Desarrollo de motores de búsqueda utilizando herramientas open source. Jose Manuel Ortega Candel
4.3 Arquitectura de ElasticSearch
4.4 ElasticSearch como solución distribuida
4.5 Fragmentos y réplicas en ElasticSearch
4.6 Instalación de ElasticSearch
4.7 Crear un índice en ElasticSearch
4.8.1 Mapping o estructura de los datos del índice
4.8.2 Recuperar parte de un documento
4.8.3 Asignar un mapeo a un índice
4.8.4 Query DSL (solicitudes DSL)
4.8.5 Búsquedas en ElasticSearch
4.8.7 Navegación facetada en ElasticSearch
4.8.8 Agregaciones en documentos
4.8.9 Autocompletado en ElasticSearch
4.8.10 Analizadores en ElasticSearch
4.9 Relevancia de documentos en ElasticSearch
4.9.1 Puntuación y relevancia de los documentos
4.9.2 Mejorar la relevancia de los resultados de búsqueda
4.10 Estadísticas e información sobre el clúster, índices y nodos
4.10.1 Estado del clúster
4.10.3 Estadísticas de los índices
4.11 Herramientas de monitorización en ElasticSearch
4.11.2 ElasticSearch query client
5.1 Clientes de conexión en Java
5.2 Conexión al clúster de ElasticSearch
5.4 Indexación de documentos en el índice
5.5 Búsqueda de documentos en el índice
5.6 Integración con Spring Data
5.7 Seguridad en ElasticSearch
5.8 Conclusiones de ElasticSearch
VISUALIZACIÓN DE DATOS CON KIBANA
6.2.2 Stack ELK en contenedores Docker
6.4.2 Configuración de LogStash
6.4.3 Otros servicios de Elastic
6.5 Monitorización de LogStash desde Kibana
MOTORES DE BÚSQUEDA CON PYTHON