zálohování pomocí snapshots a základům monitoringu. Odcházíte s přehledem o tom, na co si dát pozor při nasazení do ostrého prostředí.

Předpoklady

Studijní materiály