RousselTMLEARNING

TP · OpenSearch : de la découverte à l'expertise

TP : Installer OpenSearch, indexer et chercher

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. 1. Démarrer la pile

    Pourquoi ? Sans mot de passe fort, OpenSearch refuse de démarrer.

    Écrivez .env et le Compose, réglez vm.max_map_count, puis vérifiez l'état du cluster.
  2. 2. Déclarer un modèle d'index

    Pourquoi ? Le type d'un champ ne se change plus après la première écriture.

    Créez un modèle pour logs-app-*.
  3. 3. Indexer par lots

    Pourquoi ? _bulk est le chemin normal des données.

    Indexez trois documents, puis lisez le champ errors de la réponse.
  4. 4. Chercher et agréger

    Pourquoi ? filter est plus rapide que must quand le score ne compte pas.

    Cherchez « banque » dans le service paiement, puis calculez le p95 de la durée par service.
  5. 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 sur http://localhost:5601.

Niveau de difficulté : ●○○○○ (1/5)

Mon suivi

  • ⏱ Durée estimée : ≈ 45 min

Connectez-vous pour suivre votre progression et prendre des notes. Se connecter

💬 Poser une question

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...

Soutenir

♥ SOUTENIR

Soutenez RousselTM Learning

Les formations, articles, TP et attestations restent gratuits et sans publicité intrusive. Une contribution libre, du montant de votre choix, finance l’hébergement, les environnements de TP et l’écriture de nouveaux contenus.

Contribuer avec PayPal Montant libre · carte bancaire ou compte PayPalEn savoir plus
QR code PayPal
Ou scannez ce QR code avec votre téléphone

Merci, chaque contribution compte !