ElasticSearch Logstash et Kibana

Intégrer un moteur de recherche nouvelle génération dans ses applications

  • Filière :

    Gestion de données

  • Sous-filière :

    NoSql & Big Data

  • Référence

    DB-ES

  • Durée

    3 jours (21 h)

  • Prix unitaire HT

    2 050 € HT

Description

Elasticsearch est un moteur RESTful distribué de recherche et d’analytique basé sur Apache Lucene. Il vous permet d’indexer des données en temps réel venant de diverses sources pour pouvoir trouver des informations à jour à tout moment. La haute disponibilité est au coeur de l’architecture d’Elasticsearch et vois permet donc de monter en puissance en s’exécutant sur plusieurs machines à la fois pour vous assurer que vos données seront toujours disponibles.Cette forma­tion Elas­tic­search est une prise en main complète de la solu­tion d’in­dexa­tion et de recherche open-source dans sa version 2.1 et plus. Kibana et Logstash sont aussi abor­dés.

Objectifs pédagogiques

  • Comprendre et maîtriser l’installation et le montage d’un cluster
  • Etre capable de construire un index et son mapping
  • Comprendre et tuner les analyzer selon ses besoins
  • Savoir traiter et rechercher des documents en plusieurs langues
  • Indexer des documents à grande échelle
  • Utiliser le DSL pour effectuer des recherches complexes
  • Comprendre l’intérêt d’outils tiers tel que X-Pack, Kibana et Logstash
  • Résoudre les problèmes courants, et passer en production sereinement

Public cible

  • Analystes
  • Développeurs

Pré-requis

Une bonne connaissance des systèmes d’information est nécessaire.

Programme de la formation

Data Definition Language – Gestion des index

  • Autocréation d’index
  • Création d’un template
  • Création d’un index sur la base d’un template
  • Création d’un index avec un mapping personnalisé
  • Gestion des alias
  • Suppression index
  • Suivi de production – chargement d’un index problématique
  • Corrections

Data Manipulation Language

  • Recherches structurées – Les filtres
    • Corrections
  • Recherches full-text
    • Recherches sur un champ unique
    • Recherches multichamps – un texte spécifique à chaque champ
    • Recherches multichamps – un texte commun à tous les champs
  • Proximité
    • Phrase match
    • Corrections
  • Partial matching
    • Chargement du jeu d’essai
    • Partial matching sans modification de l’indexation
    • Partial matching avec modification de l’indexation : edge-ngrams
    • Partial matching avec le type natif search_as_you_type
    • Corrections
  • Spécificités du langage
    • Les utilisateurs n’en font qu’à leur tête !
    • Création d’un index personnalisé
    • Ajout des données
    • Requêtes
    • Corrections
  • I18N
    • Première partie
    • Deuxième partie
    • Corrections

Tri

  • Jeu d’essais
  • Requêtes
    • Syntaxe d’écriture élémentaire
    • Pagination
    • Contexte d’exécution (filtre vs full text)
  •  Corrections
    • Syntaxe d’écriture élémentaire
    • Pagination
    • Contexte d’exécution (filtre vs full text)

Contrôle de la pertinence

  • Contrôle du score par un prix
    • Jeu d’essais
    • Requêtes
    • Corrections

Données géographiques

  • Jeu d’essais
  • Requêtes
  • Corrections
  • Jeu d’essais
  • Requêtes

Agrégations

  • Jeu d’essais
  • Requêtes
  • Corrections

Cas concret : google play store

  • Chargement initial du fichier de travail
  • Modèle du document indexé
  • Recherches
  • Tri
  • Agrégations
  • Corrections
    • Chargement du fichier de travail
    • Recherches
    • Tri
    • Agrégations

Kibana

  • Introduction
  • Cas d’utilisation Google store
    • Jeu d’essais
    • Management – création d’une Data View
    • Discover
    • Visualizations
    • Dashboards
    • Panel de debug
  • Cas d’utilisation Bakery – les time series
    • Jeu d’essais
    • Management – Création de l’index pattern
    • Discover
    • Vizualisations

Qualité

Cette formation est accessible aux personnes en situation de handicap, nous contacter en cas de besoin d’informations complémentaires.

Programme mis à jour le