ПОИСК
Быстрый заказ
ОЦЕНКА КУРСАобщая оценка курса:оценка преподавателя: Хочу скидку |
Приобретение базовых знаний по OpenSearch, а также навыков по развертыванию кластера OpenSearch при помощи Docker, настройке индексации данных из различных источников, работе с Dashboard и выполнению анализа данных при помощи клиентов на языке Python.
Выберите форму обучения,
чтобы увидеть актуальные даты:
РАСПИСАНИЕ ЗАНЯТИЙ
|
После изучения курса вы сможете
- установить OpenSearch на виртуальной машине;
- настроить Logstash и OpenSearch Dasboards;
- установить NGINX;
- настроить балансировку нагрузки и переадресации портов;
- настроить аутентификацию по протоколу LDAP;
- установить Python;
- настроить окружение для работы;
- подключиться к кластеру OpenSearch;
- настроить сбор и обработку данных различных форматов из различных источников;
- настроить индексацию данных из различных источников;
- отправлять запросы;
- установить различные плагины и дополнения.
Содержание курса
Модуль 1. Введение в OpenSearch
- Что такое OpenSearch.
- Обзор аналогов, сравнение с ElasticSearch.
- Импортозамещенные решения по поиску и анализу данных.
- Установка (deploy) на виртуальной машине
- Использование Docker, Ansible.
- Установка NGINX.
- Настройка балансирования нагрузки.
- Настройка Logstash и OpenSearch Dasboards.
- Настройка аутентификации по протоколу LDAP.
- OpenSearch
- Мониторинг состояния кластера.
- Лучшие практики развертывания отказоустойчивой и высокодоступной конфигурации.
- Установка Python.
- Настройка окружения для работы.
- Подключение к кластеру OpenSearch.
- Сравнение библиотек opensearch-dsl, opensearch-py и opensearch-py-ml.
- Настройка сбора и обработки данных различных форматов из различных источников.
- Создание шаблонов индексов, настройка параметров шаблона.
- Управление потоками данных: создание, ввод данных, поиск и перенос.
- Работа с OpenSearch Dashboards.
- Установка и использование плагина OpenSearch для Grafana.
- Настройка сбора логов и отправки в logstash.
- Парсинг логов.
- Нормализация логов
Слушатели
- Системные администраторы;
- Аналитики больших данных;
- DevOps-инженеры.
Предварительная подготовка
-
Базовые навыки работы на компьютере в любой операционной системе.
-
Знание основ работы с командной строкой Linux.
-
Знание основ языка Python.
-
Понимание основ backend веб-разработки, контейнеризации, контроля версий (GIT).