Kibana: wizualizacja danych, dashboardy i alerty

Jednodniowe szkolenie prowadzone na żywo (online lub stacjonarnie) dla osób pracujących z Kibaną: eksploracja danych w Discover i KQL, wizualizacje w Lens, interaktywne dashboardy, ES|QL, alerty i raporty oraz porządek w Kibanie (Spaces, role).

Zamienisz surowe dane z Elasticsearch w dashboardy, które ktoś naprawdę ogląda: od pierwszego zapytania KQL, przez Lens i mapy, po alerty, raporty i uporządkowane Spaces dla zespołów.

Czas trwania szkolenia:
8 godzin · 8 godz. (1 dzień)
Poziom zaawansowania:
Podstawowy → średniozaawansowany
Grupa docelowa:
Analitycy, DevOps, administratorzy, zespoły produktowe
Kalendarz

Dostępne terminy szkolenia

Ładuję terminy…

Forma szkolenia

Interesuje Cię szkolenie stacjonarne?

Powiadom o kolejnych terminach

Interesuje Cię szkolenie w innym terminie?

Efekty szkolenia

Po szkoleniu uczestnik potrafi

  • ✓Będziesz sprawnie eksplorować dane w Discover: KQL, filtry, pola, zapisane wyszukiwania
  • ✓Zbudujesz wizualizacje w Lens: metryki, słupki, linie, tabele, mapy, formuły
  • ✓Złożysz dashboard z kontrolkami, drill-downami i adnotacjami
  • ✓Napiszesz zapytania ES|QL i zrozumiesz agregacje stojące za wykresami
  • ✓Skonfigurujesz alerty (reguły, akcje, connectory) i cykliczne raporty
  • ✓Uporządkujesz Kibanę: Spaces, role, data views, tagi, import/eksport obiektów
Przed startem

Wymagania

  • Podstawowa znajomość pracy z danymi (Excel, SQL lub BI)
  • Programowanie nie jest wymagane
  • Znajomość Elasticsearch nie jest wymagana

Grupa docelowa

  • Zespoły, które mają Kibanę, ale korzystają tylko z Discover
  • Osoby budujące dashboardy operacyjne i biznesowe na logach i metrykach
  • Administratorzy odpowiedzialni za konfigurację, Spaces i uprawnienia w Kibanie
Zakres kursu

Plan szkolenia

Kibana w Elastic Stack

  • Architektura: Kibana ↔ Elasticsearch
  • Data views, pola, strefy czasowe
  • Spaces i role - jak uporządkować dostęp

Discover i KQL

  • Wyszukiwanie, filtry, zakres czasu
  • Składnia KQL: pola, zakresy, wildcard
  • Zapisane wyszukiwania, eksport CSV

Lens - wizualizacje

  • Metryki, słupki, linie, tabele, mapy
  • Breakdown, wiele serii, formuły
  • Agregacje pod maską i „przybliżone” liczby

Dashboardy

  • Kompozycja, kontrolki, filtry globalne
  • Drill-down, linki, adnotacje
  • Udostępnianie i osadzanie

ES|QL, alerty i raporty

  • FROM, WHERE, STATS, EVAL
  • Reguły alertów i connectory (e-mail, Slack)
  • Raporty PDF/CSV i harmonogramy

Warsztat: od danych do dashboardu

  • Surowe logi → data view → Lens → dashboard z alertem

Podsumowanie i zakończenie

  • Powtórka najważniejszych zagadnień
  • Pytania i odpowiedzi
  • Materiały i dalsza ścieżka nauki
Jak pracujemy

Formy szkolenia

Online na żywo z trenerem

Zdalnie, w małej grupie, z własną maszyną wirtualną dla każdego uczestnika. Cały czas widzisz mój pulpit i możesz zadawać pytania.

Stacjonarnie u klienta

Przyjeżdżam do Twojej firmy w dowolnym miejscu w Polsce. Laboratorium stawiamy na Waszej infrastrukturze albo na przygotowanych przeze mnie maszynach.

Dedykowane dla firm

Program dopasowuję do Waszego stosu i problemów: wersja Elasticsearch, wolumen danych, integracje. Ćwiczymy na scenariuszach zbliżonych do Waszej produkcji.

Kto prowadzi

Marcin Lewandowski

Marcin Lewandowski

Praktyk, nie tylko trener. Programista i architekt systemów z ponad 10-letnim doświadczeniem. Elasticsearch utrzymuję i rozwijam na produkcji, a nie tylko na slajdach - wiem, co się psuje o trzeciej w nocy i jak tego uniknąć.

Autor kursów Elasticsearch i RabbitMQ na czterytygodnie.pl - 86 lekcji wideo o Elasticsearch, z których korzystają setki programistów. Szkolenia na żywo prowadzę od lat dla firm i dla dostawców szkoleń.

Uczę tak, jak sam chciałbym być uczony: mało teorii, dużo laboratorium, każde polecenie wykonujemy razem i rozumiemy, dlaczego działa.

FAQ

Najczęściej zadawane pytania

Ile osób może wziąć udział w szkoleniu?
Optymalnie 4-8 osób. Przy takiej grupie każdy zdąży zrobić wszystkie ćwiczenia, a ja mam czas na indywidualne pytania. Większe grupy wyceniam indywidualnie.
Czy potrzebuję własnego środowiska?
Nie. Każdy uczestnik dostaje własną maszynę wirtualną z przygotowanym laboratorium (Elasticsearch, Kibana, Logstash, dane testowe). Wystarczy przeglądarka. Przy szkoleniu stacjonarnym możemy pracować na Waszej infrastrukturze.
Czy szkolenie może być dopasowane do naszego projektu?
Tak i to jest najczęstszy wariant. Przed szkoleniem robimy 30-minutową rozmowę o Waszym stosie i problemach, a program dopasowuję pod nie. Cena nie zmienia się, o ile mieścimy się w 2 dniach.
Czy uczestnicy dostają materiały?
Tak: skrypt szkolenia w PDF, wszystkie polecenia i konfiguracje z laboratorium oraz dostęp do mojego kursu wideo Elasticsearch na 3 miesiące po szkoleniu.
Jak wygląda rozliczenie?
Faktura VAT po szkoleniu, cena za uczestnika. Dla firm zamawiających więcej niż jedno szkolenie lub grupę powyżej 8 osób przygotuję ofertę indywidualną.
Zobacz też

Szkolenia powiązane

Praktyczne wprowadzenie do Elastic Stack (Elasticsearch, Kibana, Logstash, Beats)

🕒 16 godzin · Podstawowy → średniozaawansowany

Szkolenie prowadzone na żywo (online lub stacjonarnie) skierowane do administratorów systemów, którzy chcą postawić i utrzymać produkcyjny stos ELK: klaster Elasticsearch, Logstash, Kibana, Filebeat, kopie zapasowe, bezpieczeństwo i monitoring.

Więcej…

Elasticsearch dla deweloperów

🕒 16 godzin · Podstawowy → średniozaawansowany

Szkolenie prowadzone na żywo (online lub stacjonarnie) skierowane do programistów, którzy chcą budować wyszukiwanie pełnotekstowe i analitykę w oparciu o Elasticsearch: mapowanie, analizery, Query DSL, agregacje, integracja z aplikacją.

Więcej…

Elasticsearch i Kibana dla analityków danych

🕒 16 godzin · Podstawowy

Szkolenie prowadzone na żywo (online lub stacjonarnie) skierowane do analityków danych i biznesowych, którzy chcą samodzielnie eksplorować dane w Kibanie: Discover, KQL, Lens, dashboardy, ES|QL, alerty i raporty - bez programowania.

Więcej…

RabbitMQ: kolejki, klaster i bezpieczeństwo w praktyce

🕒 16 godzin · Podstawowy → średniozaawansowany

Szkolenie prowadzone na żywo (online lub stacjonarnie) dla programistów i administratorów, którzy chcą świadomie używać RabbitMQ: model AMQP, exchange'e, kolejki i ich parametry, potwierdzenia, klaster wysokiej dostępności, monitoring i bezpieczeństwo.

Więcej…

Logstash: przetwarzanie logów i danych w pipeline'ach

🕒 8 godzin · Podstawowy → średniozaawansowany

Jednodniowe szkolenie prowadzone na żywo (online lub stacjonarnie) dla administratorów i inżynierów danych: architektura Logstash, inputy, filtry grok/dissect/mutate/date/geoip, outputy do Elasticsearch, wiele pipeline'ów, kolejki persistent i DLQ oraz wydajność.

Więcej…

OpenSearch w praktyce: dane, SIEM i wyszukiwanie wektorowe

🕒 24 godzin · Podstawowy → zaawansowany

Trzydniowe szkolenie prowadzone na żywo (online lub stacjonarnie): OpenSearch od podstaw, zbieranie logów przez Vector, analiza bezpieczeństwa z regułami Sigma, utrzymanie klastra i migracja z Elasticsearch 8.x oraz wyszukiwanie wektorowe, RAG i agenci AI.

Więcej…

OpenSearch dla programistów: wyszukiwanie, agregacje i integracja z aplikacją

🕒 16 godzin · Podstawowy → średniozaawansowany

Dwudniowe szkolenie prowadzone na żywo (online lub stacjonarnie) dla programistów: mapowanie i analiza tekstu, Query DSL i trafność wyników, agregacje, relacje, paginacja dużych zbiorów, integracja z aplikacją oraz wyszukiwanie wektorowe i hybrydowe.

Więcej…

OpenSearch dla DevOps: wdrożenie, potok logów i utrzymanie klastra

🕒 16 godzin · Podstawowy → średniozaawansowany

Dwudniowe szkolenie prowadzone na żywo (online lub stacjonarnie) dla administratorów i DevOps: instalacja i konfiguracja OpenSearch, bezpieczeństwo, potok logów w Vector, retencja danych, wydajność, monitoring i alerty, kopie zapasowe, cross-cluster search i migracja z Elasticsearch 8.x.

Więcej…

OpenSearch jako baza wiedzy dla AI: wyszukiwanie wektorowe, RAG i agenci

🕒 16 godzin · Średniozaawansowany

Dwudniowe szkolenie prowadzone na żywo (online lub stacjonarnie) dla zespołów budujących rozwiązania AI: embeddingi i k-NN, indeks wektorowy, wyszukiwanie hybrydowe i reranking, przygotowanie bazy wiedzy, potok RAG z cytowaniami i uprawnieniami, ocena jakości oraz agenci AI i MCP.

Więcej…