Elastics Search Developer Training

Course details

Elastics Search Developer Training
 
Overview
This hands-on, instructor-led in-classroom course is
designed for software developers and engineers who need to develop
search and analytics applications using ;Students learn the
internals of Elasticsearch from a developer's perspective, including how
to write search queries, perform text analysis, define mappings, perform
aggregations, work with search results, and implement ;Upon
finishing this course, you will receive a Certificate of Completion.
 
Audience
This course is designed for software developers and engineers who need to
build search and analytics solutions using Elasticsearch.
 
Duration (Classroom Training)
2 Day | Class is scheduled from 9 ;to 5 
 
Language
English
 
Prerequisites
• No prior knowledge of Elasticsearch is required
• Students should be software developers familiar with  programming concepts
• Students should be familiar with running commands from a command line or terminal
 
Requirements (Classroom Training)
• Laptop with connectivity to Wifi
• Mac, Linux OS, or Windows 7 or later
• A modern web browser
• Java version ;or later installed
• At least 20% free disk space

Modules
 
Introduction to Elasticsearch
• Learn about Elasticsearch and Lucene, the components of Elasticsearch, and how to index documents using the REST and Bulk APIs
• Hands-on Lab : Index a dataset, then search the data using
Elasticsearch.

The Search API

• Learn how to write and submit queries, how the scoring and relevance of
matching documents is calculated, and how to boost relevance at query time

• Hands-on Lab: Write various queries that search documents
using Search API queries like match, range and bool
 
Text Analysis

• We walk through the details of how full text is analyzed and indexed inElasticsearch, including a discussion of the various analyzers and filters and how to configure them

• Hands-on Lab: Perform the steps for configuring text analysis
in Elasticsearch; use the Analyze API to see how the built-in analyzers work; define custom analyzers by configuring character filters, tokenizesand token filter

Mappings

• Learn how Elasticsearch mappings are used to define how your  documentsand fields are stored and indexed, including how to 
define multi-fields, custom analyzers, and index templates
• Handson Lab: Define a custom mapping for a new index; use
 an index template to customize a mapping

More Search Features

• Learn how Elasticsearch mappings are used to define how your documentsand fields are stored and indexed, including how to  define multi-fields, custom analyzers, and index templates
• Hands-on Lab : See how a terms query works in Elasticsearch;
write multi_match and more_like_this queries; see how the  fuzziness parameter works and how to highlight search terms

The Distributed Model

• Understand how Elasticsearch scales and distributes data  across a cluster, including a discussion on shards, how to startup  a multi-node cluster, and how data replication works in 
Elasticsearch

• Hands-on Lab : Startup a multi-node cluster and see how
documents indexed into Elasticsearch are distributed across shards in the cluster

Working with Search Results

• Learn how to perform common tasks when working with search results like sorting, pagination, and performing  scroll searches

• Handson Lab : Run queries that involve controlling the results of searches using relevance boosting,sorting,and pagination

Suggesters

• Learn how to provide autocomplete suggestions for users, as 
well as "did youmean" suggestions when users misspell terms in
their queries
• Handson Lab: Implement a "did you mean" and autocomplete
solution using suggesters

Aggregations

• An introduction to aggregations, including a discussion the different types of aggregations, how to perform metric and bucket 
aggregations, and details on
how to use some of the more common aggregations

• Handson Lab: Perform various metrics and bucket 
aggregationson the products index and also on some stock
market trade data

More Aggregations
• We take a deeper dive into aggregations and discuss scope, using post_filter for faceting, creating histograms, finding the top hits of an aggregation, and an example of the significant terms
aggregation

• Handson Lab : Perform various advanced bucket and metrics
aggregations on the stocks index
  Updated on 27 June, 2018