کتاب آشنایی با Elasticsearch و ELK Stack (Elasticsearch, Logstash, Kibana) با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
دوره جامع آشنایی با Elasticsearch و ELK Stack دوره جامع Elasticsearch و ELK Stack: دروازه ورود به دنیای دادههای حجیم از جستجوی کند و لاگهای پراکنده خسته شدهاید؟ قدرت واقعی دادههای خود را آزاد کنید...
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره آشنایی با Elasticsearch و ELK Stack (Elasticsearch, Logstash, Kibana)
موضوع کلی: برنامه نویسی
موضوع میانی: الستیک سرچ (Elasticsearch)
📋 سرفصلهای دوره
- 1. معرفی برنامهنویسی و نیاز به جستجوی پیشرفته
- 2. مقدمهای بر Big Data و چالشهای آن
- 3. آشنایی با مفهوم Full-Text Search
- 4. ELK Stack چیست؟ (Elasticsearch, Logstash, Kibana)
- 5. مزایای استفاده از ELK Stack
- 6. معماری کلی ELK Stack و نحوه ارتباط اجزا
- 7. موارد استفاده رایج ELK Stack در صنعت
- 8. مقایسه Elasticsearch با دیتابیسهای رابطهای و NoSQL
- 9. نصب و راهاندازی محیط توسعه (Docker یا Local)
- 10. بررسی پیشنیازها و ابزارهای مورد نیاز
- 11. معرفی Elasticsearch: یک موتور جستجو و تحلیل توزیعشده
- 12. معماری Elasticsearch: Nodeها، Clusterها، Shardها و Replicaها
- 13. مفهوم Index در Elasticsearch
- 14. مفهوم Document و Field در Elasticsearch
- 15. مقایسه Index و Document با مفاهیم دیتابیسهای رابطهای
- 16. REST API در Elasticsearch و نحوه تعامل با آن
- 17. عملیات CRUD (Create, Read, Update, Delete) در Elasticsearch
- 18. ایجاد یک Index جدید
- 19. Indexing (ذخیره) یک Document
- 20. بازیابی (Get) یک Document
- 21. بهروزرسانی (Update) یک Document
- 22. حذف (Delete) یک Document
- 23. استفاده از cURL برای تعامل با Elasticsearch
- 24. مفهوم _id و Versioning
- 25. معرفی ابزار Dev Tools در Kibana
- 26. Mappings چیست و چرا اهمیت دارد؟
- 27. Dynamic Mapping در Elasticsearch
- 28. Explicit Mapping: تعریف دقیق ساختار داده
- 29. Data Types در Elasticsearch (Text, Keyword, Number, Date, Boolean, Geo-Point)
- 30. معرفی Text Analysis Process
- 31. Analyzers, Tokenizers و Token Filters
- 32. تفاوت Text و Keyword Data Types
- 33. ساختار و استفاده از Custom Analyzers
- 34. Index Templates برای مدیریت Mappings
- 35. مدیریت Mappings موجود (Get, Put, Delete)
- 36. مقدمهای بر Query DSL (Domain Specific Language)
- 37. ساختار اصلی یک Query در Elasticsearch
- 38. جستجوی تمام اسناد (match_all Query)
- 39. جستجو بر اساس Term (Term Query)
- 40. جستجوی Full-Text (Match Query)
- 41. جستجوی عبارات (Match Phrase Query)
- 42. اهمیت Relevance Scoring
- 43. جستجوی چند فیلدی (Multi-Match Query)
- 44. Boosting نتایج جستجو
- 45. استفاده از bool Query (must, should, must_not, filter)
- 46. تفاوت Query Context و Filter Context
- 47. Range Query برای فیلتر کردن بر اساس محدوده
- 48. Exists Query و Missing Query
- 49. Wildcard Query و Regex Query
- 50. Prefix Query و Fuzzy Query
- 51. Geo-point Queries و Geo-distance filtering
- 52. Nested Queries برای جستجو در آبجکتهای Nested
- 53. Highlight کردن نتایج جستجو
- 54. Sort کردن نتایج جستجو
- 55. Paging (From/Size) و Scroll API برای نتایج بزرگ
- 56. مقدمهای بر Aggregations: جمعبندی و تحلیل دادهها
- 57. انواع Aggregations: Metric و Bucket
- 58. Metric Aggregations (Sum, Avg, Min, Max, Value Count)
- 59. Cardinality Aggregation
- 60. Terms Aggregation برای گروهبندی دادهها
- 61. Date Histogram Aggregation برای تحلیل زمانی
- 62. Range Aggregation و IP Range Aggregation
- 63. Nested Aggregations: ترکیب چند Aggregation
- 64. Pipeline Aggregations
- 65. Scriping در Aggregations با زبان Painless
- 66. معرفی Logstash: موتور پردازش و جمعآوری داده
- 67. معماری Logstash: Input, Filter, Output
- 68. نصب و پیکربندی Logstash
- 69. Logstash Configuration File Syntax
- 70. Input Plugins: File, Beats, HTTP, Syslog
- 71. Filter Plugins: Grok برای استخراج الگوها
- 72. Filter Plugins: Mutate برای تغییر و تبدیل داده
- 73. Filter Plugins: Date, Geoip, Dissect
- 74. Output Plugins: Elasticsearch, File, Stdout
- 75. اجرای Logstash Pipeline و Debugging
- 76. معرفی Beats: جمعآورندههای سبک داده
- 77. Filebeat: جمعآوری و ارسال لاگ فایلها
- 78. Metricbeat: جمعآوری معیارهای سیستم (CPU, Memory, Disk)
- 79. Winlogbeat: جمعآوری رویدادهای ویندوز
- 80. Packetbeat: تحلیل ترافیک شبکه
- 81. Heartbeat: نظارت بر وضعیت Up-time سرویسها
- 82. Auditbeat: جمعآوری رویدادهای امنیتی و Audit
- 83. پیکربندی Beats و استفاده از Modules
- 84. ارسال داده از Beats به Logstash یا Elasticsearch
- 85. مزایای استفاده از Beats در مقابل Logstash برای ورودی
- 86. معرفی Kibana: ابزار بصریسازی و داشبورد
- 87. رابط کاربری Discover برای کاوش دادهها
- 88. ساخت Visualizationها: Bar Chart, Line Chart, Pie Chart
- 89. ساخت Visualizationها: Heat Map, Data Table, Tag Cloud
- 90. Kibana Lens برای ساخت سریع Visualizationها
- 91. ایجاد و مدیریت Dashboards
- 92. فیلتر کردن و Drill-down در Kibana Dashboards
- 93. مدیریت Time Range و Refresh Interval
- 94. Kibana Dev Tools (Console) برای ارسال درخواست به Elasticsearch
- 95. Save و Share کردن Visualizationها و Dashboards
- 96. Index Lifecycle Management (ILM) برای مدیریت دادههای زمانی
- 97. Snapshots و Restore برای پشتیبانگیری و بازیابی
- 98. Cross-Cluster Search و Cross-Cluster Replication (CCR)
- 99. X-Pack Security: احراز هویت، مجوزها و کنترل دسترسی
- 100. نکات و ترفندهای عملکردی و Best Practices در ELK Stack
تگها:
Big Data
Elasticsearch
Elasticsearch tutorial
Elasticsearch فارسی
ELK Stack
ELK Stack فارسی
Kibana
Logstash
آموزش Elasticsearch
آموزش ELK
آموزش برنامه نویسی
الستیک سرچ
برنامه نویسی
جستجوی پیشرفته
داده کاوی
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.