Szkolenie Praktyczne wprowadzenie do Elastic Stack (Elasticsearch, Kibana, Logstash, Beats) - TERMIN GWARANTOWANY - 07.12.2026
Szkolenie Praktyczne wprowadzenie do Elastic Stack (Elasticsearch, Kibana, Logstash, Beats): TERMIN GWARANTOWANY 07-09.12.2026
Szkolenie online na żywo z trenerem, 3 dni, w godz. 9:00-16:00. Termin gwarantowany odbędzie się na pewno, nawet przy jednym uczestniku. Prowadzi: Dominik Biedrzycki.
Szczegóły szkolenia, program i zapisy: Szkolenie Praktyczne wprowadzenie do Elastic Stack (Elasticsearch, Kibana, Logstash, Beats) na jsystems.pl
Wszystkie terminy gwarantowane JSystems: lista terminów gwarantowanych
W skrócie
Trzy dni i przestajesz szukać przyczyny awarii, logując się po kolei na dziesięć serwerów.
Logi są wszędzie i prawie nigdzie nie da się ich szybko przeszukać. Elastic Stack rozwiązuje dokładnie ten problem: zbiera zapisy zdarzeń z wielu maszyn w jedno miejsce, indeksuje je i pozwala znaleźć potrzebną linię w sekundy.
Przez trzy dni budujesz taki układ od zera. Kończysz projektem, w którym dane idą od agenta zbierającego logi aż do gotowego pulpitu.
Co potrafisz po tych 3 dniach
- Rozumiesz, kto za co odpowiada - Elasticsearch przechowuje i przeszukuje, Kibana pokazuje, Logstash przetwarza po drodze, a Beats zbiera dane u źródła. Wiesz też, co dostajesz za darmo, a co tylko w subskrypcji.
- Projektujesz indeksy, które nie rozsadzą dysku - Struktura klastra i role węzłów, shardy i repliki, mapowania pól, szablony indeksów oraz aliasy ułatwiające przełączanie i migracje.
- Ustawiasz cykl życia danych - Fazy hot, warm, cold i delete, czyli automatyczne przenoszenie starszych danych na tańsze zasoby i kasowanie ich po ustalonym czasie.
- Wyszukujesz i agregujesz - Operacje na dokumentach, zapytania pełnotekstowe i filtrujące oraz agregacje i metryki, czyli liczenie na danych bez wyciągania ich na zewnątrz.
- Budujesz pulpity w Kibanie - Discover do eksploracji, języki zapytań KQL i Lucene, wykresy, tabele, mapy ciepła i grafy relacji, Lens i Canvas, a na koniec eksport do CSV i PDF oraz harmonogram raportów wysyłanych automatycznie.
- Przetwarzasz dane po drodze w Logstash - Potok wejście, filtr, wyjście. Parsowanie logów filtrem grok, przekształcenia pól, standaryzacja dat i formatu JSON oraz wysyłka do kilku celów naraz, łącznie z Kafką.
- Zbierasz dane z maszyn agentami Beats - Filebeat, Metricbeat, Packetbeat, Heartbeat i Winlogbeat. Gotowe moduły dla nginx, MySQL i systemu, sklejanie wieloliniowych śladów błędu oraz buforowanie na wypadek zerwania połączenia.
- Wychodzisz z działającym projektem - Ostatni blok to kompletna ścieżka: od zbierania danych Filebeatem po wizualizację w Kibanie, z dobrymi praktykami utrzymania i skalowania.
Jak pracujemy
Trzy dni warsztatów na realnym środowisku testowym. Prowadzi Dominik Biedrzycki, inżynier DevOps specjalizujący się w monitorowaniu i obserwowalności, projektujący pulpity i alerty Kibany dla środowisk hybrydowych. Pracujesz na realnym środowisku testowym po to, żeby zdobyte umiejętności dało się przenieść do pracy zawodowej od razu po szkoleniu.
Dla kogo
Dla administratorów, inżynierów DevOps i osób odpowiedzialnych za utrzymanie aplikacji, które chcą wreszcie widzieć, co się dzieje w systemie. Nie jest wymagana wcześniejsza znajomość Elasticsearch ani doświadczenie z Big Data.
Co zyskujesz
Działający układ, który umiesz odtworzyć u siebie. Szkolenie ma terminy gwarantowane. Można je sfinansować z BUR i KFS. Otrzymujesz też imienny certyfikat ukończenia szkolenia.
Zarezerwuj miejsce i zobacz wszystkie swoje logi w jednym miejscu.
Sprawdź, czy w Twoim przypadku dostępne jest finansowanie szkolenia ze środków BUR/KFS. Dostępność finansowania zależy od warunków danego programu oraz decyzji właściwej instytucji. Więcej informacji: https://jsystems.pl/dofinansowanie/
Prowadzący szkolenie
Dominik to doświadczony specjalista IT z bogatym doświadczeniem jako administrator aplikacji, a następnie inżynier DevOps, specjalizujący się w observability, monitoringu i optymalizacji wydajności.
Przez lata zdobył dogłębną wiedzę specjalistyczną w zakresie projektowania, wdrażania i skalowania rozwiązań obserwowalności z wykorzystaniem Elastic Stack (Elasticsearch, Logstash, Kibana, Beats i Elastic Agent).
Pracując projektował i optymalizował pulpity nawigacyjne i alerty Kibana w celu monitorowania infrastruktury i wydajności aplikacji w środowiskach hybrydowych (chmurowych i lokalnych) w oparciu różnorodne źródła logów, metryk i śledzenia - od klastrów Kubernetes i mikrousług po punkty końcowe Prometheus - z Elasticsearch, aby zapewnić kompleksową widoczność.
Program szkolenia
Dzień 1 - Fundamenty i architektura ekosystemu ELK
- Wprowadzenie do ekosystemu ELK
- Koncepcja i zastosowania
- Historia powstania Elastic Stack
- Typowe scenariusze wdrożeń (monitoring, logi, analityka)
- Elementy składowe
- Elasticsearch - silnik wyszukiwania i analizy danych
- Kibana - interfejs wizualizacyjny i narzędzie do eksploracji
- Logstash - elastyczna warstwa przetwarzania i wzbogacania danych
- Beats - lekki agent zbierający dane z różnych źródeł
- Licencjonowanie i edycje
- Open Source vs. Elastic License
- Funkcje dostępne w wersji Basic i w subskrypcjach komercyjnych
- Zalety i ograniczenia
- Skalowalność, wydajność, ekosystem wtyczek
- Wyzwania: zużycie zasobów, zarządzanie klastrem, bezpieczeństwo
- Koncepcja i zastosowania
Dzień 2 - Elasticsearch od podstaw do praktyki
- Podstawy pracy z Elasticsearch
- Struktura klastra
- Węzły: master, data, coordinating, ingest
- Rola shardów i replik
- Indeksy
- Tworzenie i usuwanie indeksów - na co zwrócić uwagę przy projektowaniu
- Mapowania pól:
- typy danych (keyword, text, date, geo)
- dynamiczne vs. statyczne mapowanie
- Najlepsze praktyki
- Nazewnictwo indeksów
- Planowanie liczby shardów i replik
- Index Templates i wzorce (Index Patterns)
- Dziedziczenie ustawień i mapowań
- Automatyzacja tworzenia nowych indeksów
- Aliasy i routing
- Łatwe przełączanie pomiędzy indeksami
- Równoważenie ruchu i migracje danych
- Lifecycle Management (ILM)
- Fazy: hot, warm, cold, delete
- Automatyczne przenoszenie i archiwizacja danych
- Operacje i zapytania
- CRUD na dokumentach
- Zapytania pełnotekstowe i filtrujące
- Agregacje i metryki
- Struktura klastra
Dzień 3 - Wizualizacja i przepływ danych
- Kibana - analiza i prezentacja
- Pierwsze kroki
- Podłączanie do klastra
- Konfiguracja przestrzeni roboczych
- Eksploracja danych
- Discover - filtrowanie, wyszukiwanie, zapisywanie zapytań
- Praca z zapytaniami KQL i Lucene
- Wizualizacje
- Wykresy, tabele, mapy ciepła, grafy relacji
- Integracja z Lens i Canvas
- Dashboardy i raportowanie
- Tworzenie interaktywnych paneli
- Eksport danych do CSV / PDF
- Harmonogram automatycznych raportów
- Pierwsze kroki
- Logstash - potok przetwarzania
- Architektura
- Pipeline: input → filter → output
- Wielowątkowość i kolejki
- Konfiguracja wejść (INPUT)
- Źródła danych: JDBC, pliki logów, Beats, syslog
- Filtry (FILTER)
- Grok - parsowanie logów
- Mutate - transformacje pól
- Date, KV, JSON - standaryzacja danych
- Wyjścia (OUTPUT)
- Elasticsearch, stdout, plik, Kafka
- Wysyłka do wielu celów jednocześnie
- Testowanie i debugowanie pipeline'ów
- Narzędzia do walidacji konfiguracji
- Monitorowanie wydajności
- Architektura
- Beats - lekki agent zbierania danych
- Przegląd rodziny Beats
- Filebeat, Metricbeat, Packetbeat, Heartbeat, Winlogbeat
- Scenariusze użycia poszczególnych agentów
- Instalacja i konfiguracja Filebeat
- Wysyłanie logów systemowych i aplikacyjnych
- Moduły wbudowane (nginx, mysql, system)
- Zaawansowane możliwości
- Multiline processing (np. stack traces)
- Buforowanie i mechanizmy ponownej wysyłki
- Integracja z Logstash i bezpośrednio z Elasticsearch
- Przegląd rodziny Beats
- Podsumowanie i praktyczne laboratoria
- Projekt końcowy: od zbierania danych z Filebeat po wizualizację w Kibanie
- Dobre praktyki utrzymania i skalowania środowiska
- Wskazówki dotyczące bezpieczeństwa i aktualizacji Elastic Stack
Przeczytaj na naszym blogu
- Grafana vs Kibana - kiedy używać którego (praktyczne porównanie na żywych przykładach)
- Co to jest Grafana? Kompletny przewodnik dla początkujących
- Co to jest Prometheus? Kompletny przewodnik dla początkujących
- SQL vs. NoSQL - wielkie porównanie baz danych: kiedy wybrać relacyjną, a kiedy nierelacyjną? Przewodnik Architekta
- Współczesne rozwiązania Big Data - Spark, lakehouse, streaming i federacyjne SQL w praktyce
- Co to jest Snowflake? Prosty przewodnik po chmurowej hurtowni danych
- Kurs administracji PostgreSQL
Zapisz się na termin gwarantowany: Szkolenie Praktyczne wprowadzenie do Elastic Stack (Elasticsearch, Kibana, Logstash, Beats) | wszystkie terminy gwarantowane
Pytania: [email protected], tel. 22 299 53 69