Я только начинаю работать с Elasticsearch, и одним из основных случаев использования, которые я видел, является его масштабируемость с поиском по большим наборам данных, но помимо этого, когда вы захотите использовать его вместо простого создания sql-запросов с традиционной СУБД?
elasticsearch
use-case
Джеймс Дринкард
источник
источник
Ответы:
Существует два основных варианта использования Elasticsearch:
Вам нужен Elasticsearch, когда вы выполняете много текстового поиска, когда традиционные базы данных РСУБД не работают очень хорошо (плохая конфигурация, действует как черный ящик, низкая производительность). Elasticsearch легко настраивается и расширяется с помощью плагинов. Вы можете быстро построить надежный поиск без особых знаний.
Другой крайний случай заключается в том, что многие люди используют Elasticsearch для хранения журналов из различных источников (для их централизации), чтобы они могли анализировать их и разобраться в этом. В этом случае Кибана становится кстати. Он позволяет подключаться к кластеру Elasticsearch и сразу же создавать визуализации. Например, Loggly построен с использованием Elasticsearch и Kibana.
Имейте в виду, что вы не захотите использовать Elasticsearch в качестве основного хранилища данных. Причины здесь: насколько надежен ElasticSearch в качестве основного хранилища данных против таких факторов, как потеря записи, доступность данных.Обновить
Я чувствовал, что вторая часть больше не остроумна, это то, что Elastic как компания показала в прошлом году. С текущим движением DevOps, конвейерами CI / CD, увеличением количества метрик из различных источников, ELK фактически стал выбором для мониторинга инфраструктуры, это уже не просто распределенная система текстового поиска RESTful. В нем потрясающий набор товаров:
Экосистема, созданная сообществом, растет вокруг стека ELK, который расширяет текущие функции, некоторые из них заслуживают упоминания:
источник
Чтобы добавить к другому ответу, ведение журнала по-прежнему является основным вариантом использования, как и поиск, но теперь метрики и аналитика становятся более важными.
Я считаю, что в этом посте суммируются изменения на рынке, которые стимулируют новые варианты использования больших данных. Все, что вам действительно нужно знать о базах данных с открытым исходным кодом
Один из архитекторов Elasticsearch, с которым я разговаривал, сказал, что 80% данных, с которыми Elasticsearch работает в компаниях, неструктурированы, а 20% - структурированы. Это неструктурированные данные, на которые компании обращают внимание, чтобы обнаружить редкие или необычные шаблоны данных. Они также используют Elasticsearch для отслеживания шаблонов данных. Например, крупный розничный торговец отслеживает в реальном времени с помощью Elasticsearch, чтобы обеспечить достаточное количество денег в магазинах, чтобы люди могли обналичивать чеки в дни зарплаты.
По моему собственному опыту с нашим вариантом использования поиска, мы не только используем нечеткий поиск, но он превратился в автозаполнение и быстрый поиск. Из того, что я видел, как только вы начнете работать с Elasticsearch, вы начнете развиваться в другие варианты использования, которые дополняют то, что у вас уже есть. Теперь, когда мы создали Elasticsearch как нечеткую поисковую систему в нашей компании, у нас теперь есть другие команды, занимающиеся аналитикой и метриками для ведения журналов.
Вот несколько дополнительных ресурсов, которые более подробно освещают эту тему:
источник