Введение в Elastic Stack - что такое и где использовать?

Введение в Elastic Stack - что такое и где использовать?
Светлана Комарова

Светлана Комарова

Автор статьи. Системный администратор, Oracle DBA. Информационные технологии, интернет, телеком. Подробнее.

Мы живем в информационную эпоху. За последние годы Интернет, мобильные приложения, социальные сети, блоги и фотосервисы произвели огромное количество данных. Эти новые источники информации невозможно обработать с помощью традиционных технологий хранения данных, стандартных реляционных баз данных. Для разработчиков приложений или бизнес-аналитиков важно сделать так, чтобы все требования по поиску и анализу в приложении были удовлетворены.



За последние несколько лет появились различные системы для хранения и обработки больших массивов данных. Среди них можно выделить проекты экосистемы Hadoop, некоторые базы данных (БД) NoSQL, а также поисковые и аналитические системы наподобие Elasticsearch. Hadoop и любая база данных NoSQL имеют свои преимущества и области применения.

Elastic Stack — обширная экосистема компонентов, которые служат для поиска и обработки данных. Основные компоненты Elastic Stack — это Kibana, Logstash, Beats, X-Pack и Elasticsearch. Ядром Elastic Stack выступает поисковая система Elasticsearch, которая предоставляет возможности для хранения, поиска и обработки данных. Утилита Kibana, которую также называют окном в Elastic Stack, является отличным средством визуализации и пользовательским интерфейсом для Elastic Stack. Компоненты Logstash и Beats позволяют передавать данные в Elastic Stack. X-Pack предоставляет мощный функционал: можно настраивать мониторинг, добавлять различные уведомления, устанавливать параметры безопасности для подготовки вашей системы к эксплуатации. Поскольку Elasticsearch является ядром Elastic Stack, мы рассмотрим систему изнутри, начиная с самого центра и заканчивая пограничными компонентами.

В этой статье мы рассмотрим следующие темы.

Мы разберем, что собой представляет Elasticsearch и почему вам следует рассмотреть именно ее в качестве хранилища данных. Обсудив ключевые преимущества Elasticsearch, мы рассмотрим историю ее создания и технологию Apache Lucene, которая лежит в основе этой поисковой системы. Затем мы разберем несколько примеров использования Elastic Stack и подробно изучим все его компоненты.

Что такое система Elasticsearch и чем она хороша

Если вы читаете эту статью, то наверняка уже знаете, что такое Elasticsearch. Для полноты описания приведем ее определение.

Elasticsearch — высокомасштабируемая распределенная поисковая система полнотекстового поиска и анализа данных, работающая в режиме реального времени. Утилита позволяет хранить, искать и анализировать большие объемы данных. Обычно используется в качестве базового механизма/технологии, помогая приложениям со сложными функциями поиска. Elasticsearch представляет собой основной компонент Elastic Stack.

Elasticsearch как сердце Elastic Stack играет основную роль в поиске и анализе данных. Она построена на уникальной технологии — Apache Lucene. Благодаря этому Elasticsearch в корне отличается от традиционных решений для реляционных баз данных или NoSQL. Ниже перечислены основные преимущества использования Elasticsearch в качестве хранилища данных:

  • неструктурированность, документоориентированность;
  • возможность поиска;
  • возможность анализа данных;
  • поддержка пользовательских библиотек и REST API;
  • легкое управление и масштабирование;
  • работа в псевдореальном времени;
  • высокая скорость работы;
  • устойчивость к ошибкам и сбоям.

Рассмотрим все преимущества по отдельности.

Неструктурированность и документоориентированность

Elasticsearch не навязывает четкую структуру для ваших данных; вы можете хранить любые документы JSON, которые прекрасно подходят для Elasticsearch в отличие от строк и столбцов в реляционных базах данных. Такой документ можно сравнить с записью в таблице БД. В традиционных реляционных базах данных таблицы структурированы: имеют фиксированное количество столбцов, у каждого свой тип и размер. Но данные могут динамично меняться, что потребует поддержки новых или динамических столбцов. Документы JSON изначально поддерживают такой тип данных. Например, взгляните на следующий документ:

 

{

  "name": "John Smith",

  "address": "121 John Street, NY, 10010",

  "age": 40

}

Так может выглядеть запись о клиенте. В ней указаны имя, адрес и возраст клиента. А другая запись может выглядеть так:

 

{

  "name": "John Doe",

  "age": 38,

  "email": "Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript."

}

Обратите внимание, что у второго клиента нет поля для адреса, но вместо него есть поле для электронной почты. А у остальных клиентов может быть совсем иной набор полей. Следовательно, необходима большая гибкость в отношении того, что именно может храниться в таблице.

Поиск

Основное достоинство системы Elasticsearch — в ее возможностях обработки текста. Elasticsearch отлично подходит для поиска, особенно полнотекстового. Разберемся, что это такое.

Полнотекстовый поиск представляет собой поиск по всем выражениям во всех документах, доступных в базе данных. Для этого необходимо, чтобы все содержимое всех документов было проанализировано и сохранено заранее. Когда вы слышите фразу «полнотекстовый поиск», вы наверняка представляете Google. Вы можете ввести любое выражение, и система Google начнет искать его по всем страницам в Интернете, чтобы выдать наилучшее совпадение. Простые SQL-запросы действуют иначе: они работают со столбцами типа string в реляционных базах данных. Обычный SQL-запрос с условием WHERE и знаком «равно» (=) или условием LIKE пытается найти точное или универсальное совпадение с данными. Запросы SQL могут в лучшем случае найти совпадение условия поиска и подстроки в пределах текста столбца.

Если вам необходим поиск, как в Google, идеально подойдет Elasticsearch. Вы можете индексировать сообщения электронной почты, текстовые документы, файлы PDF, веб-страницы или любые другие неструктурированные текстовые документы, используя ключевые слова.

Elasticsearch разбивает текстовые данные на ключевые слова, и каждое слово доступно для поиска. Для этого используются индексы Lucene. Вы можете настроить в своем приложении Google-подобный поиск, и он будет очень быстрым и гибким.

Анализ данных

У Elasticsearch есть еще одно важное функциональное преимущество — возможность аналитической обработки данных. Да, то, что изначально известно как полнотекстовый движок поиска, теперь используется и как механизм для аналитики. Многие организации задействуют в работе решения для анализа данных на базе Elasticsearch.

Сегодня, с ростом количества данных, выполнить поиск означает найти иголку в стоге сена. При этом поиск дает возможность выявить нужное среди огромных массивов информации. Аналитика же, наоборот, позволяет увидеть цельную картину. Например, вы хотите узнать, сколько на вашем сайте посетителей конкретно из США в сравнении с количеством пользователей из других стран, или, возможно, вам необходимо знать, какая часть посетителей пользуется macOS, Windows или Linux.

Elasticsearch предлагает широкий спектр агрегаторов для аналитики. Системы агрегации Elasticsearch могут применяться для различных типов данных. 

Поддержка пользовательских библиотек и REST API

Elasticsearch имеет широчайшую поддержку пользовательских библиотек, обеспечивающую полную совместимость со многими языками программирования. Клиентские библиотеки доступны для Java, C#, Python, JavaScript, PHP, Perl, Ruby и др. Помимо официальных, существуют и неофициальные библиотеки для более чем 20 языков программирования.

Есть также многофункциональный REST API (Representational State Transfer), работающий на протоколе HTTP. REST API имеет отличную документацию и отличается хорошей гибкостью, позволяет выполнять все операции через HTTP.

Благодаря всему перечисленному Elasticsearch легко интегрировать в любое приложение для различных задач поиска или аналитики.

Легкое управление и масштабирование

Elasticsearch можно запустить на одном узле и легко масштабировать до сотен узлов. Начать работу с экземпляром узла Elasticsearch очень просто — его установочная версия не требует каких-либо изменений в конфигурации. При этом вы можете масштабировать его.

 Горизонтальное масштабирование — это возможность горизонтально масштабировать систему путем запуска нескольких однотипных процессов, вместо того чтобы наращивать мощность одного процесса. Вертикальное масштабирование — это наращивание мощности одного процесса путем добавления мощности (увеличения количества ядер ЦП), памяти или дискового пространства. Бесконечное вертикальное масштабирование невозможно по финансовым и другим причинам, например, из-за недоступности более мощного аппаратного обеспечения.

В отличие от большинства традиционных баз данных, которые поддерживают только вертикальное масштабирование, Elasticsearch может быть масштабирована горизонтально. Она может быть запущена на десятках или сотнях узлов вместо одного очень дорогого сервера. Добавить к имеющемуся кластеру Elasticsearch еще один узел так же легко, как и добавить узел в той же сети, практически без дополнительных настроек. Нет необходимости изменять клиентское приложение в зависимости от того, работает оно на одном узле или на кластере из сотен узлов.

Работа в псевдореальном времени

Обычно данные доступны для запросов в пределах секунды после того, как были проиндексированы (сохранены). Не все системы хранения больших данных имеют возможности работы в псевдореальном времени. Elasticsearch позволяет вам индексировать от тысяч до сотен тысяч документов в секунду. И они доступны для поиска почти мгновенно.

Высокая скорость работы

Поисковая система Elasticsearch использует Apache Lucene как базовую технологию. По умолчанию Elasticsearch индексирует все поля в ваших документах. Это очень важно — так вы сможете делать запросы по любым полям в ваших записях. Вам никогда не придет в голову мысль: «Все же стоило создать для этого поля индекс». Разработчики Elasticsearch настроили работу Apache Lucene для максимальной производительности и провели другие виды оптимизации, чтобы повысить скорость работы.

Устойчивость к ошибкам и сбоям

Кластеры Elasticsearch продолжают работать, даже если возникают аппаратные ошибки типа сбоя узла или неполадок сети. В случае сбоя узла все его данные копируются на другой узел в кластере. При неполадках сети Elasticsearch незаметно для пользователя выбирает ведущие копии, чтобы кластер продолжал работать. При любых неполадках узлов или сети вы можете быть уверены, что ваши данные в безопасности.

Обзор компонентов Elastic Stack

Компоненты Elastic Stack представлены на рис. 1. Нет необходимости использовать сразу все из них в вашем решении. Некоторые компоненты универсальны, их можно применять без Elastic Stack или других инструментов.

Взглянем на предназначение каждого компонента и на то, какое место они занимают в общем наборе (рис. 1).

 Компоненты ElasticSearch

Рис. 1 Elasticsearch

Elasticsearch хранит все ваши данные, предоставляет возможности поиска и анализа в масштабируемом виде. Мы уже рассматривали преимущества и причины использования Elasticsearch. Вы можете работать с Elasticsearch без каких-либо других компонентов, чтобы оснастить свое приложение инструментами для поиска и анализа данных. 

Logstash

Утилита Logstash помогает централизовать данные, связанные с событиями, такие как сведения из файлов регистрации (логов), разные показатели (метрики) или любые другие данные в любом формате. Она может выполнить обработку данных до того, как сформировать нужную вам выборку. Это ключевой компонент Elastic Stack, который используется для сбора и обработки ваших контейнеров данных.

Logstash — компонент на стороне сервера. Его цель — выполнить сбор данных из обширного количества источников ввода в масштабируемом виде, обработать информацию и отправить ее по месту назначения. По умолчанию преобразованная информация поступает в Elasticsearch, но вы можете выбрать один из многих других вариантов вывода. Архитектура Logstash основана на плагинах и легко расширяется. Поддерживаются три вида плагинов: ввода, фильтрации и вывода. В данный момент есть более 200 поддерживаемых плагинов и их количество постоянно увеличивается.

Logstash — отличный механизм передачи данных, который позволяет создавать масштабируемые контейнеры данных в реальном времени.

Beats

Beats — это легковесная платформа доставки данных с открытым исходным кодом, дополняющая Logstash. В отличие от Logstash, работающей на серверной стороне, Beats располагается на стороне клиента. В ее основе лежит библиотека libbeat, которая предоставляет API для передачи данных от источника, настройки ввода и реализации сбора данных. Beats устанавливается на устройства, которые не являются частью серверных компонентов, таких как Elasticsearch, Logstash или Kibana. Они размещаются на некластерных узлах, которые также иногда называют пограничными узлами.

Команда Elastic и сообщество разработчиков открытого ПО создали много компонентов Beats, например Packetbeat, Filebeat, Metricbeat, Winlogbeat, Audiobeat и Heartbeat. Filebeat используется для доставки лог-файлов с ваших серверов на централизованный сервер Logstash или Elasticsearch. Metricbeat предназначен для мониторинга серверов и периодического сбора показателей операционных систем и сервисов, запущенных на ваших серверах. На данный момент существует более 40 сообществ Beat, созданных для мониторинга Elasticsearch, Cassandra, веб-сервера Apache, производительности JVM и др. Вы также можете создать свой компонент на основе библиотеки libbeat, если не нашли подходящий.

Kibana

Kibana — инструмент визуализации для Elastic Stack, который поможет вам наглядно представить данные в Elasticsearch. Его также часто называют окном в Elastic Stack. В Kibana предлагается множество вариантов визуализаций, таких как гистограмма, карта, линейные графики, временные ряды и др. Вы можете создавать визуализации буквально парой щелчков кнопкой мыши и исследовать свои данные в интерактивном виде. Кроме того, есть возможность создавать красивые панели управления, состоящие из различных визуализаций, делиться ими, а также получать высококачественные отчеты.

В Kibana также предусмотрены инструменты для управления и разработки. Вы можете управлять настройками X-Pack для обеспечения безопасности в Elastic Stack, а с помощью инструментов разработчика создавать и тестировать запросы REST API.

X-Pack

X-Pack добавляет важные функции, чтобы Elastic Stack был готов для запуска в работу. Среди них вы найдете настройки безопасности, мониторинга, уведомлений, отчетов и графических возможностей Elastic Stack.

Безопасность

Плагин безопасности X-Pack добавляет возможности аутентификации и авторизации в Elasticsearch и Kibana, таким образом доступ к данным будет только у определенных людей, и они смогут увидеть лишь то, что позволяют их настройки доступа. Плагин безопасности работает со всеми компонентами незаметно для пользователя.

В лицензированной версии плагин безопасности позволяет также настраивать уровни доступа для полей и документов.

Мониторинг

Используя X-Pack, вы можете настроить мониторинг кластеров Elasticsearch и Kibana. Доступны для выбора следующие варианты мониторинга: для кластеров, узлов и показателей на уровне индексов. Плагин мониторинга сохраняет историю производительности, чтобы вы могли сравнить текущие показатели с их значениями в различные периоды в прошлом. Доступны также функции планирования.

Отчеты

Плагин отчетности X-Pack позволяет создавать высококачественные отчеты, доступные для печати, на базе визуализаций Kibana. Вы можете сформировать расписание для создания отчетов или запускать их в зависимости от происходящих событий.

Уведомления

X-Pack характеризуется широкими возможностями добавления уведомлений: их можно выводить различными способами и настраивать для них различные условия. Система достаточно гибкая в отношении того, когда, как и кого уведомлять.

Вероятно, вам будет полезно получить информацию о нарушениях безопасности, например узнать о пяти неудачных попытках залогиниться в течение часа из разных мест. Или вы хотите знать, пользуется ли ваш товар популярностью в социальных сетях. Вы можете использовать всю мощь запросов Elasticsearch для выбора условий создания уведомлений.

В то же время у вас есть широкий выбор способов доставки уведомлений: по электронной почте, Slack, Hipchat, PagerDuty и др.

Построение графиков

Графики позволяют исследовать взаимосвязи ваших данных. В целом данные в Elastic­search воспринимаются как двумерный (плоский) список записей без каких-либо связей. Возможность рассмотрения взаимосвязей открывает новые способы применения данных. С помощью графиков вы увидите записи с общими свойствами, например с выборкой по людям, местам, товарам или предпочтениям.

Графики можно строить благодаря API Graph и пользовательскому интерфейсу Kibana. В работе применяются распределенные запросы, масштабируемое индексирование и актуальные возможности Elasticsearch.

Elastic Cloud

Elastic Cloud — это облачный сервис по управлению компонентами Elastic Stack, предоставляемый компанией Elastic (https://www.elastic.co/) — автором и разработчиком Elasticsearch и других компонентов Elastic Stack. Все компоненты продукта (помимо X-Pack и Elastic Cloud) созданы на базе открытого исходного кода. Компания Elastic обслуживает все компоненты Elastic Stack, проводит тренинги, выполняет разработку и предоставляет облачные сервисы.

Помимо Elastic Cloud, есть и другие облачные решения, доступные для Elastic­search, например Amazon Web Services (AWS). Основное преимущество Elastic Cloud в том, что он создан и обслуживается авторами Elasticsearch и других компонентов Elastic Stack.

Способы применения Elastic Stack

Компоненты Elastic Stack можно использовать для различных задач, список которых регулярно пополняется за счет появления новых плагинов и дополнений к существующим компонентам. Ниже приведены примеры самых распространенных вариантов применения, но, разумеется, ваш выбор не ограничивается только ими:

  • анализ и безопасность логов;
  • поиск по продуктам;
  • анализ показателей;
  • веб-поиск и поиск по сайту.

Рассмотрим детально каждый вариант.

Анализ и безопасность логов

Трио Elasticsearch, Logstash и Kibana в прошлом было хорошо известно под названием ELK-стек. Благодаря ему система Elastic Stack стала идеальной платформой для сбора и анализа логов в централизованном виде.

Перед командами поддержки приложений зачастую стоит непростая задача по управлению большим количеством приложений, размещенных на десятках или сотнях серверов. В инфраструктуру, созданную для работы этих приложений, могут входить следующие компоненты:

  • веб-серверы;
  • серверы приложений;
  • серверы баз данных;
  • брокеры сообщений.

Нередко приложения для бизнеса используют все эти типы серверов, причем в нескольких модификациях. При возникновении ошибки или другой проблемы команде поддержки нужно логиниться на каждом сервере для поиска неполадок. Это занимает немало времени, учитывая, что к тому же приходится просматривать лог-файлы в исходном, необработанном виде. Elastic Stack предоставляет полный набор инструментов для сбора, централизации, анализа логов, визуализации данных, добавления уведомлений и выведения отчетности по происходящим ошибкам. Каждый компонент играет свою роль в решении проблемы.

  • Фреймворк Beats, а именно компонент Filebeat, может работать как упрощенный агент по сбору и переадресации логов.
  • Logstash может централизовать все события, полученные из Beats, и обработать каждую запись логов, прежде чем отправлять в кластер Elasticsearch.
  • Elasticsearch индексирует файлы регистрации. Теперь для обработанных файлов доступны и поиск, и аналитика.
  • С помощью Kibana можно настроить визуализацию ошибок, предупреждений и другой информации из логов. Вы также можете создать панели управления для централизованного мониторинга происходящих событий в реальном времени.
  • C X-Pack можно настроить безопасность решения и выдачу уведомлений. Этот инструмент позволяет создавать отчеты и анализировать связи между данными.

Как можно увидеть на примере, с помощью Elastic Stack реально построить полное решение для сбора и мониторинга логов.

Поиск по продуктам

Поиск по продуктам (товарам) заключается в выборе наиболее релевантных продуктов из тысяч или десятков тысяч вариантов и их выводе в списке в числе первых. Эта задача особенно актуальна для сайтов электронной коммерции, где продается огромное количество продуктов от множества различных производителей.

Полнотекстовый поиск в Elasticsearch и другие виды релевантного поиска помогают находить лучшие варианты. Отображение наиболее соответствующих условию продуктов на первой странице имеет особую ценность, поскольку повышает шансы на успешную продажу товара. Представим, что покупатель ищет аксессуары для iPhone 7, а в результатах поиска на первой странице видит различные чехлы, зарядные устройства и аксессуары для предыдущих поколений iPhone. Возможности анализа текста, предоставляемые Lucene, и нововведения Elasticsearch гарантируют получение требуемого результата поиска, в данном случае — аксессуаров для седьмой версии iPhone.

Однако задача релевантного поиска стоит не только перед сайтами электронной коммерции. Elasticsearch можно использовать для любого приложения, которому необходимо найти самый релевантный продукт из миллионов или миллиардов товаров.

Анализ показателей

У Elastic Stack есть богатые возможности аналитики благодаря многофункциональным API сбора информации в Elasticsearch. Таким образом, эта система является отличным инструментом для анализа данных и показателей. Показатели обычно представляют собой числовые значения, что отличает их от неструктурированного текста, характерного для документов и веб-страниц. Например, это могут быть данные с различных сенсоров, устройств Интернета вещей (IoT), показатели мобильных устройств, серверов, виртуальных машин, сетевых маршрутизаторов, сетевых коммутаторов и т.д.

Метрические данные, как правило, имеют временную природу, то есть значения или измерения записываются за определенный промежуток времени. Фиксиру­емые показатели чаще всего поступают с конкретного объекта. Например, сведения о температуре (метрические) записываются определенным устройством со своим идентификатором. Тип, название объекта, отдел, этаж и пр. — это данные, ассоциированные с этим показателем. Может также предоставляться информация о местоположении датчика, то есть широта и долгота.

Elasticsearch и Kibana позволяют разбивать метрические данные на фрагменты и распределять их в зависимости от разных параметров для более удобной работы. Elasticsearch имеет широкий функционал по управлению временными и пространственными данными — вы можете отобразить показатели, собранные из миллионов источников, в виде линейных графиков или гистограмм. Можно также выполнить пространственный анализ карты.

Веб-поиск и поиск по сайту

Elasticsearch может служить поисковой системой вашего сайта и выполнять поиск как в Google по всему его контенту. Поиск на таких платформах, как GitHub, Wikipedia, и многих других работает именно благодаря Elasticsearch.

Кроме того, Elasticsearch способна работать как платформа сбора контента. Что такое контент-агрегатор, или платформа сбора контента? Это инструмент для «прочесывания» сайтов, индексирования веб-страниц, предоставляющий поисковый функционал для найденного контента. Это мощное решение для построения агрегированных платформ.

Крупный веб-агрегатор Apache Nutch был создан Дагом Каттингом, одним из первых разработчиков Apache Lucene. Apache Nutch «прочесывает» сайты, обрабатывает HTML-страницы, сохраняет и индексирует их для поиска. Он дополняет возможности индексирования в Elasticsearch и Apache Solr для их поисковых систем.

Как вы можете видеть, Elasticsearch и Elastic Stack можно использовать для широкого спектра задач. Elastic Stack — это платформа с расширенным набором инструментов для создания комплексных решений поиска и аналитики. Она подходит для разработчиков, архитекторов, бизнес-аналитиков и системных администраторов. Вполне возможно создать решение на базе Elastic Stack, почти не прибегая к написанию кода, исключительно за счет изменения конфигурации. В то же время система Elasticsearch очень гибкая, следовательно, разработчики и программисты могут строить мощные приложения благодаря обширной поддержке языков программирования и REST API.

Скачивание и установка

Теперь, когда приведено достаточно причин для изучения Elasticsearch и Elastic Stack, начнем со скачивания и установки основных компонентов. Для начала скачаем и установим Elasticsearch и Kibana. Остальные компоненты мы установим тогда, когда они нам понадобятся в процессе изучения. Kibana нам нужен не только из-за визуализаций, но и потому, что в нем имеется пользовательский интерфейс для взаимодействия с Elasticsearch.

Начиная с версии Elastic Stack 5.х, все компоненты обновляются вместе и имеют один номер версии. К этому моменту они уже протестированы на совместимость друг с другом. Это касается и компонентов Elastic Stack версии 6.х.

Установка Elasticsearch

Elasticsearch может быть скачана в виде файла ZIP, TAR, DEB или RPM. Если вы работаете в Ubuntu, Red Hat или CentOS Linux, возможна прямая установка через пакетные менеджеры apt или yum.

Мы будем использовать формат ZIP, поскольку это проще для целей разработки.

  1. Перейдите по ссылке и скачайте ZIP-дистрибутив. Вы можете выбрать и более раннюю версию, если ищете конкретное издание.
  2. Распакуйте файлы и перейдите в созданную папку. Запустите файлы bin/elasticsearch или bin/elasticsearch.bat.
  3. Выполните curl http://localhost:9200 или откройте указанную ссылку в своем любимом браузере.

Вы должны увидеть код подобного вида (рис. 2).

 

Рис. 2. Запуск Elasticsearch

Поздравляем! Вы только что установили единичный узел кластера Elasticsearch.

Установка Kibana

Утилита Kibana также доступна во множестве форматов: ZIP, TAR.GZ, RMP или DEB для устройств с 32- или 64-битной архитектурой.

  1. Перейдите по ссылке https://www.elastic.co/downloads/kibana и скачайте архив ZIP или TAR.GZ для вашей платформы.
  2. Распакуйте файлы и перейдите в созданную папку. Запустите файл bin/kibana или bin/kibana.bat.
  3. Откройте ссылку http://localhost:5601 в своем любимом браузере.

Поздравляем! Теперь у вас есть рабочая установка Elasticsearch и Kibana.

Резюме

В этой статье мы поговорили о необходимости альтернативных технологий для поиска и анализа данных, отличных от реляционных баз данных и хранилищ NoSQL. Мы рассмотрели сильные стороны Elasticsearch, являющейся ядром Elastic Stack. Кратко ознакомились с остальными компонентами Elastic Stack и разобрались, какое место они занимают во всей экосистеме. Помимо этого, мы ознакомились с примерами практического использовании Elastic Stack. Мы успешно скачали и установили Elasticsearch и Kibana для начала нашего путешествия в мир Elastic Stack.

В следующей статье мы начнем с изучения основных концепций Elasticsearch: разберемся в индексах, шардах, типах данных, разметке и других фундаментальных понятиях. Мы также поработаем с CRUD-операциями (создание, чтение, обновление и удаление) в Elasticsearch и попытаемся разобраться, что же такое поиск.

 

Вас заинтересует / Intresting for you:

СТРУКТУРА ДАННЫХ ДЛЯ ХРАНЕНИЯ ...
СТРУКТУРА ДАННЫХ ДЛЯ ХРАНЕНИЯ ... 3082 просмотров Administrator SU Fri, 11 May 2018, 08:04:03
Многокритериальная экспертиза ...
Многокритериальная экспертиза ... 830 просмотров Денис Fri, 22 Mar 2019, 11:27:30
Выбор технологий Data Mining д...
Выбор технологий Data Mining д... 2975 просмотров Administrator SU Thu, 26 Apr 2018, 17:16:12
Назначение корпоративных прило...
Назначение корпоративных прило... 678 просмотров Валерий Павлюков Wed, 02 Jan 2019, 11:41:10
Войдите чтобы комментировать