تسلط به Kibana: مصورسازی و تحلیل با ELK Stack
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- نصب و پیکربندی کامل محیط ELK Stack شامل Elasticsearch Logstash و Kibana برای تحلیل داده در سطح سازمانی
- طراحی و پیادهسازی پایپلاینهای Logstash برای دریافت کارآمد داده ساختاریافته و بدون ساختار از منابع متعدد در Elasticsearch
- تسلط به تکنیکهای اکتشاف داده با استفاده از رابط کاربری Kibana Discover با زبانهای کوئری Lucene و KQL برای جستجوی پیشرفته
- ایجاد مصورسازیهای حرفهای با استفاده از Kibana Lens ،Vega ،Timelion و نقشهها برای تبدیل داده خام به بینشهای قابل اجرا.
- ساخت داشبوردهای تعاملی با فیلترها، Drilldownها و چندین الگوی ایندکس بهینهشده برای عملکرد و تجربه کاربری
- پیکربندی سیستمهای جامع هشدار و نظارت با استفاده از هشدارهای Kibana و Elasticsearch Watcher برای مدیریت پیشگیرانه سیستم
- پیادهسازی امنیت در سطح سازمانی با استفاده از کنترل دسترسی مبتنی بر نقش (RBAC)، فضاها و مجوزهای کاربر برای محافظت از داده حساس و داشبوردها
- اعمال قابلیتهای یادگیری ماشین برای تشخیص ناهنجاری، پیشبینی و تحلیل سریهای زمانی جهت شناسایی الگوها و پیشبینی روندهای آینده
پیشنیازهای دوره
- درک اولیه از مفاهیم داده و آشنایی با فایلهای لاگ یا نظارت سیستم (تخصص پیشرفته لازم نیست).
- کامپیوتر با حداقل 8GB رم و 20GB فضای دیسک آزاد برای نصب محلی ELK Stack
- تمایل به کار با رابطهای خط فرمان و فایلهای پیکربندی
- بدون نیاز به تجربه قبلی با Elasticsearch ،Logstash یا Kibana - ما از مبانی شروع خواهیم کرد.
توضیحات دوره
پتانسیل کامل Kibana و ELK Stack را در این دوره جامع که برای تحلیلگران داده، توسعهدهندگان و متخصصان DevOps طراحی شده است، آزاد کنید. شما با درک اکوسیستم ELK شامل Elasticsearch ،Logstash و Kibana شروع خواهید کرد و یاد میگیرید که چگونه این ابزارهای قدرتمند با هم کار میکنند تا مقادیر عظیمی از داده را به صورت بلادرنگ پردازش، ذخیره و مصورسازی کنند.
در طول این دوره، تجربه عملی با پایپلاینهای Logstash برای دریافت داده به دست خواهید آورد، به رابط کاربری Discover در Kibana برای اکتشاف داده مسلط خواهید شد و مصورسازیهای خیرهکنندهای با استفاده از Lens، Vega و Timelion ایجاد خواهید کرد. شما داشبوردهای تعاملی با فیلترها و Drilldownها میسازید، سیستمهای هشدار و نظارت را پیادهسازی میکنید و محیط Kibana خود را با کنترل دسترسی مبتنی بر نقش ایمن میسازید.
مباحث پیشرفته شامل ادغام یادگیری ماشین برای تشخیص ناهنجاری، تکنیکهای بهینهسازی عملکرد و تعبیه داشبوردها در اپلیکیشن های خارجی است. هر بخش شامل آزمایشگاههای عملی است و به یک پروژه نهایی جامع ختم میشود که در آن همه چیزهایی را که یاد گرفتهاید برای ساخت یک راهکار نظارت و تحلیل کامل به کار میگیرید. چه در حال تحلیل لاگها باشید، چه نظارت بر زیرساخت یا ساخت داشبوردهای هوش تجاری، این دوره مهارتهای لازم برای تبدیل شدن به یک متخصص Kibana را فراهم میکند. تا پایان این دوره، شما اعتماد به نفس و تخصص لازم برای طراحی، استقرار و مدیریت راهکارهای آماده تولید Kibana را خواهید داشت که تصمیمگیری داده محور را در هر سازمانی هدایت میکند.
این دوره برای چه کسانی مناسب است؟
- تحلیلگران داده و متخصصان هوش تجاری که میخواهند مجموعه داده بزرگ را با استفاده از ابزارهای مدرن متنباز مصورسازی و تحلیل کنند.
- مهندسان DevOps و مدیران سیستم که مسئول نظارت بر زیرساخت، اپلیکیشن ها و مدیریت لاگ هستند.
- توسعهدهندگان نرمافزار که نیاز به پیادهسازی راهکارهای لاگبرداری، نظارت و هشدار در اپلیکیشن های خود دارند.
- متخصصان امنیت فناوری اطلاعات که به دنبال تحلیل لاگهای امنیتی، تشخیص ناهنجاریها و ایجاد داشبوردهای نظارت امنیتی هستند.
- مدیران پایگاه داده که میخواهند مجموعه مهارتهای خود را با Elasticsearch و قابلیتهای مصورسازی داده بلادرنگ گسترش دهند.
- هر کسی که علاقهمند به یادگیری ELK Stack برای پیشرفت شغلی در تحلیل داده، مشاهدهپذیری یا مهندسی قابلیت اطمینان سایت (SRE) است.
تسلط به Kibana: مصورسازی و تحلیل با ELK Stack
-
بررسی ELK Stack (شامل Elasticsearch، Logstash ،Kibana) 07:24
-
چرا Kibana؟ نقش و موارد استفاده 06:38
-
نصب Kibana و راهاندازی محیط 04:33
-
ناوبری اولیه (Discover و Visualize) 04:48
-
ناوبری اولیه (Dashboard و Management) 04:36
-
مقدمهای بر پایپلاین Logstash 05:14
-
نصب و پیکربندی Logstash 05:08
-
نوشتن فایلهای پیکربندی Logstash 09:14
-
ارسال لاگهای ساختاریافته به Elasticsearch 03:45
-
ارسال لاگهای ساختاریافته به Elasticsearch (بخش 2) 04:16
-
دریافت لاگهای سیستم در Elasticsearch از طریق Logstash 04:16
-
بررسی ایندکسها و انواع فیلدها 05:52
-
جستجوی داده با Lucene و KQL 07:03
-
ذخیره جستجوها و تحلیل مبتنی بر زمان 07:17
-
ایجاد فیلدهای اسکریپتی و فیلدهای زمان اجرا 06:18
-
بررسی و جستجوی داده در Kibana 05:09
-
درک Kibana Lens 04:18
-
تکنیکهای پیشرفته مصورسازی با Vega 06:08
-
استفاده از Timelion برای تحلیل سریهای زمانی 05:34
-
ایجاد مصورسازی نقشه و بهترین شیوه های مصورسازی 05:06
-
ایجاد داشبورد با چندین مصورسازی 05:03
-
طراحی داشبوردهای موثر و ادغام چندین الگوی ایندکس 05:01
-
داشبوردهای تعاملی با فیلترها و Drilldownها و عملکرد داشبورد 02:52
-
تعبیه داشبوردها در برنامههای خارجی 04:42
-
ادغام هشدارهای Kibana با سیستمهای خارجی (ایمیل، ایندکس) 07:21
-
پیکربندی هشدارها و آستانههای Kibana 06:31
-
استفاده از Watcher برای هشدارهای Elasticsearch و تولید هشدار 07:40
-
ایجاد قوانین هشدار برای نظارت 04:18
-
ایمنسازی داشبوردها با Spaces 04:30
-
کنترل دسترسی مبتنی بر نقش (RBAC) و مجوزهای کاربر 07:59
-
ایمنسازی Kibana با RBAC و Spaces 04:48
-
استفاده از رابط کاربری یادگیری ماشین در Kibana 04:13
-
تشخیص ناهنجاری با Elastic ML 06:37
-
سفارشیسازی کارهای یادگیری ماشین برای داده سری زمانی 04:17
-
راهاندازی تشخیص ناهنجاری و پیشبینی 04:59
-
دریافت، بررسی و جستجوی داده در Kibana 04:01
-
ایجاد داشبورد با چندین مصورسازی 02:50
-
استفاده از Drilldownها و ایجاد قوانین هشدار برای نظارت 02:54
-
ایمنسازی Kibana با RBAC و Spaces 05:40
-
راهاندازی تشخیص ناهنجاری و پیشبینی آینده 03:16
مشخصات آموزش
تسلط به Kibana: مصورسازی و تحلیل با ELK Stack
- تاریخ به روز رسانی: 1404/10/04
- سطح دوره:همه سطوح
- تعداد درس:40
- مدت زمان :03:32:09
- حجم :1.64GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy