ElasticSearch para desarrolladores: creación de soluciones de búsqueda y análisis con Elasticsearch

1. Introducción a Elasticsearch

• ¿Qué es Elasticsearch?
• Casos de uso de Elasticsearch
• Arquitectura de Elasticsearch
• Componentes del Elastic Stack (Elasticsearch, Logstash, Kibana, Beats)
• Instalación y ejecución de Elasticsearch con contenedores
• Exploración de la API REST

2. Comprensión de índices y documentos

• Documentos y estructura JSON
• Índices y organización de datos
• Shards (segmentos) y réplicas
• Conceptos del ciclo de vida de los índices
• Creación, actualización y eliminación de índices
• Operaciones CRUD para documentos

3. Escritura de consultas de búsqueda

• Visión general del Query DSL
• Consultas de coincidencia (Match queries)
• Consultas de término (Term queries)
• Consultas booleanas
• Consultas de rango
• Búsquedas por prefijo, comodín y difusas
• Paginación y ordenamiento
• Filtrado versus consulta

4. Análisis de textos

• Fundamentos de la búsqueda de texto completo
• Analyzers (analizadores)
• Tokenizers
• Filtros de caracteres
• Filtros de tokens
• Analizadores por idioma
• Analizadores personalizados
• Mejora de la relevancia de las búsquedas

5. Definición de mappings (mapeos)

• Mapeos dinámicos
• Mapeos explícitos
• Tipos de datos de campos
• Campos anidados y objetos
• Campos de fecha y numéricos
• Mejores prácticas para mapeos
• Actualización segura de mapeos

6. Ampliación de sus búsquedas

• Búsqueda en múltiples campos
• Consultas multi-coincidencia (Multi-match queries)
• Búsquedas por frase
• Resaltado de resultados de búsqueda
• Ponderación de búsquedas
• Consultas con puntuación de función
• Plantillas de búsqueda

7. Comprensión del modelo distribuido

• Arquitectura del cluster (clúster)
• Nodos y roles
• Shards primarios y réplicas
• Estado de salud del clúster
• Distribución de datos
• Tolerancia a fallos
• Conceptos de alta disponibilidad

8. Manipulación de los resultados de búsqueda

• Estrategias de paginación
• Filtrado de origen (source filtering)
• Ocultamiento de campos duplicados
• Campos con scripts
• Técnicas de ordenamiento
• Resaltado de resultados de búsqueda
• Optimización de respuestas de búsqueda

9. Agregaciones y análisis

• Agregaciones métricas
• Agregaciones de grupo (bucket aggregations)
• Agregaciones de canalización (pipeline aggregations)
• Cálculos estadísticos
• Histogramas
• Agregaciones de fecha
• Construcción de consultas analíticas
• Rendimiento de las agregaciones

10. Manejo de relaciones de datos

• Campos de objetos
• Documentos anidados
• Relaciones padre-hijo
• Estrategias de desnormalización
• Elección del modelo de datos adecuado
• Consulta de datos relacionados

11. Integración de Elasticsearch con aplicaciones

• Integración con API REST
• Bibliotecas cliente de Elasticsearch
• Indexación de datos de la aplicación
• API por lotes (Bulk API)
• APIs de búsqueda
• Gestión de errores
• Mejores prácticas para la integración

12. Optimización del rendimiento

• Estrategias eficientes de indexación
• Optimización de consultas
• Indexación por lotes
• Intervalos de actualización (refresh intervals)
• Caché
• Gestión de la memoria
• Monitoreo del rendimiento

13. Monitoreo y solución de problemas

• Monitoreo del estado de salud del clúster
• Estadísticas de índices
• Diagnóstico de consultas lentas
• Problemas comunes de indexación
• Resolución de problemas del clúster
• Conceptos de respaldo y captura instantánea (snapshots)
• Registro de eventos (logging) y diagnóstico

14. Taller práctico y resumen

• Desarrollo de una aplicación buscable
• Diseño de índices y mapeos
• Implementación de búsqueda de texto completo
• Creación de agregaciones y análisis
• Optimización del rendimiento de las búsquedas
• Revisión de conceptos clave
• Preguntas y respuestas
• Mejores prácticas y próximos pasos