Formation Formation Elasticsearch: administration et infrastructure Big Data

01.Introduction à Elasticsearch et concepts fondamentaux

• —Présentation d'Elastic Stack (ELK)
• —Rôle d'Elasticsearch dans le Big Data
• —Concepts clés : nœuds, clusters, index, documents, types (historique)
• —Modèle de données distribué et recherche plein texte

02.Administration des clusters Elasticsearch

• —Architecture d'un cluster Elasticsearch
• —Gestion des nœuds (master, data, ingest)
• —Stratégies de mise à l'échelle (scaling horizontal)
• —Surveillance de l'état du cluster (API _cluster/health)

03.Indexation de données dans Elasticsearch

• —Insertion de documents (API REST, bulk API)
• —Mappage manuel et dynamique des champs
• —Types de données et leurs usages
• —Mise à jour et suppression de documents

04.Recherche avancée et agrégations

• —Requêtes de recherche de base (match, term, range)
• —Filtrage (bool query) et requêtes complexes
• —Agrégations : métriques (sum, avg), buckets (terms, histogram)
• —Utilisation des DSL (Domain Specific Language)

05.Gestion des index et des shardings

• —Création, suppression et fermeture d'index
• —Concepts de shards et réplicas
• —Stratégies de répartition des shards
• —Surveillance de la réplication et de la distribution

06.Optimisation des performances Elasticsearch

• —Tunings JVM et système d'exploitation
• —Gestion de la mémoire et des caches
• —Optimisation des requêtes et des indexations
• —Utilisation de l'API _cat

07.Sécurité et contrôle d'accès avec X-Pack

• —Introduction à la sécurité X-Pack
• —Authentification (utilisateurs, rôles)
• —Autorisation (permissions, espaces d'index)
• —Chiffrement des communications (HTTPS/TLS)

08.Surveillance et alertes avec Kibana

• —Installation et configuration de Kibana
• —Visualisation des données (dashboards, Discover)
• —Surveillance du cluster et des métriques
• —Configuration d'alertes et de notifications

09.Intégration Big Data avec Logstash et Beats

• —Logstash : ingestion, transformation, pipeline
• —Beats : Filebeat, Metricbeat, Packetbeat
• —Architectures d'ingestion de données
• —Connectivité avec d'autres sources de données

10.Sauvegarde et restauration des données

11.Opérations avancées et maintenance

• —Mise à jour de version d'Elasticsearch
• —Gestion du cycle de vie des index (ILM)
• —Troubleshooting des problèmes courants
• —Cas pratiques et scénarios d'administration
• —=== COMPETENCE ===
• —COMPETENCE_NUMBER: 1
• —COMPETENCE_NAME: Administrer un cluster Elasticsearch
• —COMPETENCE_CONTENT: Installer, configurer et maintenir un cluster Elasticsearch, gérer les nœuds et assurer son bon fonctionnement au sein d'une infrastructure Big Data.
• —=== COMPETENCE ===
• —COMPETENCE_NUMBER: 2
• —COMPETENCE_NAME: Gérer l'indexation et la recherche de données
• —COMPETENCE_CONTENT: Maîtriser l'indexation de documents, optimiser les mappages et construire des requêtes de recherche complexes et des agrégations pour extraire des informations pertinentes.
• —=== COMPETENCE ===
• —COMPETENCE_NUMBER: 3
• —COMPETENCE_NAME: Optimiser la performance et la sécurité
• —COMPETENCE_CONTENT: Identifier les goulots d'étranglement, paramétrer Elasticsearch pour des performances optimales et implémenter les mécanismes de sécurité pour protéger les données.
• —=== COMPETENCE ===
• —COMPETENCE_NUMBER: 4
• —COMPETENCE_NAME: Intégrer Elasticsearch dans un écosystème Big Data
• —COMPETENCE_CONTENT: Mettre en place des pipelines d'ingestion avec Logstash et Beats, et surveiller l'infrastructure avec Kibana pour une gestion complète du cycle de vie des données.
• —--