40 историй, которые нужно узнать об Elasticsearch

27 апреля 2023 г.

Давайте узнаем об Elasticsearch из этих 40 бесплатных историй. Они упорядочены по наибольшему времени чтения, созданного на HackerNoon. Посетите /Learn Repo, чтобы найти самые читаемые истории о любой технологии.

1. Взгляд на использование Elixir Streams, Elasticsearch & АМС S3

Использование Elixir Streams, Elasticsearch и AWS S3

2. Сравнение AWS ECS и AWS Lambda

Сравнение облачных сервисов? Прочтите наше руководство по Lambda и ECS. Учитывайте язык программирования, цены и преимущества.

3. Решайте несколько задач одновременно с помощью Kibana Tool

Вы тестировщик программного обеспечения? Здесь вы узнаете больше об использовании различных журналов чтения в Kibana, чтобы лучше отслеживать и понимать ошибки.

4. Clickhouse, Elasticsearch и Manticore Время поисковых запросов с 1,7 млрд поездок на такси в Нью-Йорке

Поездки на такси в Нью-Йорке (NYC), вероятно, являются наиболее часто используемым ориентиром в области анализа данных.

5. Регистрация всего в формате JSON

Регистрация и мониторинг подобны Тони Старку и его костюму Железного человека, они будут идти вместе. Точно так же ведение журнала и мониторинг лучше всего работают вместе, поскольку они хорошо дополняют друг друга.

6. Очередь недоставленных сообщений без эластичного стека

Мельхор, наблюдаемый на Stack Elastic, базируется на реальном жире

7. Анализ 110 миллионов комментариев от Hacker News

В этой статье мы рассмотрим еще один тест с 1,1 миллионом комментариев, отобранных Hacker News, с числовыми полями

8. Создание системы поиска сходства k-NN с использованием Amazon Elasticsearch и SageMaker

Amazon Elasticsearch Service недавно добавила поддержку поиска k ближайших соседей. Он позволяет выполнять крупномасштабный поиск k-NN с малой задержкой в тысячах измерений с той же легкостью, что и любой обычный запрос Elasticsearch.

9. Jaeger Persistent Storage с Elasticsearch, Cassandra и Kafka

Запуск систем в производственной среде требует высокой доступности, отказоустойчивости и восстановления после сбоя. При запуске облачных приложений это становится еще более важным, поскольку базовое предположение в таких средах состоит в том, что вычислительные узлы будут страдать от сбоев, узлы Kubernetes выйдут из строя, а экземпляры микросервисов, вероятно, перестанут работать, но ожидается, что сервис останется в рабочем состоянии. .

10. Как развернуть & Мониторинг Honeypots на GCP с помощью Kibana [учебник]

Одна из моих любимых областей кибербезопасности — SIEM (Security Incident Event Management). В 2017 году я написал пост о том, как я получил роль в области кибербезопасности. Одной из моих рекомендаций было использование Elastic Stack в качестве SIEM в качестве отправной точки для тех, кто хочет понять анализ журналов и способы расследования инцидентов. Но одной из главных проблем, с которыми люди сталкивались, было то, где они могут получить данные для работы в своей домашней среде. Этот пост будет посвящен настройке приманки, которая уже использует стек ELK…

11. Использование Jest для имитации Elasticsearch

Протестируйте свои эластичные запросы как профессионал с помощью шутки!

12. Пользовательский TraceID в Elastic APM

Elastic APM очень полезен для мониторинга жизненного цикла HTTP-запроса в системе, особенно в архитектуре µservices. Поддерживается широкий спектр веб-фреймворков и баз данных, что полезно для отслеживания запросов вплоть до вызовов БД. Документация проста и лаконична, что упрощает настройку приложения.

Эта статья призвана помочь или, по крайней мере, упростить отслеживание жизненного цикла HTTP-запроса после инструментирования. Golang используется в этой статье для фрагментов кода, но эту концепцию можно распространить и на другие языки.

13. 101 на ElastAlert & Как настроить

Простая платформа для оповещения об аномалиях, всплесках и других закономерностях на основе данных в elasticsearch.

14. Введение в PGSync: инструмент интеграции в реальном времени для PostgreSQL и Elasticsearch

PGSync — это инструмент сбора измененных данных для перемещения данных из Postgres в Elasticsearch. Это позволяет вам использовать Postgres в качестве источника достоверной информации и предоставлять структурированные денормализованные документы в Elasticsearch.

15. Manticore — более быстрая альтернатива Elasticsearch на C++

Manticore Search — это более быстрая альтернатива Elasticsearch, написанная на C++ с 21-летней историей

16. Графана Против. Кибана Против. Ноуи: Королевская битва 2020

Введение: Графана, Кибана и Ноуи

17. Как использовать нечеткие совпадения запросов в Elasticsearch

Опечатки случаются часто и могут ухудшить работу пользователя. К счастью, Elasticsearch легко справляется с ними с помощью Fuzzy Query.

18. Конфигурация GitHub Actions CI для MySQL, Redis, Elasticsearch в проекте Ruby on Rails с тестами RSpec

Как запускать параллельные тесты с заданиями Github Actions для проекта Rails с MySQL, Redis, Elasticsearch.

19. Как создать простое поле автозаполнения и связать его с Elasticsearch

Автозаполнение — это функция, позволяющая предугадывать оставшуюся часть слова, которое набирает пользователь. Это важная функция, которую необходимо реализовать, чтобы улучшить взаимодействие пользователей с вашим продуктом.

20. Как перколяция запросов в Elasticsearch упрощает оповещение

Когда-то у компании, в которой я работал, возникла проблема: через наш конвейер данных каждую секунду проходили тысячи сообщений, и мы хотели иметь возможность отправлять оповещения по электронной почте и SMS нашим пользователям, когда были замечены сообщения, соответствующие определенным критериям.

21. Анализатор в Elasticsearch: введение

Если мы хотим создать хорошую поисковую систему с помощью Elasticsearch, необходимо знать, как работает Analyzer. Хорошая поисковая система — это поисковая система, которая выдает релевантные результаты. Когда пользователь запросил что-то в нашей поисковой системе, нам нужно вернуть документы, соответствующие запросу пользователя.

22. Изучение малоизвестных функций Postgres

Postgres обрабатывает больше, чем вы думаете

23. Создайте приложение для поиска с полным автозаполнением с помощью Elasticsearch, Kibana, NestJS и React

В этой статье я расскажу вам, как настроить elasticsearch на вашем ПК.

24. Использование модуля моментальных снимков Elasticsearch для резервного копирования данных в хранилище BLOB-объектов Azure

При работе с самоуправляемым кластером elasticsearch, как и с любой другой базой данных, важно предусмотреть резервное копирование данных. Резервное копирование данных в Elasticsearch невозможно выполнить, просто скопировав файлы данных elasticsearch с одного диска на другой. В этом руководстве вы узнаете, как наилучшим образом использовать модуль моментальных снимков Elasticsearch для создания моментальных снимков кластера, а также использовать хранилище BLOB-объектов Azure для безопасного хранения ваших резервных копий. данные. Кроме того, помимо резервного копирования данных, API моментальных снимков также пригодится для переноса данных из одного кластера в другой.

25. Использование KSQL Stream Processing & Базы данных в реальном времени для анализа данных потоковой передачи Kafka [Практическое руководство]

Введение

26. Как освоить DSL запросов Elasticsearch

Фото Евгения Черкасского на Unsplash

27. Как разработать собственную реализацию автозамены с помощью Manticore [Пошаговое руководство]

В этом тексте я объясню, что такое коррекция орфографии в области функциональности поиска, как она работает в Google, Amazon и Pinterest, и покажу, как реализовать собственную реализацию с нуля с помощью пользовательской поисковой системы Manticore Search.

28. Встроенная аналитика в Elasticsearch с Knowi

Содержание

29. Графические базы данных: полный подробный обзор

Существует множество идей и соображений, лежащих в основе графовых баз данных. Это включает их варианты использования, преимущества и тенденции, лежащие в основе этой модели базы данных. Есть также несколько реальных примеров для анализа.

30. Централизованное ведение журнала Docker со стеком ELK [ОБЪЯСНЕНИЕ]

По мере роста вашей инфраструктуры крайне важно иметь роботов и надежную централизованную систему ведения журналов. Централизация журналов становится ключевым аспектом множества ИТ-задач и предоставляет вам обзор всей вашей системы.

31. Быть актуальным или не быть: история поиска о точности и отзыве

Поскольку объем создаваемых данных растет экспоненциально каждый год и, по прогнозам, достигнет 59 зеттабайт в 2020 году и более 175 зеттабайт к 2025 году, важность обнаружения и понимания этих данных будет по-прежнему, даже больше, чем раньше, решающим и конкурентным отличием для многие компании.

32. Elasticsearch в Java Spring Boot: стартовый пакет

В этой статье я хочу научить вас, как подключить Java Spring Boot 2 к Elasticsearch. Мы узнаем, как создать API, который будет вызывать Elasticsearch для производства

33. Объединение журналов с помощью Elasticsearch, Kibana, Logstash & Докер

Улучшите ведение журналов в своей архитектуре микросервисов, чтобы упростить отслеживание с помощью ELK Stack.

34. Давайте экспортируем журналы Cloudwatch в ELK

Cloudwatch — это сервис AWS, который позволяет хранить и отслеживать журналы ваших приложений из множества сервисов AWS. Это может быть очень полезно для создания предупреждений, чтобы уведомить разработчиков о достижении определенного порога ошибок, но иногда нам может потребоваться глубокий анализ наших журналов не только для обнаружения ошибок, но и для получения информации о нашем приложении и повышения производительности. Именно здесь стек ELK (Elasticsearch, Logstash, Kibana) действительно может превзойти Cloudwatch. ELK позволяет нам сопоставлять данные из любого источника в любом формате, а также анализировать, искать и визуализировать данные в режиме реального времени.

35. Выделение в результатах поиска

В этом уроке вы узнаете, как выделить результаты поиска в Manticore Search. Вы можете извлечь выгоду из выделения результатов поиска, если хотите улучшить читаемость результатов поиска в своем приложении или на веб-сайте.

36. Первые шаги с оператором Kubernetes

В этой статье показано, как использовать диспетчер жизненного цикла оператора для развертывания оператора Kubernetes в кластере. Затем вы будете использовать Operator для запуска кластера Elastic Cloud on Kubernetes (ECK).

37. Спустя 3 года после разветвления Sphinx: краткий отчет о поиске Manticore

В мае 2017 года мы сделали форк Sphinxsearch 2.3.2, который назвали Manticore Search. Ниже вы найдете краткий отчет о Manticore Search как форке Sphinx и о наших достижениях с тех пор.

38. Введение в Elasticsearch: молниеносные решения для поиска

Если вы читаете этот блог, скорее всего, вас действительно интересует Elasticsearch и предлагаемые им решения. В этом блоге вы познакомитесь с Elasticsearch и объясните, как приступить к реализации быстрого поиска для вашего приложения менее чем за 10 минут. Конечно, мы не собираемся писать здесь полномасштабное, готовое к работе решение для поиска. Но приведенные ниже концепции помогут вам быстро освоиться. Итак, без лишних слов, приступим!