Elasticsearch: Consumindo dados real-time com ELK

by Alexandre Lourenço

Overview

Com o aumento massivo da produção de dados na atualidade, empresas como o Twitter, Facebook e Netflix precisam seguir modelos de estruturação formalizados para processar essas verdadeiras montanhas de dados, aproveitando-se de conceitos de computação distribuída. Dentre as novas tecnologias que permitem o processamento ou consulta de conjuntos enormes de dados textuais em tempo real está o Elasticsearch. Neste livro, Alexandre Lourenço aborda a stack ELK (Elasticsearch, Logstash e Kibana), dissecando todos os seus aspectos. O objetivo é fornecer um método de se catalogar e efetuar buscas em grandes massas de informação por meio de interfaces REST que recebem ou provêm informações em formato JSON.

Product Details

ISBN-13:	9788555191695
Publisher:	Casa do Código
Publication date:	02/26/2016
Sold by:	Bookwire
Format:	eBook
Pages:	167
File size:	7 MB
Language:	Portuguese

About the Author

Alexandre Eleutério Santos Lourenço é Arquiteto de Software, com bacharel em Ciência da Computação pela Pontifícia Universidade Católica de São Paulo (PUC-SP). Possui grande experiência na linguagem Java, com a qual trabalha desde 2003. Como arquiteto, tem contato com diversas tecnologias, frameworks e linguagens, como Java, Python, C#, C/C++, Angularjs, HTML5, Apache Cordova, Spring, EJB, Hadoop, Spark e, é claro, ELK. Apaixonado por tecnologia, filmes, seriados e games, possui o blog Tecnologia Explicada (Technology Explained), onde publica artigos sobre os mais diversos assuntos do gênero. Também possui alguns artigos publicados no site americano Developer Zone.

Table of Contents

1 Introdução 1.1 Conhecendo o Elasticsearch 1.2 Instalação 2 Dissecando a ELK – Logstash 2.1 Criando pipelines de dados 2.2 Construindo nossa API de pedidos 2.3 Começando com o Logstash 2.4 Parseando as informações de log 2.5 Conceitos e outros plugins 2.6 Filtros condicionais 2.7 Conclusão 3 Dissecando a ELK - Elasticsearch 3.1 Montando um cluster de buscas full text 3.2 Integrando as ferramentas 3.3 Entendendo a estrutura interna do Elasticsearch 3.4 Ações do Elasticsearch 3.5 Preparando a massa de testes com o Apache JMeter 3.6 Analisadores e scores de documentos 3.7 Consultas básicas do Elasticsearch 3.8 Plugins 3.9 Conclusão 4 Dissecando a ELK – Kibana 4.1 Desenvolvendo ricas interfaces para os nossos dados de log 4.2 Conhecendo o Kibana 4.3 Instalação do Kibana 4.4 Configurando o Kibana 4.5 Executando o Kibana pela primeira vez 4.6 Aplicações do Kibana 4.7 Conclusão 5 Graph 5.1 Gerando grafos a partir de índices 5.2 Grafos: definição 5.3 Instalação 5.4 Pupulando dados para o grafo 5.5 Analisando a base 5.6 Links significantes na análise de grafos 5.7 Realizando drill-downs 5.8 Salvando o workspace 5.9 API de grafos 5.10 Licença 5.11 Conclusão 6 Elasticsearch avançado 6.1 Manutenção de índices 6.2 Manutenção de documentos 6.3 Montando os exercícios práticos 6.4 Realizando consultas parent-child 6.5 Aprofundando em analisadores textuais 6.6 Templates dinâmicos 6.7 Alias de índices do Elasticsearch 6.8 Outros modos de consulta do Elasticsearch 6.9 Filtros e cacheamento de queries 6.10 Conclusão 7 Administrando um cluster Elasticsearch 7.1 Montando o cluster 7.2 Descoberta de nós (discovery) 7.3 Configurando o cluster: configurações no Logstash 7.4 Configurando o cluster: configurações no Kibana 7.5 O arquivo de configuração principal do Elasticsearch 7.6 Resolvendo o split-brain de um cluster Elasticsearch 7.7 Tunning 7.8 Backup & restore 7.9 Monitoração da saúde do cluster com o Watcher 7.10 Expurga com o Curator 7.11 Segurança com o Shield 7.12 Pacote de plugins X-Pack 7.13 Monitoração no X-Pack 7.14 Reporting no X-Pack 7.15 Segurança no X-Pack 7.16 Conclusão 8 Considerações finais 8.1 Cases de mercado 8.2 E agora, o que estudar? 8.3 Conclusão