9月8日 Elastic Meetup 北京线下沙龙报名中

活动 | 作者 medcl | 发布于2018年08月16日 | | 阅读数：6719

时间：9月8日
地点：北京市海淀区上地西路6号，联想研究院圆楼三层报告厅
活动页面：https://meetup.elasticsearch.cn/2018/beijing.html

议题：征集中，等你来投稿

58到家搜索服务化实践和演进 -- 邢天宇/五八到家
Elasticsearch在百度aladdin日志系统的应用 -- 王鹏/百度
elasticsearch 在58集团信息安全部的应用 -- 亢伟楠/五八集体
Waterdrop：构建在Spark之上的简单高效数据处理系统 -- 霍晨/新浪网
基于 ElasticSearch 构建个性化推荐和高级搜索 -- 周金阳/果壳网/在行

报名地址：http://elasticsearch.mikecrm.com/fUqiv0T

演讲主题介绍

#1 基于 ElasticSearch 构建个性化推荐和高级搜索
[周金阳]周金阳果壳网/在行算法工程师
使用 ES 来构建一个简易却行之有效的个性化推荐系统，以及一些高级搜索排序的实践。
搜索排序主要是分享一些机器学习工具与 ES 配合的实践心得。

#2 elasticsearch 在58集团信息安全部的应用

[亢伟楠]亢伟楠58集团资深开发工程师
全面介绍 ELK Stack 在58集团信息安全部的落地，升级，优化以及应用。
包括如下等方面：接入背景，存储选型，性能挑战，master node以及data node优化，安全实践，高吞吐量以及低延迟搜索优化；kibana 的落地，本地化使其更方便产品、运营使用。

#3 58到家搜索服务化实践和演进

[邢天宇]邢天宇北京五八到家信息技术有限公司 java工程师
介绍58到家搜索服务体系的构建和普及，elasticsearch在到家中的各种应用以及优化等等。

#4 Waterdrop：构建在Spark之上的简单高效数据处理系统

[霍晨]霍晨新浪网,大数据研发工程师
大数据时代，随着Spark等工具的出现，数据处理能力在逐渐提升。
但是Spark本身的开发和运维具有一定的成本，为此我们开源了Waterdrop，通过配置文件的形式配置Spark任务，企图降低Spark的使用门槛，减小开发和运维成本
- 什么是waterdrop
- Waterdrop架构介绍
- Waterdrop VS Spark
- Waterdrop VS Logstash
- Waterdrop的优势
- Waterdrop使用场景
- Roadmap

#5 elasticsearch在百度aladdin日志系统的应用

[王鹏]王鹏百度,研发工程师
背景：aladdin建库问题相关的case追查，日志统计分析，问题需要解决。
方案：使用ES（es版本： 6.0.0）做存储和检索系统，日志以json格式，抽取重要字段建索引，每天一个index，index名字包含时间后缀，保存三天内的数据；建库10个模块，每天有100亿条记录，20T左右数据；使用20个容器做集群。
效果：毫秒级返回查询结果，利用kibana实时分析建库情况，同时能方便按需提供数据给业务方。

报名地址：http://elasticsearch.mikecrm.com/fUqiv0T

Elastic 中国开发者大会 2018，阵容强大，正在火热售票中 ?
https://conf.elasticsearch.cn/2018/shenzhen.html

[尊重社区原创，转载请保留或注明出处]
本文地址：http://elasticsearch.cn/article/759