MOTORES DE BÚSQUEDA ESCALABLES CON PYTHON Y ELASTICSEARCH

---

Taller introductorio a Elasticsearch usando Python, impartido por José Miguel López (@josemilop91) como miembro de Python Granada (@pythongranada).

Durante la charla hablaremos del las dificultades que encontramos cuando implementamos un buscador por texto libre o "full-text", pasando a presentar Elasticsearch, daremos unas pinceladas de algunos conceptos básicos para entender como funcionan sus tripas y ver sus puntos fuertes y no tan fuertes.

Una vez estemos metidos en materia, paseremos a presentar Elasticsearch DSL, que es una librería que nos permite realizar consultas de forma Pythonica a nuestro cluster Elastic. Aquí nos pondremos manos a la obra y veremos ejemplos muy didácticos de como realizar consultas, desde las más básicas a las más complicadas.

En resumen, vamos a pasar un buen rato hablando de cosas.

A fecha de 10 de mayo a las 19:30 en el aula M3 de la Facultad de Ciencias de Granada.

Requisitos para que todo funcione perfecto.

• Docker version 17.03+
• Docker Compose version 1.6.0+
• Ganas de aprender.
• Una buena conexión a internet para descargar los recursos.
• Ganas de aprender.

Contenido del repositorio.

• Transparencias de la charla / taller.
• Ejemplos en Jupyter Notebook.
• Dockerfiles y Docker-Compose

Docker en Windows

Sí usas Docker desde Windows asegurate que la característica "Shared Drives" se encuentra habilitada para la unidad C: (Docker for Windows > Settings > Shared Drives). Ver Configuring Docker for Windows Shared Drives (MSDN Blog).

Uso

Arrancar el stack

Note: En caso de modificar la imágen base o algun Dockerefile, necesitas ejecutar primero docker-compose build .

Iniciar stack usando docker-compose:

$ docker-compose up

La primera vez se descargan todas las imágenes y dependencias externas de internet, puede tardar un poco, por favor no te desesperes.

Despues de unos segundos iniciando, puedes acceder a Kibana web UI http://localhost:5601 con tu navegador web. Para ver nuestros maravillosos ejemplos en Python podemos acceder a la url http://localhost:8888.

Por defecto este stack expone los siguientes puertos:

• 8888: Jupyter Notebook.

• 5000: Logstash TCP input.
• 9200: Elasticsearch HTTP
• 9300: Elasticsearch TCP transport
• 5601: Kibana UI.

Puede probar a inyectar un archivo de log en Logstash usando el comando.

$ nc localhost 5000 < /path/to/logfile.log

Cambiar la versión del stack

Cuando desee actualizar la versión del stack. Solo tiene que modificar el número de versión dentro de .env y hacer rebuild del stack.

$ docker-compose build
$ docker-compose up