Visão Geral

Nosso curso de treinamento Elasticsearch ministrado por instrutor fornecerá a você experiência prática usando o Elastic Stack, incluindo Kibana e Logstash, para criar soluções de pesquisa e análise de dados de alto desempenho.

Mostraremos como obter, configurar e começar a usar os recursos avançados do Elasticsearch com exercícios práticos, que você poderá retirar e modificar de acordo com suas próprias necessidades.

Você será guiado por um profissional do Elasticsearch e se beneficiará de seus anos de experiência usando a tecnologia em estado selvagem.

Objetivo

Após concluir o curso Elasticsearch with Kibana, você será capaz de:

• Arquitetura do Elasticsearch
• Mapeamentos do Elasticsearch
• Pesquisa de documentos, análise de texto e relevância
• Gerenciamento de cluster
• Segurança Elasticsearch com X-Pack

Publico Alvo

• Este curso é destinado a Cientistas de Dados, Analistas, Desenvolvedores de Software, Desenvolvedores de Banco de Dados, Gerentes de Data Warehouse e Especialistas em Business Intelligence, Arquitetos de Software.
  

Pre-Requisitos

• O ideal é que os delegados tenham alguma experiência em codificação de TI ou banco de dados, mas isso não é essencial.
  

Informações Gerais

• Carga Horária: 16h
• Se noturno este curso é ministrado de Terça-feira à sexta-feira, das 19h às 23h
• Se aos sábados este curso é ministrado das 9h às 18h
• Se in-company por favor fazer contato para mais detalhes.

Formato de entrega:

100% on-line ao vivo, via Microsoft Teams na presença de um instrutor/consultor ativo no mercado.

Nota: não é curso gravado.

Lab:

Laboratório + Exercícios práticos 

Materiais

Conteúdo Programatico

Introduction

1. ELK or Elastic stack
2. Introduction of components
3. Architecture of Elasticsearch
4. Industry use cases
5. Understanding data
6. How to index data into Elasticsearch

Getting Started

1. Important Configurations
2. Discovery
3. CRUD operations
4. Simple Search

Mappings

1. Mapping
2. Data Types
3. Meta Data
4. Dynamic mapping
5. Defining custom mapping

Analysis

1. Analysis
2. Inverted Index
3. Components of Analyzers
4. Built-in Analyzers
5. Custom Analyzers

Search

1. Search Deep Dive
2. Leaf Queries
3. Compound Queries
4. Fine Tuning

Distributed Nature & cluster management

1. Cluster Details
2. Type of Nodes
3. Split Brain
4. Data Scalability
5. High Availability
6. Search Throughput

Indexing Strategies

1. Index Settings
2. Index Aliases
3. Index Templates
4. Index Templates order

Aggregations

1. Introduction
2. Aggregation Types
3. Metric Aggregations
4. Bucket Aggregations
5. Metric + Bucket Aggregations
6. Nested Aggregations

X-Pack

1. X-Pack Features
2. Install X-Pack
3. X-Pack Security
4. X-Pack Monitoring
5. X-Pack Graph

Backup / Disaster Recovery

1. Snapshot & Restore