Formation ElasticSearch
ElasticSearch
La formation « ElasticSearch » vous permettra de maîtriser l’installation, la configuration et la gestion d’un cluster, y compris sa sécurisation. Vous apprendrez à indexer, rechercher et visualiser des données avec Kibana, à utiliser les aggrégations, mappings dynamiques et documents imbriqués. Vous saurez également effectuer des recherches complexes (Query DSL, filtres, recherches géospatiales), résoudre les problèmes courants liés aux performances, et développer des applications avec les API et fonctionnalités avancées d’Elasticsearch. Le programme est donné à titre indicatif et sera adapté à vos besoins et votre niveau après audit. N’hésitez pas à nous contacter pour toute demande spécifique.
En résumé
Distanciel
Présentiel
Pré-requis
Une bonne connaissance des systèmes d’information
Public concerné
Analystes, développeurs, chefs de projet…
Durée et tarif de la formation
La durée de la formation varie en fonction des besoins et des objectifs déterminés après audit. Les tarifs sont disponibles sur devis.
Lieux
Formation intra-entreprise au sein de votre établissement ou dans nos locaux de LA ROCHELLE (Charente-Maritime), NIORT (Deux-Sèvres) ou POITIERS (Vienne)
Téléchargement
Télécharger le programme de formation au format PDF
Contenu de la formation
Présentation d’Elasticsearch
- Historique – License
- Moteur Lucene : Comprendre le rôle de Lucene comme fondation d’Elasticsearch
- API REST : Intégration avec l'API RESTful pour interagir avec les indices
- Architecture d’Elasticsearch : Sharding, répartition des données et clustering
- Versioning et Rolling Upgrades : Gestion des mises à jour sans interruption du service
- Elastic Stack : Introduction au Stack Elastic, y compris Kibana, Beats, et Logstash
Installation
- Installation via deb et rpm (ajout de détails sur la version 8.x)
- Configuration : Fichiers de configuration, chemin de stockage, nom du cluster, paramètres de nœud
- Elastic Agent et Fleet : Installation et configuration pour centraliser la gestion des agents dans le Stack Elastic
Indexation de documents
- Ajout, mise à jour, suppression des documents
- Mise à jour des mappings : Gestion dynamique des mappings et re-indexation
- Types de données et mapping : Utilisation des mappings dynamiques et gestion des types de données dans Elasticsearch 7.x/8.x
Format des données
- JSON : Structure des documents JSON
- Mapping : Gestion des types de champs, utilisation des analyzers, et gestion des données structurées
- Re-indexation et mappings dynamiques : Comment effectuer des mises à jour sans affecter les données existantes
Recherche de données
- Query String et DSL : Utilisation des requêtes simples avec Query String et du Query DSL avancé
- Filtres et Requêtes complexes : Combinaison de requêtes, utilisation des filtres (filtres booléens, term, range, etc.)
- Search Templates : Utilisation des modèles de recherche pour améliorer les performances
- Scoring et Pertinence des résultats : Calcul du score, TF-IDF, Boosting, utilisation de Function_score query et Scripting
- API explain : Analyser et comprendre le processus de scoring
Analyse de données pour le stockage
- Fonctionnement de Lucene et Elasticsearch : Comment les données sont indexées et stockées
- Index inversé : Structure de stockage pour optimiser les requêtes
- API d’analyse : Utilisation des Tokenizers, Token filters, et des Custom analyzers
- Shingles, Ngrams, Edge Ngrams, et Stemming : Techniques pour améliorer la recherche textuelle
Agrégations
- Agrégations de Facets et Multi-Buckets : Agrégation de données par type (métriques, statistique, etc.)
- Agrégations Nested : Gestion des données imbriquées et des sous-documents
- Métriques et Statistiques : Statistiques approximatives et mesures sur des ensembles de données
- Agrégations combinées : Combinaison de filtres et agrégations pour des analyses plus poussées
Relations entre les documents
- Nested Documents : Utilisation des documents imbriqués pour les relations entre les données
- Parent-enfant : Optimisation des requêtes avec des relations hiérarchiques
- Dénormalisation : Approches pour éviter les relations complexes
- Recherches et agrégations sur les documents imbriqués : Analyse des sous-documents à l'aide d'agrégations
Scaling / montée en charge
- Sharding et Réplication : Meilleures pratiques pour la gestion des indices
- Allouer les Shards : Stratégies de contrôle des allocations et équilibrage de charge
- Scaling des écritures et lectures : Optimisation des performances pour la montée en charge
- Index Lifecycle Management (ILM) : Mise en place de stratégies de gestion du cycle de vie des indices
Tuning des performances
- API de performance : Suivi des performances via des APIs dédiées
- Gestion du cache : Types de caches disponibles et leur utilisation optimale
- Index Lifecycle Management (ILM) : Automatisation de la gestion des indices
- Optimisation des segments : Rafraîchissement, flush, et optimisation des segments
- Query warmers : Pré-chargement des requêtes pour améliorer les temps de réponse
Administration du cluster
- Surveillance et monitoring : Utilisation des outils de monitoring intégrés dans Elasticsearch (ex : Elastic Stack Monitoring, Elastic Agent)
- Rolling Restart : Mise à jour du cluster sans interruption de service
- Sécurité
- Sécuriser l’accès aux données : Contrôle d'accès basé sur les rôles (RBAC), authentification (LDAP, SAML)
- X-Pack : Fonctionnalités avancées de sécurité et de gestion des utilisateurs
- Chiffrement des communications : Sécuriser les échanges via TLS
- Backup et restauration : Sauvegarde et restauration des indices
Autres fonctionnalités
- Auto-complétion avec Completion suggester : Utilisation des fonctionnalités de suggestion pour améliorer l'expérience utilisateur
- Highlighting : Mise en valeur des termes recherchés dans les résultats
- Données géolocalisées : Indexation et recherche sur des données géospatiales (mapping des coordonnées géographiques)
- Machine Learning : Détection d’anomalies, prévisions, et automatisation des workflows analytiques