Elastics Search Developer

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 Elasticsearch. 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 suggesters. 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 a.m. to 5 p.m.

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 1.8u20 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

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 in

Elasticsearch, 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, tokenizers and token

filter

Mappings

• Learn how Elasticsearch mappings are used to define how your documents

and fields are stored and indexed, including how to define multi-fields, custom

analyzers, and index templates

•  Hands-on 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 documents

and 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

•  Hands-on 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 you

mean” suggestions when users misspell terms in their queries

•  Hands-on 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

•  Hands-on Lab: Perform various metrics and bucket aggregations

on 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

•  Hands-on Lab: Perform various advanced bucket and metrics