Curso virtual (Online) de Elastic Stack (ELK Stack): Elasticsearch, Logstash y Kibana

Descripción

Gracias a este Curso virtual (Online) de Elastic Stack (ELK Stack): Elasticsearch, Logstash y Kibana podrás manejar la plataforma Elastic Stack, siendo capaz de crear un potente motor para analizar grandes volúmenes de información de manera rápida y flexible.

(ELK Stack): Elasticsearch, Logstash y Kibana, es un conjunto de herramientas de gran potencial de código abierto que se combinan para crear una herramienta de administración de registros permitiendo la monitorización, consolidación y análisis de logs generados en múltiples servidores.

Elasticsearch: Descubrirás el funcionamiento interno de este motor de búsqueda y análisis distribuido. Aprenderás sobre indexación, mapeo de datos, consultas complejas y agregaciones para recuperar información.

Logstash: Aprenderás a construir pipelines (tuberías) para ingerir datos desde múltiples fuentes, filtrarlos, transformarlos y enriquecerlos antes de almacenarlos.

Kibana: Te enseñará a interactuar con los datos de forma gráfica. Aprenderás a diseñar dashboards interactivos y personalizados, configurar alertas y realizar análisis visuales.

Aprenderás a crear arquitecturas robustas de monitoreo y motores de búsqueda a partir de registros (logs) e información de series temporales, reunir en un solo lugar los logs de servidores, bases de datos, contenedores (Docker, Kubernetes) y aplicaciones, Podrás encontrar la causa raíz de un fallo en segundos, y realizar la detección de anomalías antes de que afecten a los usuarios finales.

Realizar este Curso virtual (Online) de Elastic Stack (ELK Stack): Elasticsearch, Logstash y Kibana te capacita en una de las competencias tecnológicas más críticas del mercado actual: la observabilidad y el análisis de datos en tiempo real.

Características

Curso virtual (Online) de Elastic Stack (ELK Stack): Elasticsearch, Logstash y Kibana, de 40 horas de duración.
 

• Tendrás 3 meses para completar el curso.
• Acceso a la plataforma de teleformación durante 24 horas al día, 7 días a la semana.
• Compatible con cualquier sistema operativo y dispositivo móvil.
• Tutoría online disponible.
• Ponte tu propio horario ya que el curso es online.
• Al finalizar, recibirás tu Certificación Acreditativa.

¿A quién va dirigido?

Este Curso virtual (Online) de Elastic Stack (ELK Stack): Elasticsearch, Logstash y Kibana va dirigido a:

• Arquitectos de datos para necesiten aportar una solución flexible, escalable y eficiente para manejar grandes volúmenes de datos.
• Analistas que precisan de una plataforma potente en la que obtener conclusiones a partir de los datos y dashboards interactivos.
• Desarrolladores relacionados con plataformas de datos que precisan consultar y visualizar información.
• Perfiles de desarrollo de negocio que quieran aprender a aplicar Elastic Stack en su solución de BigData.
• Estudiantes que quieran obtener habilidades que le abrirán puertas en el mercado laboral.

Temario del curso

1. Introducción y arquitectura de Elastic Stack

• ¿Qué es Elasticsearch?
• Elasticsearch como plataforma analítica
• ¿Cómo se guardan los datos en Elasticsearch y hacemos consultas?
• Resumen de Elastic Stack (Elasticsearch, Logstash, Kibana)
• Componente Beats
• Componente Logstash
• Componente Kibana
• Componente X-pack
• Escenario típico de Elastic Stack
• Implementar Elasticsearch y Kibana en Elastic Cloud
• Instalación de Elasticsearch y Kibana en local - Windows (+Linux/Mac)
• ¿Cuál es la arquitectura básica de Elastic?
• ¿Cómo se almacena la información en Elasticsearch?
• ¿Cómo se organizan los documentos?
• Inspección del cluster y envío de consultas mediante consola
• Sharding y escalabilidad en Elastic Stack
• Replicación en Elastic Stack
• ¿Cómo se reparten las réplicas?
• ¿Cuál es el número de réplicas recomendado?
• ¿Qué son los roles de los nodos de Elastic?

2. Elasticsearch - Manejo de documentos

• Creación de un índex, indexar documentos y consultarlos mediante el ID
• Actualización de documentos manual y mediante scripts en Elasticsearch
• ¿Cómo Elasticsearch lee y escribe datos?
• Proceso de lectura Elasticsearch
• Proceso de escritura en Elasticsearch
• ¿Cómo controlamos la concurrencia de solicitudes en Elasticsearch?
• Actualizar y eliminar masivamente a partir de consulta (Query)
• Procesamiento masivo mediante bulk
• Importación de datos con cURL

3. Elasticsearch – Técnicas de mapping y análisis

• Introducción al análisis y al uso de la API Analyze
• ¿Qué es un analizador?
• ¿Qué son los índices invertidos para mejorar la eficiencia de Elasticsearch?
• Tipos de datos en Elasticsearch
• ¿Cómo detecta Elasticsearch el tipo de datos?
• ¿Cómo definir mapeos explícitos y añadir nuevos mapeos?
• ¿Qué son los parámetros de mapeo y cómo aplicarlos?
• Reindexación de documentos con la API Reindex
• ¿Cómo podemos reindexar con modificaciones?
• Aplicación de plantillas de mapeo a índices
• Recomendaciones de mapeo
• Técnicas stemming y palabras de parada
• Analizadores predefinidos (built-in)
• Analizadores personalizados

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

• Métodos de búsqueda QueryDSL vs búsqueda URI
• ¿Qué es la puntuación de relevancia en las búsquedas?
• Diferencia entre consultas "full-text" y "term level"
• Búsquedas "Term level" - 1 o múltiples términos o ID
• Búsquedas "Term level" - Rango de valores o de fechas
• Búsquedas "Term level" - Trabajar con fechas relativas
• Búsquedas "Term level" - No nulos, prefijo, comodín y expresión regular
• Búsquedas "Full-text" - Coincidencia flexible con “match”
• Búsquedas "Full-text" - Múltiples campos y frases completas
• Búsquedas "booleanas" - Must, must not, should y filter
• Mejorar búsquedas con tratamiento de errores mediante "fuzziness"
• Búsquedas aplicando steeming y sinónimos

5. Elasticsearch - Consultas para relaciones entre documentos

• ¿En qué se diferencia una BBDD relacional y Elasticsearch?
• Solución para mapear relaciones entre documentos
• Mapear relaciones entre documentos y añadir documentos
• Búsqueda de Children por Parent y viceversa
• Relaciones multinivel
• Implementación de las relaciones multinivel
• Control de resultados de búsqueda

6. Elasticsearch - Agregaciones

• ¿Qué son las agregaciones de tipo métrica?
• ¿Cómo realizamos las agregaciones de tipo métrica?
• ¿Qué son las agregaciones de tipo "bucket"?
• Agregaciones combinadas "nested"
• Agregaciones con filtrados y reglas
• Agregaciones con rangos de valores y fechas
• Histogramas

7. Logstash - Ingesta, transformación y salida

• ¿Cómo ingestamos datos en Elasticsearch?
• Instalación de Logstash
• Creación de un pipeline (input, filter y output)
• Ejecución del pipeline y carga en Elasticsearch
• Otros métodos de ingesta, transformación y carga

8. Kibana – interfaz, ingesta y visualizaciones

• ¿Qué nos proporciona Kibana y cuáles son sus componentes?
• Ingesta de datos y creación de data views
• Menú Discover – Paneles y lenguaje KQL
• Visualización tipo métrica
• Visualización tipo barra, área y línea
• Visualización tipo circular
• Split de series con filtros KQL y Ranges
• Visualización tipo histogramas
• Visualización tipo tabla
• Visualización tipo heatmap
• Visualización tipo KPI objetivo
• Visualización en mapa geográfico

9. Kibana - Creación de dashboards, roles y permisos

• Creación de un dashboard completo
• Editar visualizaciones y filtrar documentos
• Interactividad en el dashboard
• Creación de dashboard logs de acceso
• Enlazar dashboards (drilldown)
• Creación de usuarios y roles