Agenda szkolenia
  1. Elasticsearch cluster
    • Konfiguracja nodów w klastrze (ingest/data/master/ml) – dobór ilości masterów w klastrze, ilości nodów w klastrze, ilości indeksów oraz właściwy dobór ilości oraz wielkości shardów dla indeksu,
    • Skalowanie klastra Elasticsearch,
    • Cykle życia oraz stany indeksów,
    • Pluginy,
    • Fault tolerance – odporność na awarie
    • Optymalizacja klastra – parametry konfiguracyjne, custom allocation, tags, rack_id, zone itp.
  2. Optymalizacja istniejącej architektury systemu
    • Sposoby na wdrożenie Elasticsearch do aktualnej architektury,
    • Massive ingestion,
    • Wykorzystanie systemów kolejkowych do optymalizacji ingestu,
  3. Elasticsearch – agregaty
    • Przegląd wszystkich dostępnych typów agregacji,
    • Ryzyko używania agregat,
    • Optymalizacje agregat,
  4. Elasticsearch – algorytm alokacji
    • Używanie routingu do optymalizacji wydajności klastra,
    • Wpływanie na algorytm alokacji celem poprawienia wydajności klastra,
  5. Elasticsearch – Scoring
    • Domyślny scoring TF*IDF vs BM25
    • Custom scoring w praktyce – wpływanie na scoring oraz używanie custom scoringu
  6. Logstash
    • Klaster Logstash,
    • Transformacje danych w Logstash,
    • Filtry grok
  7. Machine Learning
    • Temporal Anomaly Detection vs Population Anomaly Detection
    • Przegląd funkcji Anomaly Explorer’a
    • Zasada działania algorytmu kategoryzacji,
  8. Kibana
    • Przykłady wykorzystania GeoIP oraz wizualizacji (Maps)
    • Instrumentacja kodu z użyciem APM server
  9. Performance testing
    • Metody na testowanie wydajności klastra,
    • Budowanie testów z użyciem JMeter,
    • Analiza ustawień klastra pod kątem wydajności,
    • Analiza danych oraz mappingu pod kątem wydajności,
  10. Security
    • Uruchomienie modułu Security,
    • Zarządzanie uprawnieniami