1. Introducción y arquitectura de Elastic Stack
¿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

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?
¿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

3. Elasticsearch ? Técnicas de mapping y análisis
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

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
Resumen

5. Elasticsearch – Consultas para relaciones entre documentos
¿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

6. Elasticsearch – Agregaciones
¿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

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
Resumen

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
Resumen

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
Resumen