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
• Particiones (shards) y réplicas
• Conceptos del ciclo de vida de los índices
• Creación, actualización y eliminación de índices
• Operaciones CRUD para documentos

3. Redacción de consultas de búsqueda

• Descripción general de Query DSL
• Consultas de coincidencia
• Consultas de término
• Consultas booleanas
• Consultas de rango
• Búsquedas por prefijo, comodín y difusas (fuzzy)
• Paginación y ordenamiento
• Filtrado versus consulta

4. Realización de análisis de texto

• Fundamentos de la búsqueda de texto completo
• Anализadores
• Analizadores (Tokenizers)
• Filtros de caracteres
• Filtros de token
• Anализadores de idioma
• Anализadores personalizados
• Mejora de la relevancia de la búsqueda

5. Definición de mapeos (Mappings)

• Mapeos dinámicos
• Mapeos explícitos
• Tipos de datos de campo
• Campos anidados y objetos
• Campos de fecha y numéricos
• Buenas prácticas de mapeo
• Actualización segura de los mapeos

6. Ampliación de las búsquedas

• Búsqueda en múltiples campos
• Consultas multi-coincidencia
• Búsquedas por frase
• Resaltado de resultados de búsqueda
• Potenciación de la búsqueda
• Consultas de puntuación de función (function score)
• Plantillas de búsqueda

7. Comprensión del modelo distribuido

• Arquitectura del clúster
• Nodos y roles
• Particiones principales 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 del origen (source filtering)
• Colapso de campos
• Campos de script
• Técnicas de ordenamiento
• Resaltado de resultados de búsqueda
• Optimización de las respuestas de búsqueda

9. Agregaciones y análisis

• Agregaciones métricas
• Agregaciones por grupos (buckets)
• Agregaciones de canalización (pipeline)
• 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
• Selección del modelo de datos adecuado
• Consulta de datos relacionados

11. Integración de Elasticsearch con aplicaciones

• Integración mediante la 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 de integración

12. Optimización del rendimiento

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

13. Monitoreo y solución de problemas

• Monitoreo del estado de salud del clúster
• Estadísticas de los índices
• Diagnóstico de consultas lentas
• Problemas comunes de indexación
• Resolución de problemas del clúster
• Conceptos de copia de seguridad y instantáneas (snapshots)
• Registro y diagnósticos

14. Taller práctico y resumen

• Construcción de una aplicación indexable
• Diseño de índices y mapeos
• Implementación de búsqueda de texto completo
• Creación de agregaciones y análisis
• Optimización del rendimiento de la búsqueda
• Revisión de los conceptos clave
• Preguntas y respuestas
• Mejores prácticas y siguientes pasos