Tú estás aquí: / / / / Curso Elasticsearch, Kibana y Logstash Online

Curso Elasticsearch, Kibana y Logstash Online

curso elasticsearch

Curso Elasticsearch, Kibana y Logstash Online

Aprende a gestionar grandes volúmenes de datos de manera rápida y eficiente con Elasticsearch, Logshash y Kibana..

curso elasticsearch
Avanzado 40 Horas Online 100% Bonificable 9 Lecciones Acceso Inmediato en Autoestudio Temario

100% BONIFICABLE FUNDAE

  • Duración: 2 meses
  • Bonificable para Empleados
  • Ejercicios prácticos
  • Título propio Digital Credential
  • Inicio Tutorizado: días 5  de cada mes
  • Inicio Autoestudio: Inmediato
Añadir a Carrito - Tutorizado / 280€
Añadir a Carrito - Autoestudio / 120€
Comprar Tutorizado Ahora - 280€
Comprar Autoestudio Ahora - 120€

*IVA no incluido

¿ERES EMPRESA?
¿Quieres matricular a tus empleados?

Pulsa aquí

cursos online

Descripción

Descubre cómo gestionar grandes volúmenes de datos de forma rápida y eficiente visualizándolos en tiempo real para analizar y conseguir conclusiones. A través de Elastic Stack podrás hacer todo esto, es una plataforma muy potente, flexible y escalable para trabajar con grandes volúmenes de datos. Algunos de los componentes de Elastick Stack son Elasticsearch, Logstash o Kibana, que deben ser dominados para poder sacar el máximo partido a este software.

Elasticsearch es un motor de búsqueda muy eficiente que es utilizado por navegadores como Google Search, que se utiliza también para analizar volúmenes de datos muy grandes. Logstash funciona como pipeline, para ingesatr, transformar y cargar los datos de Elasticsearch. A través de Kibana puedes ver los datos que se almacenan en Elasticsearch, además de poder crear medidas personalizadas, crear visualizaciones de múltiples formas, permitiendo hacer análisis de los datos. También permite la creación de roles y permisos para poder trabajar con diferentes perfiles de forma segura.

Objetivos

Aprender la plataforma Elastic Stack siendo capaz de crear un potente motor analítico con Elasticsearch y visualizaciones / dashboards interactivos con Kibana para analizar grandes volúmenes de información de manera rápida y flexible.

Público

  • Arquitectos de datos que 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

  • ¿Qué es Elasticsearch?
  • Resumen de Elastic Stack (Elasticsearch, Logstash, Kibana…)
  • 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?
  • Inspección del cluster y envío de consultas mediante consola
  • Sharding y escalabilidad en Elastic Stack
  • Replicación en Elastic Stack
  • ¿Qué son los roles de los nodos de Elastic?
  • Resumen
  • 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?
  • ¿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
  • Resumen
  • Introducción al análisis y al uso de la API Analyze
  • ¿Qué son los índices invertidos para mejorar la eficiencia de Elasticsearch?
  • Tipos de datos en Elasticsearch
  • ¿Cómo definir mapeos explícitos y añadir nuevos mapeos?
  • ¿Qué son los parámetros de mapeo y cómo aplicarlos?
  • Reindexación de documentos con la API Reindex
  • Aplicación de plantillas de mapeo a índices
  • Recomendaciones de mapeo
  • Técnicas stemming y palabras de parada
  • Analizadores predefinidos (built-in)
  • Analizadores personalizados
  • Resumen
  • Introducción al análisis y al uso de la API Analyze
  • ¿Qué son los índices invertidos para mejorar la eficiencia de Elasticsearch?
  • Tipos de datos en Elasticsearch
  • ¿Cómo definir mapeos explícitos y añadir nuevos mapeos?
  • ¿Qué son los parámetros de mapeo y cómo aplicarlos?
  • Reindexación de documentos con la API Reindex
  • Aplicación de plantillas de mapeo a índices
  • Recomendaciones de mapeo
  • Técnicas stemming y palabras de parada
  • Analizadores predefinidos (built-in)
  • Analizadores personalizados
  • Resumen
  • ¿En qué se diferencia una BBDD relacional y Elasticsearch?
  • Mapear relaciones entre documentos y añadir documentos
  • Búsqueda de Children por Parent y viceversa
  • Relaciones multinivel
  • Control de resultados de búsqueda
  • Resumen
  • ¿Qué son 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
  • Resumen
  • ¿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
  • Resumen
  • ¿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
  • Resumen
  • 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
  • Resumen
Descargar Temario

Descripción

Descubre cómo gestionar grandes volúmenes de datos de forma rápida y eficiente visualizándolos en tiempo real para analizar y conseguir conclusiones. A través de Elastic Stack podrás hacer todo esto, es una plataforma muy potente, flexible y escalable para trabajar con grandes volúmenes de datos. Algunos de los componentes de Elastick Stack son Elasticsearch, Logstash o Kibana, que deben ser dominados para poder sacar el máximo partido a este software.

Elasticsearch es un motor de búsqueda muy eficiente que es utilizado por navegadores como Google Search, que se utiliza también para analizar volúmenes de datos muy grandes. Logstash funciona como pipeline, para ingesatr, transformar y cargar los datos de Elasticsearch. A través de Kibana puedes ver los datos que se almacenan en Elasticsearch, además de poder crear medidas personalizadas, crear visualizaciones de múltiples formas, permitiendo hacer análisis de los datos. También permite la creación de roles y permisos para poder trabajar con diferentes perfiles de forma segura.

Objetivos

Aprender la plataforma Elastic Stack siendo capaz de crear un potente motor analítico con Elasticsearch y visualizaciones / dashboards interactivos con Kibana para analizar grandes volúmenes de información de manera rápida y flexible.

Público

  • Arquitectos de datos que 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

  • ¿Qué es Elasticsearch?
  • Resumen de Elastic Stack (Elasticsearch, Logstash, Kibana…)
  • 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?
  • Inspección del cluster y envío de consultas mediante consola
  • Sharding y escalabilidad en Elastic Stack
  • Replicación en Elastic Stack
  • ¿Qué son los roles de los nodos de Elastic?
  • Resumen
  • 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?
  • ¿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
  • Resumen
  • Introducción al análisis y al uso de la API Analyze
  • ¿Qué son los índices invertidos para mejorar la eficiencia de Elasticsearch?
  • Tipos de datos en Elasticsearch
  • ¿Cómo definir mapeos explícitos y añadir nuevos mapeos?
  • ¿Qué son los parámetros de mapeo y cómo aplicarlos?
  • Reindexación de documentos con la API Reindex
  • Aplicación de plantillas de mapeo a índices
  • Recomendaciones de mapeo
  • Técnicas stemming y palabras de parada
  • Analizadores predefinidos (built-in)
  • Analizadores personalizados
  • Resumen
  • Introducción al análisis y al uso de la API Analyze
  • ¿Qué son los índices invertidos para mejorar la eficiencia de Elasticsearch?
  • Tipos de datos en Elasticsearch
  • ¿Cómo definir mapeos explícitos y añadir nuevos mapeos?
  • ¿Qué son los parámetros de mapeo y cómo aplicarlos?
  • Reindexación de documentos con la API Reindex
  • Aplicación de plantillas de mapeo a índices
  • Recomendaciones de mapeo
  • Técnicas stemming y palabras de parada
  • Analizadores predefinidos (built-in)
  • Analizadores personalizados
  • Resumen
  • ¿En qué se diferencia una BBDD relacional y Elasticsearch?
  • Mapear relaciones entre documentos y añadir documentos
  • Búsqueda de Children por Parent y viceversa
  • Relaciones multinivel
  • Control de resultados de búsqueda
  • Resumen
  • ¿Qué son 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
  • Resumen
  • ¿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
  • Resumen
  • ¿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
  • Resumen
  • 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
  • Resumen
Descargar Temario

100% BONIFICABLE FUNDAE

  • Duración: 2 meses
  • Bonificable para Empleados
  • Ejercicios prácticos
  • Título propio Digital Credential
  • Inicio Tutorizado: días 5  de cada mes
  • Inicio Autoestudio: Inmediato
Añadir a Carrito - Tutorizado / 280€
Añadir a Carrito - Autoestudio / 120€
Comprar Tutorizado Ahora - 280€
Comprar Autoestudio Ahora - 120€

*IVA no incluido

¿ERES EMPRESA?
¿Quieres matricular a tus empleados?

Pulsa aquí

cursos online
Cursos relacionados

Complementa tu formación con estos cursos

Productos relacionados

¿Para qué sirven ELASTICHSEARCH, KIBANA Y LOGSTACH?

Algunas de las funciones y beneficios que nos ofrecen estas tres plataformas son: detectar incidencias en tiempo real, almacenar y gestionar grandes cantidades de datos… Se consigue recoger información, procesarla y almacenarla, obteniendo buenos resultados de grandes cantidades de información, para poder visualizarla y analizarla.

  • Recolectar logs de eventos y aplicaciones.
  • Procesar información y disponerla a las personas que la necesiten. A través de procesos de seguridad, cada usuario accede a la información que le es relevante, evitando también que algunos usuarios accedan a información que no es suya.
  • Formatea los cambios y los convierte en opciones de búsqueda y filtrado. Algunos logs irregulares no siguen ningún formato, son cadenas de texto complicadas de entender, con Logstach se pueden convertir en campos para después filtrar.
  • Presentar información y campos de visualizaciones para filtrar, agregar y ver información.