Programa del curso

1.- Introducción y arquitectura de Elastic Stack

Objetivo

Aprender a instalar la plataforma Elastic Stack y los fundamentos de esta arquitectura.

Contenido

1. Introducción y arquitectura de Elastic Stack
1. ¿Qué es Elasticsearch?
2. Resumen de Elastic Stack (Elasticsearch, Logstash, Kibana...)
3. Escenario típico de Elastic Stack
4. Implementar Elasticsearch y Kibana en Elastic Cloud
5. Instalación de Elasticsearch y Kibana en local - Windows (+Linux/Mac)
6. ¿Cuál es la arquitectura básica de Elastic?
7. Inspección del cluster y envío de consultas mediante consola
8. Sharding y escalabilidad en Elastic Stack
9. Replicación en Elastic Stack
10. ¿Qué son los roles de los nodos de Elastic?
11. Resumen

2.- Elasticsearch - Manejo de documentos

Objetivo

Crear índices, documentos y realizar operaciones de carga masiva en Elasticsearch.

Contenido

1. Elasticsearch - Manejo de documentos
1. Creación de un índex, indexar documentos y consultarlos mediante el ID
2. Actualización de documentos manual y mediante scripts en Elasticsearch
3. ¿Cómo Elasticsearch lee y escribe datos?
4. ¿Cómo controlamos la concurrencia de solicitudes en Elasticsearch?
5. Actualizar y eliminar masivamente a partir de consulta (Query)
6. Procesamiento masivo mediante bulk
7. Importación de datos con cURL
8. Resumen

3.- Elasticsearch – Técnicas de mapping y análisis

Objetivo

Profundizar en los tipos de datos de Elasticsearch así como aplicar mapeos y analizadores sobre nuestros datos.

Contenido

1. Elasticsearch - Técnicas de mapping y análisis
1. Introducción al análisis y al uso de la API Analyze
2. ¿Qué son los índices invertidos para mejorar la eficiencia de Elasticsearch?
3. Tipos de datos en Elasticsearch
4. ¿Cómo definir mapeos explícitos y añadir nuevos mapeos?
5. ¿Qué son los parámetros de mapeo y cómo aplicarlos?
6. Reindexación de documentos con la API Reindex
7. Aplicación de plantillas de mapeo a índices
8. Recomendaciones de mapeo
9. Técnicas stemming y palabras de parada
10. Analizadores predefinidos (built-in)
11. Analizadores personalizados
12. Resumen

4.- Elasticsearch – Búsquedas term-level, full-text y booleanas

Objetivo

Escribir potentes consultas booleandas Elasticsearch simples y complejas tanto term-level como full-text.

Contenido

1. Elasticsearch - Búsquedas term-level, full-text y booleanas
1. Métodos de búsqueda QueryDSL vs búsqueda URI
2. ¿Qué es la puntuación de relevancia en las búsquedas?
3. Diferencia entre consultas "full-text" y "term level"
4. Búsquedas "Term level" - 1 o múltiples términos o ID
5. Búsquedas "Term level" - Rango de valores o de fechas
6. Búsquedas "Term level" - Trabajar con fechas relativas
7. Búsquedas "Term level" - No nulos, prefijo, comodín y expresión regular
8. Búsquedas "Full-text" - Coincidencia flexible con "match" 
9. Búsquedas "Full-text" - Múltiples campos y frases completas
10. Búsquedas "booleanas" - Must, must not, should y filter
11. Mejorar búsquedas con tratamiento de errores mediante "fuzziness"
12. Búsquedas aplicando steeming y sinónimos
13. Resumen

5.- Elasticsearch - Consultas para relaciones entre documentos

Objetivo

Crear relaciones entre documentos y realizar consultas en base al modelo multinivel.

Contenido

1. Elasticsearch - Consultas para relaciones entre documentos
1. ¿En qué se diferencia una BBDD relacional y Elasticsearch?
2. Mapear relaciones entre documentos y añadir documentos
3. Búsqueda de Children por Parent y viceversa
4. Relaciones multinivel
5. Control de resultados de búsqueda
6. Resumen

6.- Elasticsearch - Agregaciones

Objetivo

Crear agregaciones de tipo métrica y tipo bucket para analizar la información agregada.

Contenido

1. Elasticsearch - Agregaciones
1. ¿Qué son las agregaciones de tipo métrica?
2. ¿Qué son las agregaciones de tipo "bucket"?
3. Agregaciones combinadas "nested"
4. Agregaciones con filtrados y reglas
5. Agregaciones con rangos de valores y fechas
6. Histogramas
7. Resumen

7.- Logstash - Ingesta, transformación y salida

Objetivo

Crear pipelines de Logstash para la ingesta, transformación y carga de datos en Elasticsearch.

Contenido

1. Logstash - Ingesta, transformación y salida
1. ¿Cómo ingestamos datos en Elasticsearch?
2. Instalación de Logstash
3. Creación de un pipeline (input, filter y output)
4. Ejecución del pipeline y carga en Elasticsearch
5. Otros métodos de ingesta, transformación y carga
6. Resumen

8.- Kibana – interfaz, ingesta y visualizaciones

Objetivo

Construir data views y potentes visualizaciones con Kibana.

Contenido

1. Kibana - interfaz, ingesta y visualizaciones
1.  ¿Qué nos proporciona Kibana y cuáles son sus componentes?
2. Ingesta de datos y creación de data views
3. Menú Discover - Paneles y lenguaje KQL
4. Visualización tipo métrica
5. Visualización tipo barra, área y línea
6. Visualización tipo circular
7. Split de series con filtros KQL y Ranges
8. Visualización tipo histogramas
9. Visualización tipo tabla
10. Visualización tipo heatmap
11. Visualización tipo KPI objetivo
12. Visualización en mapa geográfico
13. Resumen

9.- Kibana - Creación de dashboards, roles y permisos

Objetivo

Crear potentes dashboards interactivos en Kibana aprendiendo a compartirlos de manera segura con roles y permisos.

Contenido

1. Kibana - Creación de dashboards, roles y permisos
1. Creación de un dashboard completo
2. Editar visualizaciones y filtrar documentos
3. Interactividad en el dashboard
4. Creación de dashboard logs de acceso
5. Enlazar dashboards (drilldown)
6. Creación de usuarios y roles
7. Resumen