Elastic Search Pro: Indexa, Analiza y Visualiza

Curso de Elastic Search Pro: Indexa, Analiza y Visualiza

Este curso se imparte en modalidad online y consta de 5 unidades y un proyecto final. La duración del curso es de 115 horas que se distribuyen entre el contenido y las herramientas de colaboración. A su finalización, el alumno recibirá un diploma acreditativo.

La formación se realiza a través de nuestro Campus Virtual, con esta modalidad dispondrás de todo el contenido didáctico en la plataforma del curso y estará accesible, desde el día de inicio de curso, las 24 horas todos los días de la semana. El alumno también dispondrá de foros de participación, así como una tutorización continua.

El curso se dicta en modalidad de teleformación (opción 100% de bonificación) y también se pueden realizar acciones formativas presenciales y telepresenciales bajo demanda.

• Acceso a la plataforma: 8 semanas
• Soporte individualizado

Introducción

En el contexto actual, el manejo eficiente y ágil de grandes volúmenes de datos se ha convertido en un elemento clave para el éxito de organizaciones de todos los sectores. Elastic Search se posiciona como una de las herramientas más potentes y versátiles para la búsqueda, análisis y visualización de información en tiempo real.

Esta propuesta formativa ha sido diseñada con el objetivo de dotar a las personas participantes de los conocimientos fundamentales y las habilidades prácticas necesarias para implementar y aprovechar al máximo las capacidades de Elastic Search en entornos profesionales.

A través de contenidos teóricos y actividades aplicadas, se busca que cada persona adquiera una visión integral de la gestión de datos, la estructura de índices y la consulta eficiente, sentando así las bases para el desarrollo de proyectos de análisis avanzados y soluciones escalables de búsqueda.

Objetivos de la formación

• Comprender el Elastic Stack: Familiarizarse con los componentes principales como Elasticsearch, Kibana, Beats y Logstash.
  
• Indexación de datos: Aprender a indexar documentos y gestionar datos dentro de Elasticsearch.
  
• Análisis y visualización: Utilizar Kibana para crear dashboards, realizar consultas y visualizar datos.
  
• Optimización y escalabilidad: Conocer buenas prácticas para mejorar el rendimiento de búsqueda y escalar clústeres.
  
• Aplicaciones prácticas: Desarrollar habilidades para implementar soluciones reales de búsqueda, análisis y monitoreo.

Curso dirigido a

Esta propuesta está dirigida a personas profesionales de áreas como la ingeniería informática, análisis de datos, administración de sistemas y desarrollo de software que busquen fortalecer sus competencias en el manejo y explotación de grandes volúmenes de información.

Asimismo, resulta relevante para personal técnico de departamentos de tecnología, responsables de proyectos de transformación digital y especialistas en business intelligence que requieren integrar Elastic Search en sus soluciones. 

Las actividades y contenidos también son útiles para quienes, sin experiencia previa en la herramienta, desean iniciarse en el uso de motores de búsqueda avanzados y técnicas de visualización de datos. El programa ha sido diseñado para adaptarse tanto a quienes cuentan con conocimientos básicos como a quienes aspiran a profundizar en la arquitectura, optimización y escalabilidad de Elastic Search en entornos empresariales.

Contenido del curso de Elastic Search Pro: Indexa, Analiza y Visualiza

A continuación, se presenta un programa formativo organizado de manera lineal, unidad por unidad, que guía a las personas participantes a través de los conceptos esenciales y habilidades prácticas necesarias para el dominio de Elastic Search en entornos profesionales.

Unidad 1: Arquitectura: nodos, shards, réplicas - Creación de índices - Plantillas de índice (estáticas/dinámicas) - Data Streams - Políticas ILM

1. Diseñar un índice para logs con 3 shards, 2 réplicas, compresión, mapping para timestamp, mensaje, nivel.
2. Crear una plantilla de índice para logs-app-YYYY.MM.dd.
3. Definir plantilla dinámica que cambie analizador según tipo de log.
4. Configurar ILM con rollover, 30 días activos, archivado y eliminación a 90 días.
5. Crear plantilla de índice que genere un Data Stream para sensores.

Unidad 2: Consultas de términos, frases y multi-campo - Boolean queries y filtros - Búsqueda asincrónica - Agregaciones métricas y buckets - Sub-agregaciones - Campos runtime - Cross-cluster search

1. Escribir consulta con frase exacta + término suelto usando must y must_not.
2. Añadir filtros por rango de fechas y valores numéricos (ej: latencia > 200 ms).
3. Ejecutar búsqueda asincrónica y recuperar resultados.
4. Formular agregaciones métricas (avg, sum, min, max) sobre tiempos de respuesta.
5. Crear buckets por nivel de log (“info”, “warn”, “error”).
6. Implementar sub-agregación: % de errores por servicio dentro de un rango de latencia.
7. Usar campo runtime para calcular latencia normalizada y filtrar.
8. Configurar y ejecutar búsqueda multi-clúster.

Unidad 3: Highlighting - Ordenación de resultados - Paginación avanzada - Alias de índice - Plantillas de búsqueda

1. Realizar consulta con highlighting en campos de texto.
2. Ordenar resultados por nivel (error>warn>info) y timestamp descendente.
3. Implementar paginación con from/size y luego search_after.
4. Crear alias de índice (logs-current) y moverlo durante rollover sin downtime.
5. Definir plantilla de búsqueda parametrizada con variables (término, fecha, nivel).

Unidad 4: Mappings avanzados - Analizadores personalizados - Multi-fields - Reindexado y update_by_query - Pipelines de ingestión - Painless - Campos runtim

1. Definir mapping con título, texto, etiquetas, fecha, geo.
2. Configurar multi-field en título (texto analizado + keyword).
3. Crear analizador con stop-words, lowercase y n-grams.
4. Pipeline para logs crudos: parsear timestamp, extraer nivel, limpiar campos.
5. Script Painless para asignar severidad numérica según nivel.
6. Usar update_by_query para añadir campo “severity” en documentos antiguos.
7. Reindexar a un nuevo índice con mapping actualizado.
8. Definir campo runtime que calcule diferencia entre timestamps o un valor normalizado

Unidad 5: Diagnóstico y reparación de shards - Backups y snapshots - Snapshots consultables - Cross-cluster search - Cross-cluster replication - Actualización y monitore

1. Simular shard en estado “red” y diagnosticar con _cluster/health y _cat/shards.
2. Recuperar shard dañado.
3. Crear snapshot de índices críticos y restaurar parcialmente uno.
4. Configurar snapshot consultable.
5. Configurar cross-cluster search entre 2 clústeres y ejecutar consulta remota.
6. Implementar cross-cluster replication.
7. Planificar rolling upgrade de versión.
8. Configurar monitoreo del clúster: métricas JVM, disco, latencia, dashboards en Kibana.

Proyecto Final: Implementar un sistema completo de logs con ingestión, ILM, consultas avanzadas, alias, backups y monitoreo.

Requisitos previos

• Conocimientos básicos de informática y manejo de sistemas operativos.
  
• Familiaridad con bases de datos (relacionales o no relacionales).
  
• Conocimientos básicos de JSON (formato de datos utilizado en Elasticsearch).
  
• Experiencia previa en entornos de desarrollo o administración de sistemas puede ser útil, pero no obligatoria.

Otras modalidades formativas

Si os interesa realizar este curso en modalidad presencial o telepresencial póngase en contacto con nosotros:

• Correo: info@nanforiberica.com
• Teléfono: +34 91 031 66 78
• WhatsApp: +34 685 60 05 91