RousselTMLEARNING

TP · OpenSearch: del descubrimiento a la maestría

Práctica: instalar OpenSearch, indexar y buscar

Lo que vas a aprender en este TP
Iniciar OpenSearch
Declarar los tipos
Buscar y agregar

Introducción #

Lo que vas a aprender en esta sección
Iniciar OpenSearch
Declarar los tipos
Buscar y agregar

Contexto. Tu equipo quiere un motor de búsqueda de logs con licencia Apache 2.0. Evalúas OpenSearch con una maqueta.

Requisitos: Docker Compose, 4 GB de memoria libre · Duración estimada: 45 min

Un nodo y su consola.

Puesta en marcha #

Pasos guiados, con su corrección.

1. Iniciar la pila
¿Por qué? Sin una contraseña fuerte, OpenSearch no arranca.
Escribe .env y el Compose, ajusta vm.max_map_count y comprueba el estado del clúster.
2. Declarar una plantilla de índice
¿Por qué? El tipo de un campo no cambia tras la primera escritura.
Crea una plantilla para logs-app-*.
3. Indexar por lotes
¿Por qué? _bulk es la vía normal de los datos.
Indexa tres documentos y lee el campo errors de la respuesta.
4. Buscar y agregar
¿Por qué? filter es más rápido que must cuando la puntuación no importa.
Busca «banque» en el servicio paiement y calcula el p95 de la duración por servicio.
5. Probar PPL y la consola
¿Por qué? PPL es muy legible para explorar logs.
Cuenta los documentos por nivel en PPL y búscalos en Discover, en http://localhost:5601.

Nivel de dificultad : ●○○○○ (1/5)

Mi seguimiento

⏱ Duración estimada : ≈ 45 min

Inicia sesión para seguir tu progreso y tomar notas. Iniciar sesión

💬 Hacer una pregunta

← Sesión anterior Ver la corrección ⬇ Descargar la práctica (PDF) Siguiente sesión →

Artículos recomendados

Monitoring et troubleshooting Elasticsearch : santé, shards non assignés, JVM, hot threads et slow logs

Diagnostiquer un cluster Elasticsearch : cluster health et CAT APIs, shards non assignés et alloc...

Explorer ses données dans Discover : KQL, Lucene et ES|QL

Rechercher et analyser des logs dans Kibana Discover : filtres, KQL, syntaxe Lucene, et le langag...

Alertes, connecteurs et SLO dans Kibana

Créer des règles d'alerte dans Kibana (requête Elasticsearch, ES|QL, seuil personnalisé, logs), c...

Bonnes pratiques Elasticsearch : mappings, shards, cycle de vie et exploitation

Bonnes pratiques Elasticsearch : dimensionnement des shards, mappings explicites, templates, ILM,...

Architecture distribuée Elasticsearch : rôles des nœuds, shards, répliques et allocation

Comprendre le fonctionnement distribué d'Elasticsearch : rôles des nœuds, nœuds master et quorum,...

Ingestion Elasticsearch : Bulk API, ingest pipelines, enrich et reindex

Ingérer et transformer des données dans Elasticsearch : Bulk API, ingest pipelines et processeurs...

Index Lifecycle Management (ILM) : data tiers, rollover et rétention

Automatiser le cycle de vie des index avec ILM : data tiers hot, warm, cold et frozen, rollover p...

Data streams et templates Elasticsearch : component templates, index templates et séries temporelles

Gérer les données horodatées avec les data streams : index templates et component templates, conv...

Performance et capacity planning Elasticsearch : shards, heap, indexation et benchmarks

Dimensionner et optimiser Elasticsearch : taille et nombre de shards, heap JVM, caches, réglages ...