Quais são alguns casos de uso para usar pesquisas Elasticsearch versus consultas SQL padrão?
Estou apenas a começar com a Elasticsearch e um dos principais casos de uso que vi é a sua escalabilidade com pesquisas em grandes conjuntos de dados, mas, além disso, quando é que você iria querer usá-lo ao criar apenas consultas sql com um RDBMS tradicional?
2 answers
Existem dois casos primários de Utilização da elasticidade:
- pesquisa de texto
Você quer uma pesquisa elastica quando está a fazer muita pesquisa de texto, onde as bases de dados tradicionais RDBMS não estão a funcionar muito bem (má configuração, actua como uma caixa preta, má performance). Elasticsearch is highly customizable, extendable through plugins. Você pode construir busca robusta sem muito conhecimento muito rápido.
- registo e análise
Outro caso extremo é que muitas pessoas usam pesquisas elasticas para armazenar logs de várias fontes( para centralizá-los), para que eles possam analisá-los e fazer sentido para fora dele. Neste caso, Kibana torna-se útil. Permite-lhe ligar-se ao conjunto Elasticsearch e criar visualizações imediatamente. Por exemplo, Loggly é construído Usando Elasticsearch e Kibana.
tenha em mente, que você não gostaria de usar Elasticsearch como seu armazenamento de dados primário. Razões aqui: quão confiável é a ElasticSearch como um datastore primário contra fatores como perda de escrita, disponibilidade de Dados
Actualização
Senti que a segunda parte já não é nervosa, é o que a elástica tem feito no ano passado. Com o movimento DevOps atual, pipelines CI/CD, aumentando a quantidade de métricas de várias fontes, ELK tornou-se uma escolha de fato para monitoramento de infra-estrutura, não é mais apenas um descanso distribuído motor de busca de texto. Tem um incrível conjunto de produtos:- Logstash (toneladas de dados introduzidos)
- batidas
- Filebeat
- Metricbeat
- Packetbeat
- Winlogbeat
- Kibana
- Gráfico
- Timelião
X-Pack (prémio)
- alertas
- Relatórios
- segurança
- Aprendizagem Por Máquina
- Cross data center métrics
- ElastAlert Guarda De Busca
Para adicionar com a outra resposta, O Registro ainda é um caso de Uso importante, bem como pesquisas, mas agora métricas e analíticas estão se tornando mais importantes.
Eu acredito que este post resume as mudanças no mercado que está impulsionando novos casos de uso para grandes dados. Tudo o que precisas de saber sobre bases de dados de código aberto
Com o advento da Web 2.0, as páginas estáticas da web tornaram-se dinâmicas e as redes sociais estão à nossa volta. Todo mundo está tweetando, postando, blogar, blogar, compartilhar fotos, conversar e comentar. O A Internet das Coisas (IoT) está a emergir - uma rede de dispositivos conectados que recolhem e trocam dados, tais como sensores e Dispositivos inteligentes. Há aqui grandes exemplos.Um dos Arquitectos de pesquisa elastica com quem falei disse que 80% dos dados com que a pesquisa elastica trabalha nas empresas não estão estruturados, enquanto 20% estão estruturados. São os dados não estruturados que as empresas procuram para descobrir padrões de dados raros ou invulgares. também estão a utilizar pesquisas elasticas para monitorizar padrões de dados. Por exemplo, um grande varejista está fazendo rastreamento em tempo real com Elasticsearch, a fim de garantir o fornecimento de dinheiro adequado em lojas para as pessoas para levantar cheques nos dias de pagamento.Ao todo, isto gera enormes quantidades de novos dados que as empresas querem absorver e use para ficar à frente, para fornecer recursos como recomendações de produtos e uma melhor experiência com os clientes. Os dados podem ser analisados em busca de padrões para aplicações como detecção de fraudes e comportamento analise. Muitos dos novos dados não estão estruturados, o que significa que não pode ser bem guardado numa base de dados tabular.
Imagina tentar desenhar uma base de dados para guardar dados sobre as compras - o que você gosta, como muitas vezes você comprá-lo, se você prefere leite ou creme com o seu café. Novos tipos de bases de dados são necessários para armazenar os novos dados, e eles precisam ser não relacional e, idealmente, de baixo custo. Diz-te alguma coisa? Nao relacional como em NoSQL e baixo custo como em código aberto.
Na minha própria experiência com o nosso caso de uso de pesquisa, não só usamos pesquisas difusas, mas evoluiu para auto-completas e rápidas pesquisas. Pelo que eu vi, uma vez que você começa a trabalhar com a Elasticsearch, você começa a evoluir para outros casos de uso que complementam o que você já tem no lugar. Agora que estabelecemos a Elasticsearch como um motor de busca difuso em nossa empresa, agora temos outras equipas a analisar análises e métricas para o registo.
Aqui estão alguns recursos adicionais que vão mais em profundidade sobre este tópico:- casos de Uso de Elasticsearch, histórias de Usuários
- utilizações da investigação elastica
- Elasticsearch Anaytics Use Cases
- casos de Utilização da pesquisa elastica para armazenamento de documentos
- gráficos com pesquisa elastica
- Análise Forense: documentos do Panamá e o Sabedoria das multidões
- Introdução à aprendizagem de máquinas com pesquisa elastica