раздел 40

Elasticsearch и ELK

Поиск и логи на Elasticsearch с нуля. Почему LIKE не годится для поиска, как устроен инвертированный индекс, документы, маппинг и REST API, запросы match, term и bool, релевантность BM25, анализаторы и русский стемминг, агрегации, пагинация, подсветка и подсказки на каталоге блюд «Гонца». Вторая часть про наблюдаемость: Filebeat, Logstash с grok, структурированные логи, Kibana и KQL, ILM, шаблоны индексов, алертинг и разбор настоящего инцидента по логам, Kubernetes, OpenSearch и Loki.

44 урока44 тем · 15 кластеров

Начать раздел
Хочу пройти

Без входа у каждого урока видно начало. Войди, чтобы читать целиком, отмечать пройденное и решать задачи. войти

«Elasticsearch и ELK» покупается один раз и остаётся навсегда: 500 ₽. Оплата пока не подключена, доступ открывается промокодом. ввести промокод

Уроки раздела

  1. Проблема поиска: почему LIKE в SQL не работаетJ~10 минкурс
  2. Что такое Elasticsearch и стек ELKJ~10 минкурс
  3. Инвертированный индекс: сердце поискаJ~10 минкурс
  4. Документы, индексы и маппингJ~15 минкурс
  5. REST API и формат запросовJ~10 минкурс
  6. Индексация документов: PUT, POST и bulkJ~10 минкурс
  7. match против term: анализируемые и точные поляJ~10 минкурс
  8. bool-запросы: must, should, must_not, filterJ~10 минкурс
  9. Как читать ответ _searchJ~10 минкурс
  10. Релевантность: scoring, TF-IDF и BM25J~10 минкурс
  11. Анализаторы и токенизацияJ~10 минкурс
  12. Стемминг, стоп-слова и языкиJ~10 минкурс
  13. Агрегации: аналитика поверх поискаJ~10 минкурс
  14. Сортировка и пагинация: from/size и search_afterJ~10 минкурс
  15. Подсветка, fuzzy-поиск и автодополнениеJ~10 минкурс
  16. Шарды, реплики и кластерJ~10 минкурс
  17. Kibana и применения ElasticsearchJ~10 минкурс
  18. ES против обычной БД и ClickHouseJ~10 минкурс
  19. Типичные ошибки: text/keyword, mapping explosion, тяжёлые агрегацииJ~10 минкурс
  20. Логи на сотне серверов: в чём проблемаJ~10 минкурс
  21. Логи, метрики и трейсы: три столпа observabilityJ~10 минкурс
  22. Что такое ELK и Elastic StackJ~10 минкурс
  23. Пять этапов конвейера логовJ~10 минкурс
  24. Elasticsearch как хранилище логов: индексы по времениJ~10 минкурс
  25. Семейство Beats: Filebeat и MetricbeatJ~15 минкурс
  26. Filebeat подробно: входы и модулиJ~15 минкурс
  27. Pipeline Logstash: input, filter, outputJ~15 минкурс
  28. Парсинг логов с grokJ~15 минкурс
  29. Обогащение событий: mutate, date, geoip, dropJ~15 минкурс
  30. Структурированное логирование: JSON вместо grokJ~15 минкурс
  31. Discover и язык запросов KQLJ~15 минкурс
  32. Дашборды и агрегации логовJ~15 минкурс
  33. Data Views и index patternsJ~15 минкурс
  34. ILM: горячие, тёплые и холодные данныеJ~15 минкурс
  35. Шаблоны индексов: автоматическая настройкаJ~15 минкурс
  36. Алертинг по логамJ~15 минкурс
  37. Разбор инцидента по логамJ~15 минкурс
  38. Производительность и масштабJ~15 минкурс
  39. Безопасность стека логированияJ~20 минкурс
  40. Реальный пример: сбор логов веб-приложенияJ~20 минкурс
  41. Логи в Kubernetes: DaemonSet и стек EFKJ~20 минкурс
  42. OpenSearch: форк стекаJ~15 минкурс
  43. Альтернативы: Loki, Grafana и когда чтоJ~15 минкурс
  44. Типичные ошибки логированияJ~20 минкурс
Начать раздел

Понятия курса

Понятия разобраны внутри уроков. Нажми на понятие, чтобы открыть урок, где оно объясняется.

Зачем нужен поисковый движок

Документы, индексы и REST API

Основы поиска

Релевантность и анализ текста

Продвинутый поиск и аналитика

Масштабирование и эксплуатация

Зачем централизованное логирование

Архитектура пайплайна логов

Beats: сбор данных с источников

Logstash: обработка потока событий

Обогащение и структурированное логирование

Kibana: поиск и визуализация логов

Жизненный цикл, шаблоны и алертинг

Эксплуатация: инциденты, масштаб, безопасность

Kubernetes, OpenSearch и альтернативы