22 299 53 69
biuro@jsystems.pl
Praktyczne wprowadzenie do Elastic Stack (Elasticsearch, Kibana, Logstash, Beats)
by:
4.85/5
Najbliższe terminy tego szkolenia
14.11
Termin gwarantowany
Szkolenie online
Ostatnie miejsca!
Standardy JSystems
- Wszyscy nasi trenerzy muszą być praktykami i osiągać średnią z ankiet minimum 4.75 na 5. Nie ma wśród nas trenerów-teoretyków. Każdy trener JSystems ma bogate doświadczenie komercyjne w zakresie tematów z których prowadzi szkolenia.
- Wszystkie szkolenia mają format warszatowy. Każde zagadnienie teoretyczne jest poparte rzędem warsztatów w ściśle określonym formacie.
- Terminy gwarantowane na 100%. Jeśli jakiś termin jest oznaczony jako gwarantowany, oznacza to że odbędzie się nawet jeśli część grupy wycofa się z udziału. Ryzyko ponosimy my jako organizator.
- Do każdego szkolenia które wymaga jakiegokolwiek oprogramowania dostarczamy skonfigurowane, gotowe hosty w chmurze. Dzięki temu uczestnik nie musi nic instalować na swoim komputerze (i bić się z blokadami korporacyjnymi). Połączenie następuje przez zdalny pulpit lub SSH - w zależności od szkolenia.
Program szkolenia
Dzień 1 – Fundamenty i architektura ekosystemu ELK
- Wprowadzenie do ekosystemu ELK
- Koncepcja i zastosowania
- Historia powstania Elastic Stack
- Typowe scenariusze wdrożeń (monitoring, logi, analityka)
- Elementy składowe
- Elasticsearch – silnik wyszukiwania i analizy danych
- Kibana – interfejs wizualizacyjny i narzędzie do eksploracji
- Logstash – elastyczna warstwa przetwarzania i wzbogacania danych
- Beats – lekki agent zbierający dane z różnych źródeł
- Licencjonowanie i edycje
- Open Source vs. Elastic License
- Funkcje dostępne w wersji Basic i w subskrypcjach komercyjnych
- Zalety i ograniczenia
- Skalowalność, wydajność, ekosystem wtyczek
- Wyzwania: zużycie zasobów, zarządzanie klastrem, bezpieczeństwo
- Koncepcja i zastosowania
Dzień 2 – Elasticsearch od podstaw do praktyki
- Podstawy pracy z Elasticsearch
- Struktura klastra
- Węzły: master, data, coordinating, ingest
- Rola shardów i replik
- Indeksy
- Tworzenie i usuwanie indeksów – na co zwrócić uwagę przy projektowaniu
- Mapowania pól:
- typy danych (keyword, text, date, geo)
- dynamiczne vs. statyczne mapowanie
- Najlepsze praktyki
- Nazewnictwo indeksów
- Planowanie liczby shardów i replik
- Index Templates i wzorce (Index Patterns)
- Dziedziczenie ustawień i mapowań
- Automatyzacja tworzenia nowych indeksów
- Aliasy i routing
- Łatwe przełączanie pomiędzy indeksami
- Równoważenie ruchu i migracje danych
- Lifecycle Management (ILM)
- Fazy: hot, warm, cold, delete
- Automatyczne przenoszenie i archiwizacja danych
- Operacje i zapytania
- CRUD na dokumentach
- Zapytania pełnotekstowe i filtrujące
- Agregacje i metryki
- Struktura klastra
Dzień 3 – Wizualizacja i przepływ danych
- Kibana – analiza i prezentacja
- Pierwsze kroki
- Podłączanie do klastra
- Konfiguracja przestrzeni roboczych
- Eksploracja danych
- Discover – filtrowanie, wyszukiwanie, zapisywanie zapytań
- Praca z zapytaniami KQL i Lucene
- Wizualizacje
- Wykresy, tabele, mapy ciepła, grafy relacji
- Integracja z Lens i Canvas
- Dashboardy i raportowanie
- Tworzenie interaktywnych paneli
- Eksport danych do CSV / PDF
- Harmonogram automatycznych raportów
- Pierwsze kroki
- Logstash – potok przetwarzania
- Architektura
- Pipeline: input → filter → output
- Wielowątkowość i kolejki
- Konfiguracja wejść (INPUT)
- Źródła danych: JDBC, pliki logów, Beats, syslog
- Filtry (FILTER)
- Grok – parsowanie logów
- Mutate – transformacje pól
- Date, KV, JSON – standaryzacja danych
- Wyjścia (OUTPUT)
- Elasticsearch, stdout, plik, Kafka
- Wysyłka do wielu celów jednocześnie
- Testowanie i debugowanie pipeline’ów
- Narzędzia do walidacji konfiguracji
- Monitorowanie wydajności
- Architektura
- Beats – lekki agent zbierania danych
- Przegląd rodziny Beats
- Filebeat, Metricbeat, Packetbeat, Heartbeat, Winlogbeat
- Scenariusze użycia poszczególnych agentów
- Instalacja i konfiguracja Filebeat
- Wysyłanie logów systemowych i aplikacyjnych
- Moduły wbudowane (nginx, mysql, system)
- Zaawansowane możliwości
- Multiline processing (np. stack traces)
- Buforowanie i mechanizmy ponownej wysyłki
- Integracja z Logstash i bezpośrednio z Elasticsearch
- Przegląd rodziny Beats
- Podsumowanie i praktyczne laboratoria
- Projekt końcowy: od zbierania danych z Filebeat po wizualizację w Kibanie
- Dobre praktyki utrzymania i skalowania środowiska
- Wskazówki dotyczące bezpieczeństwa i aktualizacji Elastic Stack
Opis szkolenia
Szkolenie odbywa się na żywo z udziałem trenera. Nie jest to forma kursu video!
O szkoleniu w skrócie
Szkolenie wprowadza uczestników w pełny ekosystem Elastic Stack (ELK) i pokazuje, jak od zera zbudować środowisko do gromadzenia, przetwarzania i wizualizacji danych. Rozpoczynamy od omówienia architektury i kluczowych komponentów: Elasticsearch, Kibana, Logstash i Beats. Następnie krok po kroku przechodzimy do praktycznych ćwiczeń, które uczą tworzenia indeksów, pracy z różnymi formatami danych oraz przygotowywania atrakcyjnych wizualizacji.
Po zakończeniu kursu uczestnik będzie potrafił:
- samodzielnie instalować i konfigurować elementy Elastic Stack,
- tworzyć i optymalizować indeksy w Elasticsearch,
- ładować dane z wielu źródeł i przetwarzać je w Logstash,
- budować dashboardy w Kibanie i prezentować wyniki w czytelnej formie.
Dla kogo to szkolenie
Kurs jest skierowany przede wszystkim do osób początkujących, które chcą:
- poznać środowisko Elastic Stack od podstaw,
- rozpocząć pracę z wyszukiwaniem i analizą danych w czasie rzeczywistym,
- zrozumieć zasady efektywnego gromadzenia i wizualizacji danych logów, metryk czy zdarzeń aplikacyjnych.
Nie jest wymagana wcześniejsza znajomość Elasticsearch ani doświadczenie w administracji systemami Big Data.
Charakter szkolenia
- Forma warsztatowa – każde zagadnienie teoretyczne natychmiast uzupełniamy praktycznymi ćwiczeniami.
- Uczestnicy pracują na realnym środowisku testowym, aby zdobyte umiejętności można było od razu przenieść do pracy zawodowej.
- Instruktor na bieżąco odpowiada na pytania i podpowiada najlepsze praktyki.
Przebieg szkolenia
- Start i architektura – wspólne uruchomienie środowiska testowego, wprowadzenie do koncepcji ELK i roli poszczególnych modułów.
- Elasticsearch – przechowywanie danych, wyszukiwanie pełnotekstowe, tworzenie i zarządzanie indeksami, dobre praktyki wydajnościowe.
- Kibana – budowa wizualizacji, tworzenie dashboardów i raportów, eksport wyników.
- Logstash – konfiguracja potoków, filtrowanie i wzbogacanie danych z wielu źródeł.
- Beats – instalacja lekkich agentów i integracja z resztą ekosystemu.
Efektem szkolenia jest kompleksowe zrozumienie Elastic Stack oraz umiejętność jego praktycznego wykorzystania w projektach analizy i monitoringu danych.
Prowadzący szkolenie:
Dominik Biedrzycki
Dominik to doświadczony specjalista IT z bogatym doświadczeniem jako administrator aplikacji, a następnie inżynier DevOps, specjalizujący się w observability, monitoringu i optymalizacji wydajności.
Przez lata zdobył dogłębną wiedzę specjalistyczną w zakresie projektowania, wdrażania i skalowania rozwiązań obserwowalności z wykorzystaniem Elastic Stack (Elasticsearch, Logstash, Kibana, Beats i Elastic Agent).
Pracując projektował i optymalizował pulpity nawigacyjne i alerty Kibana w celu monitorowania infrastruktury i wydajności aplikacji w środowiskach hybrydowych (chmurowych i lokalnych) w oparciu różnorodne źródła logów, metryk i śledzenia – od klastrów Kubernetes i mikrousług po punkty końcowe Prometheus – z Elasticsearch, aby zapewnić kompleksową widoczność.
Poza stackiem Elastic, posiada bogate doświadczenie w nowoczesnych narzędziach DevOps i monitorowaniu, takich jak Prometheus, Grafana, Zabbix, Opsgenie, GitLab CI/CD, Ansible, Terraform, Kubernetes i Docker.
Środowisko robocze
Nie jest wymagane instalowanie żadnego oprogramowania przez Uczestnika. Dostęp do gotowego środowiska na potrzeby tego szkolenia jest zapewniany każdemu Uczestnikowi przez organizatora.
Terminy gwarantowane
Gdy na jakiś termin zgłosi się minimalna liczba osób, termin oznaczamy jako gwarantowany.
Jeśli jakiś termin oznaczony jest jako gwarantowany to oznacza to, że na 100% się odbędzie we wskazanym czasie i miejscu.
Nawet gdyby część takiej grupy zrezygnowała lub przeniosła się na inny termin, raz ustalony termin gwarantowany takim pozostaje.
Ewentualne ryzyko ponosimy my jako organizator.
Przejdź do terminów tego szkolenia
Szkolenia online
Szkolenia online odbywają się na żywo z udziałem trenera. Uczestniczy łączą się na szkolenie za pomocą platfomy ZOOM.
Informacje o wymaganym niezbędnym oprogramowaniu oraz informacje organizacyjne uczestnicy otrzymują na 7 dni przed datą rozpoczęcia szkolenia.
Sprawdź pozostałe szkolenia z kategorii:
Elastic Stack (Elasticsearch)
Zobacz
Sprawdź, co mówią o nas ci, którzy nam zaufali
Trenerzy kategorii Elastic Stack (Elasticsearch)
Dominik Biedrzycki
Dominik Biedrzycki
Przez lata zdobył dogłębną wiedzę specjalistyczną w zakresie projektowania, wdrażania i skalowania rozwiązań obserwowalności z wykorzystaniem Elastic Stack (Elasticsearch, Logstash, Kibana, Beats i Elastic Agent).
Pracując projektował i optymalizował pulpity nawigacyjne i alerty Kibana w celu monitorowania infrastruktury i wydajności aplikacji w środowiskach hybrydowych (chmurowych i lokalnych) w oparciu różnorodne źródła logów, metryk i śledzenia – od klastrów Kubernetes i mikrousług po punkty końcowe Prometheus – z Elasticsearch, aby zapewnić kompleksową widoczność.
Poza stackiem Elastic, posiada bogate doświadczenie w nowoczesnych narzędziach DevOps i monitorowaniu, takich jak Prometheus, Grafana, Zabbix, Opsgenie, GitLab CI/CD, Ansible, Terraform, Kubernetes i Docker.
Elżbieta Jakubowska
Elżbieta Jakubowska
