Elastic Stack - Wprowadzenie do ekosystemu
Czas trwania szkolenia:1 dni (8h)
Kod kursu:ELASTICSTACK/INTRODUCTION
Poziom zaawansowania:
Dostępne terminy
Termin:
Trener:
Termin:
Trener:
Interesuje Cię szkolenie stacjonarne lub nie odpowiada Ci żaden z dostępnych terminów?
Zapytaj o szkolenieO szkoleniu Elastic Stack - Wprowadzenie do ekosystemu
W cenie otrzymasz:
- Materiały szkoleniowe
- Certyfikat ukończenia szkolenia
- W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Dla kogo?
- Osób pragnących zdobyć podstawową wiedzę na temat komponentów Elastic Stack
- Osób przygotowujących się do bardziej zaawansowanych szkoleń z Elastic Stack
Wymagania
- Znajomość zapytań REST i formatu JSON
- Umiejętność poruszania się w linii poleceń systemu Linux
Zalety
- Poznanie najważniejszych aspektów i komponentów Elastic Stack
- Zdobycie wiedzy pozwalającej kontynuowanie pracy i rozwoju w systemie Elastic Stack
- Nauka z praktykami - wszyscy trenerzy na co dzień pracują w projektach, gwarantuje to dostęp do eksperckiej wiedzy i praktycznego know-how
- Otrzymanie gotowych, działających przykładów, umożliwiających odtworzenie wszystkich fragmentów szkolenia we własnym tempie
Cele szkolenia
- Zapoznanie z podstawowymi funkcjonalnościami Elastic Stack
- Szkolenie wprowadzające, zalecane przed bardziej zaawansowanymi szkoleniami z Elastic Stack
Program
Elastic Stack
- Przegląd komponentów
- Omówienie zastosowań
Elasticsearch
- Architektura klastra (wstęp)
- Architektura indeksu i dokumentu
- Document API
- Search API
- Query DSL
- Model danych
- Scoring dokumentów (podstawy)
Kibana
- Przeglądanie danych dostępnych w Elasticsearch
Beats
- Przegląd wtyczek
- Przykład użycia (Filebeat)
Podsumowanie
Szkolenie poprowadzi Mariusz Górski
Inżynier danych, entuzjasta technologii Open Source (darmowe, jego ulubione) oraz chmury publicznej. Fan dzielenia się wiedzą. Lubi eksperymentować, psuć i naprawiać (niekoniecznie w takiej kolejności). Zawodowo (ale i prywatnie) pracuje z technologiami klasy Big Data od trzech lat (stan na grudzień 2019 r.), wdrażając je zarówno od strony infrastrukturalnej jak i aplikacyjnej. Ma na koncie projekty z wykorzystaniem narzędzi Apache (Airflow, Kafka, Spark), Elastic Stack, Amazon Web Services oraz…
Więcej o mnie »
