Schulungsübersicht
1. Einführung in Elasticsearch
- Was ist Elasticsearch?
- Anwendungsfälle von Elasticsearch
- Architektur von Elasticsearch
- Komponenten des Elastic Stacks (Elasticsearch, Logstash, Kibana, Beats)
- Installation und Ausführung von Elasticsearch in Containern
- Einführung in die REST-API
2. Indizes und Dokumente verstehen
- Dokumente sowie die JSON-Struktur
- Indizes und deren Datenorganisation
- Shards und Replikas
- Konzepte zum Index-Lebenszyklus
- Erstellen, Aktualisieren und Löschen von Indizes
- CRUD-Operationen für Dokumente
3. Suchabfragen erstellen
- Überblick über die Query DSL
- Match-Abfragen
- Term-Abfragen
- Boolesche Abfragen
- Range-Abfragen
- Präfix-, Wildcard- und Fuzzy-Suche
- Paginierung sowie Sortierung von Ergebnissen
- Unterschiede zwischen Filtern und Abfragen
4. Textanalyse durchführen
- Grundsätze der Volltextsuche
- Analyzer
- Tokenizer
- Zeichenfilter
- Tokenfilter
- Sprachspezifische Analyzer
- Eigene Analyzer erstellen
- Verbesserung der Suchrelevanz
5. Mapping definieren
- Dynamisches Mapping
- Ausdrückliches Mapping
- Geeignete Datentypen für Felder wählen
- Nested- und Objektfelder verwenden
- Datumsfelder sowie numerische Werte definieren
- Beste Praktiken beim Mapping
- Sicheres Aktualisieren von Mappings
6. Suchabfragen erweitern
- Suchen über mehrere Felder hinweg
- Multi-Match-Abfragen einrichten
- Phrasensuche realisieren
- Hervorhebung von Suchtreffern aktivieren
- Abfrageboosting anwenden
- Funktionale Score-Abfragen nutzen
- Suchvorlagen erstellen
7. Das verteilte Modell verstehen
- Architektur des Clusters
- Arten von Knoten und deren Funktionen
- Primäre Shards sowie Replika-Shards
- Gesundheitszustand des Clusters prüfen
- Verteilung der Daten im Cluster
- Ausfallsicherheit sicherstellen
- Konzepte zur Hochverfügbarkeit kennenlernen
8. Suchergebnisse verarbeiten
- Paginierungsstrategien wählen
- Filterung der zurückgegebenen Datenfelder
- Feldzusammenfassung vornehmen
- Skriptbasierte Felder erstellen
- Effektive Sortierverfahren nutzen
- Hervorhebung der Suchergebnisse aktivieren
- Suchantworten optimieren
9. Aggregationen und Analysen durchführen
- Metrikbasierte Aggregationen anwenden
- Gruppierende Aggregationen nutzen
- Pipelined-Aggregationen implementieren
- Statistische Berechnungen vornehmen
- Histogramme erstellen
- Datumsbasierte Analysen durchführen
- Komplexe Analyseabfragen konzipieren
- Aggregationsleistung optimieren
10. Datenbeziehungen handhaben
- Objektfelder effektiv einsetzen
- Nested-Dokumente verwalten
- Beziehungen zwischen Eltern- und Kinderelementen nutzen
- Datenmodellstrategien auswählen
- Geeignete Struktur für Datensammlungen bestimmen
- Abfragen über zusammenhängende Daten realisieren
11. Elasticsearch in Anwendungen integrieren
- Integration der REST-API in Anwendungen
- Nutzung offizieller Client-Bibliotheken von Elasticsearch
- Datenindizierung für Applikationen durchführen
- Einsatz der Bulk-API zur schnellen Datenübertragung
- Nutzung spezialisierter Such-APIs
- Umgang mit Fehlern bei API-Anfragen
- Beste Praktiken für die Integration von Elasticsearch
12. Performance optimieren
- Effiziente Indizierungsstrategien wählen
- Abfragen leistungsoptimiert gestalten
- Daten im Bulk-Modus indizieren
- Anpassen der Refresh-Intervalle
- Caching-Strategien einsetzen
- Speichermanagement effektiv durchführen
- Regelmäßiges Performance-Monitoring vornehmen
13. Überwachung und Fehlerbehebung
- Gesundheitszustand des Clusters überwachen
- Statistiken zu Indizes auswerten
- Langsame Abfragen identifizieren und analysieren
- Häufige Probleme bei der Indizierung erkennen
- Clusterprobleme schnell beheben
- Konzepte zu Backups sowie Snapshots verstehen
- System-Logging sowie Diagnosewerkzeuge nutzen
14. Praktische Workshops und Abschluss
- Eine Suchanwendung eigenständig entwickeln
- Geeignete Indizes sowie Mappings konzipieren
- Volltextsuche in der Anwendung implementieren
- Aggregationen und Analysen für geschäftliche Zwecke erstellen
- Suchleistung kontinuierlich verbessern
- Wichtigste Konzepte erneut zusammenfassen
- Gemeinsame Fragen klären und Diskussionen stattfinden
- Beste Praktiken festlegen sowie nächste Schritte planen
Voraussetzungen
- Erfahrung in der Softwareentwicklung ist erforderlich.
- Kenntnisse im Umgang mit der Kommandozeile sind von Vorteil.
- Vorkenntnisse zu Elasticsearch sind nicht notwendig.
Zielgruppe
- Softwareentwickler
Erfahrungsberichte (7)
Viel Wissen.
Ireneusz - Inter Cars S.A.
Kurs - Elasticsearch for Developers
Maschinelle Übersetzung
Trainer großes Wissen und Übungen teil
Kamil Romankiewicz - Inter Cars S.A.
Kurs - Elasticsearch for Developers
Maschinelle Übersetzung
- Leistung der vorbereiteten Schulungsumgebung - angemessene Beispiele und Themen gemäß den Anforderungen
Blazej - Kyndryl Wroclaw
Kurs - Elasticsearch for Developers
Maschinelle Übersetzung
Ich habe es geschätzt, dass wir einen allgemeinen Überblick über Elastic erhalten haben und viele praktische Anwendungen für das aktuelle Projekt kennengelernt haben, schon am ersten Tag. Mir hat auch gefallen, dass wir den aktuellen Projektcodem im Rahmen einer Code-Review durchgegangen sind und Verbesserungsvorschläge sowie Punkte zur Diskussion oder zum weiteren Nachdenken angesprochen haben, am zweiten Tag. Ich schätze, dass die Schulung mir eine gute Grundlage gegeben hat, um mich weiter mit Elasticsearch zu beschäftigen.
Mattias Hansson - Chalmers Tekniska Hogskola AB
Kurs - Elasticsearch for Developers
Maschinelle Übersetzung
Der Inhalt ist relevant und prägnant.
Qiniso Mdletshe - Quidco
Kurs - Elasticsearch for Developers
Maschinelle Übersetzung
Die Übungen durchführen. Ich habe die praktischen Teile wirklich genossen.
Warren Stephen - Quidco
Kurs - Elasticsearch for Developers
Maschinelle Übersetzung
Marcin wusste genau, wovon er sprach und hatte praktische tiefgehende Erfahrungen mit den Tools. Er hatte Antworten auf alle unsere Fragen und machte einige wirklich starke Empfehlungen, die wir für zukünftige Projekte und Anwendungen umsetzen können.
Conor Glasman - Quidco
Kurs - Elasticsearch for Developers
Maschinelle Übersetzung
