Kontakt aufnehmen

Schulungsübersicht

1. Einführung in Elasticsearch

  • Was ist Elasticsearch?
  • Anwendungsfälle für Elasticsearch
  • Elasticsearch-Architektur
  • Komponenten des Elastic Stack (Elasticsearch, Logstash, Kibana, Beats)
  • Installation und Ausführung von Elasticsearch mit Containern
  • Erkundung der REST-API

2. Verständnis von Indizes und Dokumenten

  • Dokumente und JSON-Struktur
  • Indizes und Datenorganisation
  • Shards und Replikate
  • Konzepte des Index-Lebenszyklus
  • Erstellen, Aktualisieren und Löschen von Indizes
  • CRUD-Operationen für Dokumente

3. Schreiben von Suchanfragen

  • Übersicht über die Query DSL
  • Match-Anfragen
  • Term-Anfragen
  • Boolesche Anfragen
  • Bereichsanfragen
  • Vorsatz-, Wildcard- und Fuzzy-Suchen
  • Paginierung und Sortierung
  • Filterung versus Abfrage

4. Durchführung von Textanalysen

  • Grundlagen der Volltextsuche
  • Analyse-Funktionen (Analyzers)
  • Tokenizer
  • Zeichenfilter
  • Token-Filter
  • Sprachspezifische Analyser
  • Benutzerdefinierte Analyser
  • Verbesserung der Suchrelevanz

5. Definition von Mappings

  • Dynamische Mappings
  • Explizite Mappings
  • Feld-Datentypen
  • Geschachtelte und Objektfelder
  • Datum- und numerische Felder
  • Best Practices für Mappings
  • Sicheres Aktualisieren von Mappings

6. Erweiterung der Suche

  • Mehrfeldsuche
  • Multi-Match-Anfragen
  • Phrasensuche
  • Hervorheben von Suchergebnissen
  • Such-Boosting
  • Function Score-Anfragen
  • Suchvorlagen

7. Verständnis des verteilten Modells

  • Cluster-Architektur
  • Knoten und Rollen
  • Primäre und Replikat-Shards
  • Cluster-Gesundheit
  • Datenverteilung
  • Fault Tolerance (Fehlertoleranz)
  • Konzepte der hohen Verfügbarkeit

8. Manipulation von Suchergebnissen

  • Paginierungsstrategien
  • Quellfilterung
  • Feld-Zusammenfassung (Field Collapsing)
  • Skriptfelder
  • Sortierverfahren
  • Hervorheben von Suchergebnissen
  • Optimierung von Suchantworten

9. Aggregationen und Analysen

  • Metriken-Aggregationen
  • Eimer-Aggregationen (Bucket Aggregations)
  • Pipeline-Aggregationen
  • Statistische Berechnungen
  • Histogramme
  • Datum-Aggregationen
  • Aufbau analytischer Anfragen
  • Performance von Aggregationen

10. Umgang mit Datenbeziehungen

  • Objektfelder
  • Geschachtelte Dokumente
  • Eltern-Kind-Beziehungen
  • Strategien zur Denormalisierung
  • Auswahl des richtigen Datenmodells
  • Abfrage verwandter Daten

11. Integration von Elasticsearch in Anwendungen

  • Integration über die REST-API
  • Elasticsearch-Client-Bibliotheken
  • Indizierung von Anwendungsdaten
  • Bulk API
  • Such-APIs
  • Fehlerbehandlung
  • Best Practices für die Integration

12. Leistungsoptimierung

  • Effiziente Indizierungsstrategien
  • Anfrageoptimierung
  • Bulk-Indizierung
  • Refresh-Intervalle
  • Caching
  • Speicherverwaltung
  • Leistungsüberwachung

13. Überwachung und Fehlersuche

  • Überwachung der Cluster-Gesundheit
  • Index-Statistiken
  • Diagnose langsamer Anfragen
  • Häufige Probleme bei der Indizierung
  • Lösung von Cluster-Problemen
  • Konzepte für Backup und Snapshots
  • Logging und Diagnose

14. Praxisworkshop und Zusammenfassung

  • Erstellung einer durchsuchbaren Anwendung
  • Design von Indizes und Mappings
  • Implementierung der Volltextsuche
  • Erstellung von Aggregationen und Analysen
  • Optimierung der Suchleistung
  • Durchsicht der wichtigsten Konzepte
  • Fragen und Antworten
  • Best Practices und nächste Schritte

Voraussetzungen

  • Erfahrung in der Softwareentwicklung.
  • Vertrautheit mit der Kommandozeile.
  • Keine Vorkenntnisse in Elasticsearch sind erforderlich.

Zielgruppe

  • Softwareentwickler
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (7)

Kommende Kurse

Verwandte Kategorien