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?

Author: Kevin Ghaboosi, 2015-10-22
Source

2 answers

Existem dois casos primários de Utilização da elasticidade:

  1. 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.

  1. 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
Um ecossistema construído pela comunidade, está a crescer em torno da pilha de alces que expande as características actuais, algumas das quais merecem ser mencionadas:
  • ElastAlert
    • Guarda De Busca
 59
Author: Evaldas Buinauskas, 2018-03-23 06:18:41

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.

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.
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.

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:
 22
Author: James Drinkard, 2017-06-20 03:26:50