Ce que vous allez apprendre dans ce TP
- Démarrer OpenSearch
- Déclarer les types
- Chercher et agréger
Introduction #
Ce que vous allez apprendre dans cette section
- Démarrer OpenSearch
- Déclarer les types
- Chercher et agréger
Contexte. Votre équipe veut un moteur de recherche de logs sous licence Apache 2.0. Vous évaluez OpenSearch sur une maquette.
Prérequis : Docker Compose, 4 Go de mémoire libre · Durée estimée : 45 min
Un nœud et sa console.Mise en place #
Étapes guidées, avec leur correction.
1. Démarrer la pile
Pourquoi ? Sans mot de passe fort, OpenSearch refuse de démarrer.
Écrivez.envet le Compose, réglezvm.max_map_count, puis vérifiez l'état du cluster.2. Déclarer un modèle d'index
Pourquoi ? Le type d'un champ ne se change plus après la première écriture.
Créez un modèle pourlogs-app-*.3. Indexer par lots
Pourquoi ?
Indexez trois documents, puis lisez le champ_bulkest le chemin normal des données.errorsde la réponse.4. Chercher et agréger
Pourquoi ?
Cherchez « banque » dans le servicefilterest plus rapide quemustquand le score ne compte pas.paiement, puis calculez le p95 de la durée par service.5. Essayer PPL et la console
Pourquoi ? PPL est très lisible pour explorer des logs.
Comptez les documents par niveau en PPL, puis retrouvez-les dans Discover surhttp://localhost:5601.
Niveau de difficulté : ●○○○○ (1/5)
Mon suivi
Connectez-vous pour suivre votre progression et prendre des notes. Se connecter
Articles recommandés
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...
Explorer ses données dans OpenObserve : SQL, PromQL et VRL
Chercher en SQL, interroger les métriques en PromQL, optimiser un flux (index, partitions, rétent...
Installer Phoenix et tracer sa première application LLM
Installer Arize Phoenix (pip, Docker), envoyer ses premières traces OpenInference depuis une appl...
Bonnes pratiques Elasticsearch : mappings, shards, cycle de vie et exploitation
Bonnes pratiques Elasticsearch : dimensionnement des shards, mappings explicites, templates, ILM,...
Installer Jaeger v2 : all-in-one, configuration et stockages
Lancer Jaeger v2 en all-in-one, comprendre son fichier de configuration (extensions jaeger_storag...
Fluent Bit : les outputs (sorties), routage et fiabilité de l'envoi
Envoyer les données de Fluent Bit : routage par Match et Match_Regex, sorties Loki, Elasticsearch...
Les logs avec OpenTelemetry : modèle de données, appenders, corrélation et collecte
Maîtriser le signal log : modèle de données LogRecord, Logs Bridge API et appenders (Logback, Log...
Vector : les sinks en détail (destinations, lots, tampons et réessais)
Envoyer les événements de Vector : sinks Loki, Elasticsearch, S3, Kafka, OpenTelemetry, Prometheu...