Elasticsearch Eğitimi

Eğitim Hakkında

Elasticsearch arama motorunu geliştirici gözüyle uygulamalı öğreten temel eğitim

Elasticsearch Eğitimi, dağıtık arama ve analiz motorunu geliştirici perspektifiyle uygulamalı öğretir. Katılımcılar belge tabanlı veri modelini, inverted index mantığını ve shard yapısını kavrar; Query DSL ile match, term, bool ve range sorguları yazar; mapping ve analizörlerle metin arama davranışını denetler. Aggregation ile veri üzerinde gruplama ve metrik hesaplama, relevance skorlama ve arama ayarlama konuları gerçek veri setleri üzerinde ele alınır.

Süre ve Format

3 Gün. İlk gün temeller ve veri indeksleme, ikinci gün Query DSL ve mapping/analiz, üçüncü gün aggregation, relevance ve uygulama entegrasyonu işlenir.

Seviye

Orta Seviye — Elasticsearch ile tam metin arama, Query DSL, mapping, analiz ve toplama (aggregation) geliştirme

Öğrenme Metodu

Her konu gerçek bir Elasticsearch örneği üzerinde belge indeksleme, Query DSL ve aggregation senaryolarıyla uygulamalı işlenir.

Neden Bu Eğitim?

⚡Hızlı tam metin arama

Inverted index ve analizörler sayesinde milyonlarca belgede alakalı sonuçları milisaniyeler içinde döndürmeyi öğrenirsiniz.

🧩Esnek Query DSL

match, term, bool ve range sorgularını birleştirerek karmaşık arama ihtiyaçlarını JSON tabanlı Query DSL ile ifade edersiniz.

📈Anlık analiz

Aggregation ile veriyi gruplayarak metrik, histogram ve kategori dağılımlarını arama ile aynı anda hesaplarsınız.

Anahtar Konular

elasticsearch eğitimielasticsearch kursuquery dsl eğitimitam metin arama eğitimielasticsearch aggregationarama motoru geliştirmeelasticsearch mappingnosql veritabanı eğitimielasticsearch rest apilucene arama eğitimi

“Veri yalnızca saklandığında değil, doğru şekilde aranabildiğinde değer kazanır; Elasticsearch aramayı saniyelerden milisaniyelere indirir.”

Ön Koşullar

Eğitimden en iyi verimi almak için faydalı olacak bilgi ve ortam gereksinimleri

1

Temel programlama

Herhangi bir dilde temel programlama bilgisi REST API ve sorgu örneklerini takip etmeyi kolaylaştırır.

2

JSON bilgisi

JSON yapısına aşinalık belge modelini ve Query DSL söz dizimini hızlı kavramanızı sağlar.

3

Veritabanı temeli

Index, sorgu ve veri modeli kavramlarına aşinalık belge tabanlı yaklaşımı anlamayı destekler.

4

HTTP/REST kavramı

GET, POST gibi HTTP metotlarına aşinalık REST API ile etkileşimi daha anlaşılır kılar.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcılar Elasticsearch'ün belge modelini, shard ve replika yapısını kavrar, index oluşturur ve REST API ile belgeleri indeksleyip günceller.

Modül 1

Elasticsearch'e Giriş

Dağıtık arama ve analiz motoru olarak Elasticsearch'ün rolü
Belge (document), index ve alan (field) kavramları
JSON belge yapısı ve şemasız (schema-free) esneklik
Apache Lucene üzerine kurulu arama altyapısı
İlişkisel veritabanı ile Elasticsearch terminolojisi karşılaştırması
Tipik kullanım alanları: arama, log analizi ve öneri

Modül 2

Dağıtık Mimari Temelleri

Shard (primary/replica) ile verinin bölünmesi ve kopyalanması
Düğüm (node) ve küme (cluster) kavramlarının temeli
Inverted index ile terimlerin belgelere eşlenmesi
Near real-time (NRT) arama ve refresh aralığı
Segment yapısı ve Lucene'de belgelerin saklanması
Routing ile belgenin hangi shard'a gideceğinin belirlenmesi

Modül 3

Index ve Belge İşlemleri

Index oluşturma ve temel ayarlar (number_of_shards/replicas)
Belge indeksleme: POST ve PUT ile belge ekleme
GET ile belge okuma ve _id ile erişim
Update API ile kısmi güncelleme ve script ile değişiklik
Delete ve delete_by_query ile belge silme
Optimistic concurrency için _version ve sequence number

Modül 4

Toplu İşlem ve Veri Yükleme

_bulk API ile çok sayıda belgenin tek istekte indekslenmesi
mget ile birden fazla belgenin toplu okunması
reindex API ile bir index'ten diğerine veri taşıma
Büyük veri yüklemelerinde batch boyutu ve performans
Dev Tools konsolu ve curl ile API etkileşimi
Index durumunun _cat/indices ile incelenmesi

Günün hedefiKatılımcılar Query DSL ile çeşitli arama sorguları yazar, mapping ile alan tiplerini tanımlar ve analizörlerle tam metin aramanın davranışını denetler.

Modül 1

Query DSL Temelleri

match sorgusuyla tam metin (full-text) arama
term ve terms ile tam eşleşme (exact match) sorguları
range ile sayısal ve tarih aralığı sorgulama
match_phrase ile tam ifade araması
query ve filter bağlamı (context) arasındaki fark
_source filtreleme ile dönen alanların sınırlandırılması

Modül 2

Bileşik ve Gelişmiş Sorgular

bool sorgusu: must, should, must_not ve filter cümleleri
multi_match ile birden fazla alanda arama
wildcard, prefix ve fuzzy ile esnek eşleşme
exists ve nested ile yapısal sorgular
Sayfalama (from/size) ve search_after ile derin gezinme
sort ile alanlara göre sonuç sıralama

Modül 3

Mapping ve Alan Tipleri

text ve keyword tiplerinin arama davranışı farkı
Sayısal, tarih, boolean ve ip alan tipleri
object ve nested ile iç içe veri modelleme
Dynamic mapping ve explicit mapping tanımlama
multi-field ile aynı alanın farklı amaçlarla indekslenmesi
Index template ile tutarlı mapping yönetimi

Modül 4

Metin Analizi ve Analizörler

Analiz zinciri: character filter, tokenizer ve token filter
standard, whitespace ve keyword analizörlerin farkları
Türkçe metin için dil analizörü ve stemming
stop words, lowercase ve asciifolding token filtreleri
_analyze API ile analiz sonucunun test edilmesi
Custom analyzer tanımlayarak arama davranışının özelleştirilmesi

Günün hedefiKatılımcılar aggregation ile veriyi gruplar ve metrik hesaplar, relevance skorlamayı ayarlar ve resmi istemcilerle Elasticsearch'ü uygulamaya entegre eder.

Modül 1

Metrik ve Bucket Aggregation

avg, sum, min, max ve stats ile metrik toplama
terms aggregation ile kategori bazlı gruplama
date_histogram ile zaman serisi gruplaması
range ve histogram ile aralık bazlı dağılım
cardinality ile benzersiz değer sayımı
Aggregation sonuçlarının sorgu ile birlikte döndürülmesi

Modül 2

İç İçe ve Pipeline Aggregation

Nested (sub) aggregation ile çok seviyeli gruplama
top_hits ile her grup içinden örnek belge döndürme
Pipeline aggregation (derivative, cumulative_sum) mantığı
filter ve filters aggregation ile koşullu gruplama
Aggregation ile dashboard ve özet verilerin hazırlanması
Büyük aggregation'larda performans ve bellek dikkati

Modül 3

Relevance ve Arama Ayarlama

BM25 skorlama algoritmasının temel mantığı
boost ile alan ve sorgu ağırlıklandırma
function_score ile özel skorlama kuralları
explain API ile skorun nasıl hesaplandığının incelenmesi
Highlighting ile eşleşen terimlerin vurgulanması
Eş anlamlı (synonym) ve otomatik tamamlama (suggester) kullanımı

Modül 4

İstemci Entegrasyonu

Resmi istemciler: Python, Java, JavaScript ve .NET
İstemci üzerinden bağlantı, indeksleme ve arama
Sayfalama ve sonuçların uygulamada işlenmesi
Hata yönetimi ve yeniden deneme (retry) stratejileri
Arama performansını etkileyen istemci tarafı ipuçları
Üretim ortamı için güvenli bağlantı ve API anahtarı kullanımı

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Belge modeli

Elasticsearch'ün belge, index ve shard yapısını kavrar, veriyi doğru biçimde indekslersiniz.

✅

CRUD işlemleri

REST API ve _bulk ile belgeleri ekler, okur, günceller ve toplu veri yüklemesi yaparsınız.

✅

Query DSL

match, term, range ve bool sorgularıyla karmaşık arama ihtiyaçlarını JSON ile ifade edersiniz.

✅

Mapping yönetimi

text/keyword ve nested alan tiplerini tanımlayarak arama davranışını doğru biçimde kurgularsınız.

✅

Metin analizi

Analizör zincirini, tokenizer ve token filtrelerini kullanarak tam metin aramayı özelleştirirsiniz.

✅

Aggregation

Metrik ve bucket aggregation ile veriyi gruplar, zaman serisi ve kategori analizleri yaparsınız.

✅

Relevance ayarlama

BM25, boost ve function_score ile skorlamayı ayarlayarak sonuç kalitesini iyileştirirsiniz.

✅

Uygulama entegrasyonu

Resmi istemcilerle Elasticsearch'ü uygulamanıza bağlar, arama ve indeksleme işlevlerini kurarsınız.

Kimler İçin Uygundur?

Uygulamalarına arama özelliği ekleyecek yazılım geliştiriciler
backend ve veri mühendisleri
Elasticsearch
çalışacak çözüm geliştiren ekipler ve arama/analiz yeteneklerini öğrenmek isteyen BT uzmanları için uygundur

Sıkça Sorulan Sorular

Elasticsearch eğitimi kimler için uygundur?

Uygulamalarına arama özelliği ekleyecek yazılım geliştiriciler, backend ve veri mühendisleri ile arama ve analiz yeteneklerini öğrenmek isteyen BT uzmanları için uygundur. Elasticsearch'ü çekirdek bir arama motoru olarak kullanmayı hedefleyenlere hitap eder.

Bu eğitim ELK yönetici eğitiminden nasıl farklıdır?

Bu eğitim Elasticsearch motorunun kendisine, yani belge modeli, Query DSL, mapping, analiz ve aggregation gibi geliştirici konularına odaklanır. ELK eğitimi ise Logstash ve Kibana ile log toplama ve izleme altyapısının yönetimini ele alır; bu eğitim arama geliştirme merkezlidir.

Query DSL ve aggregation uygulamalı mı işlenir?

Evet. match, term, range ve bool sorguları ile metrik ve bucket aggregation'lar gerçek veri setleri üzerinde Dev Tools ve istemciler kullanılarak uygulanır. Relevance skorlama, analizör davranışı ve highlighting de uygulamalı örneklerle pekiştirilir.

Eğitim için önceden Elasticsearch bilmek gerekir mi?

Hayır. Elasticsearch temelden ele alınır. Temel programlama, JSON ve HTTP/REST kavramlarına aşinalık yeterlidir; belge modeli, indeksleme, Query DSL ve aggregation konuları adım adım uygulamalı olarak öğretilir.

Eğitim sonunda sertifika veriliyor mu?

Program tamamlayan katılımcılar Digital Vizyon Akademi Katılım ve Başarı Sertifikası alır. Sertifika eğitime katılımı ve başarıyı belgeler. Elastic'in resmi sertifika sınavına girmek isteyenler için sınav başvurusu ve ücreti ilgili kuruma aittir.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika