你可以的,加油

Observability:使用 APM 中的 Service Map 了解和调试应用程序

在 Kibana 中,有一个可观测性的应用叫做 APM,也就是应用性能监控 (Application Performance Monitoring)。它是构建于 Elastic Stack 之上的。它可以很轻松地让我定位并且对应用的性能进行调优。在本文章中,我将介绍分布式追踪到底是什么以及如何使用 Service Map 来快速地展示你一个系统的整个架构。
 

e1.png


e2.png



原文链接:https://blog.csdn.net/UbuntuTo ... 67839
继续阅读 »
在 Kibana 中,有一个可观测性的应用叫做 APM,也就是应用性能监控 (Application Performance Monitoring)。它是构建于 Elastic Stack 之上的。它可以很轻松地让我定位并且对应用的性能进行调优。在本文章中,我将介绍分布式追踪到底是什么以及如何使用 Service Map 来快速地展示你一个系统的整个架构。
 

e1.png


e2.png



原文链接:https://blog.csdn.net/UbuntuTo ... 67839 收起阅读 »

Elasticsearch:Ingest Pipeline 实践

相比较 Logstash 而言,由于其丰富的 processors 而受到越来越多人的喜欢。最重要的一个优点就是它基于 Elasticsearch 极具可拓展性和维护性而受到开发者的喜欢。我在之前创建了很多关于 Ingest Pipeline 的文章。你可以参阅文章 “Elastic:菜鸟上手指南” 中的 Ingest pipeline 章节。

在今天的文章中,我想同一个一个例子来展示两种创建 Ingest Pipeline 的方法尽管在我之前的文章中都有介绍:

通过 API 的方法来创建
通过 Kibana 的界面来进行创建
————————————————
原文链接:https://blog.csdn.net/UbuntuTo ... 33366
继续阅读 »
相比较 Logstash 而言,由于其丰富的 processors 而受到越来越多人的喜欢。最重要的一个优点就是它基于 Elasticsearch 极具可拓展性和维护性而受到开发者的喜欢。我在之前创建了很多关于 Ingest Pipeline 的文章。你可以参阅文章 “Elastic:菜鸟上手指南” 中的 Ingest pipeline 章节。

在今天的文章中,我想同一个一个例子来展示两种创建 Ingest Pipeline 的方法尽管在我之前的文章中都有介绍:

通过 API 的方法来创建
通过 Kibana 的界面来进行创建
————————————————
原文链接:https://blog.csdn.net/UbuntuTo ... 33366 收起阅读 »

Elasticsearch 使得 Data Science 变得更简单了 - Eland

Eland 是一个全新的 Python 包,它在 Elasticsearch 和数据科学生态系统之间架起了一座桥梁。Elasticsearch 是一个功能丰富的开源搜索引擎,它构建在 Apache Lucene 之上,Apache Lucene 是市场上最重要的全文搜索引擎之一。Elasticsearch 以其提供的广泛而通用的 REST API 体验而闻名,包括用于全文搜索、排序和聚合任务的高效 wrapper,使得在现有后端中实现此类功能变得更加容易,而无需进行复杂的重新设计。自 2010 年推出以来,Elasticsearch 在软件工程领域获得了广泛的关注,到 2016 年,根据 DBMS 知识库 DB-engines,它成为最受欢迎的企业搜索引擎软件堆栈,超越了行业标准的 Apache Solr( 也建立在 Lucene 之上)。

Elasticsearch 如此受欢迎的原因之一是它生成的生态系统。 世界各地的工程师开发了开源 Elasticsearch 集成和扩展,其中许多项目被 Elastic(Elasticsearch 项目背后的公司)吸收作为其堆栈的一部分其中一些项目是 Logstash(数据处理管道,通常用于解析基于文本的文件)和 Kibana(建立在 Elasticsearch 之上的可视化层),导致现在广泛采用的 ELK(Elasticsearch、Logstash、Kibana)堆栈。Elastic Stack 因其在新兴和整合技术领域(例如 DevOps、站点可靠性工程以及最近的数据分析)的优异表现而得到广泛的使用。

Data science
如果您是一名阅读本文的数据科学家,并且将 Elasticsearch 作为你雇主技术堆栈的一部分,那么在尝试使用 Elasticsearch 提供的所有功能进行数据分析甚至简单的机器学习任务时,你可能会遇到一些问题。

数据科学家通常不习惯使用 NoSQL 数据库引擎执行常见任务,甚至不习惯依赖复杂的 REST API 进行分析。例如,使用 Elasticsearch 的低级 Python 客户端处理大量数据也不是那么直观,对于来自与 SWE 不同领域的人来说,学习曲线有些陡峭。

尽管 Elastic 在增强用于分析和数据科学用例的 Elastic Stack 方面做出了重大努力,但它仍然缺乏与现有数据科学生态系统(pandas、numpy、scikit-learn、PyTorch 和其他流行库)的简单接口。

2017 年,Elastic 向数据科学领域迈出了第一步,作为对机器学习和预测技术在软件行业日益普及的回应,发布了第一个支持 ML 的 X-pack(扩展包)用于 Elastic Stack,将异常检测和其他无监督 ML 任务添加到其功能中。不久之后,回归和分类模型也被添加到 Elastic Stack 中可用的 ML 任务集中。

原文链接:https://blog.csdn.net/UbuntuTo ... 45670
继续阅读 »
Eland 是一个全新的 Python 包,它在 Elasticsearch 和数据科学生态系统之间架起了一座桥梁。Elasticsearch 是一个功能丰富的开源搜索引擎,它构建在 Apache Lucene 之上,Apache Lucene 是市场上最重要的全文搜索引擎之一。Elasticsearch 以其提供的广泛而通用的 REST API 体验而闻名,包括用于全文搜索、排序和聚合任务的高效 wrapper,使得在现有后端中实现此类功能变得更加容易,而无需进行复杂的重新设计。自 2010 年推出以来,Elasticsearch 在软件工程领域获得了广泛的关注,到 2016 年,根据 DBMS 知识库 DB-engines,它成为最受欢迎的企业搜索引擎软件堆栈,超越了行业标准的 Apache Solr( 也建立在 Lucene 之上)。

Elasticsearch 如此受欢迎的原因之一是它生成的生态系统。 世界各地的工程师开发了开源 Elasticsearch 集成和扩展,其中许多项目被 Elastic(Elasticsearch 项目背后的公司)吸收作为其堆栈的一部分其中一些项目是 Logstash(数据处理管道,通常用于解析基于文本的文件)和 Kibana(建立在 Elasticsearch 之上的可视化层),导致现在广泛采用的 ELK(Elasticsearch、Logstash、Kibana)堆栈。Elastic Stack 因其在新兴和整合技术领域(例如 DevOps、站点可靠性工程以及最近的数据分析)的优异表现而得到广泛的使用。

Data science
如果您是一名阅读本文的数据科学家,并且将 Elasticsearch 作为你雇主技术堆栈的一部分,那么在尝试使用 Elasticsearch 提供的所有功能进行数据分析甚至简单的机器学习任务时,你可能会遇到一些问题。

数据科学家通常不习惯使用 NoSQL 数据库引擎执行常见任务,甚至不习惯依赖复杂的 REST API 进行分析。例如,使用 Elasticsearch 的低级 Python 客户端处理大量数据也不是那么直观,对于来自与 SWE 不同领域的人来说,学习曲线有些陡峭。

尽管 Elastic 在增强用于分析和数据科学用例的 Elastic Stack 方面做出了重大努力,但它仍然缺乏与现有数据科学生态系统(pandas、numpy、scikit-learn、PyTorch 和其他流行库)的简单接口。

2017 年,Elastic 向数据科学领域迈出了第一步,作为对机器学习和预测技术在软件行业日益普及的回应,发布了第一个支持 ML 的 X-pack(扩展包)用于 Elastic Stack,将异常检测和其他无监督 ML 任务添加到其功能中。不久之后,回归和分类模型也被添加到 Elastic Stack 中可用的 ML 任务集中。

原文链接:https://blog.csdn.net/UbuntuTo ... 45670 收起阅读 »

Elasticsearch:Painless scripting 编程实践

在我之前的文章 “Elastic:菜鸟上手指南”,我有许多的文章关于 Painless 编程的。你可以参考其中的 “Painless 编程” 章节。针对许多刚接触 Elasticsearch 的开发者来说,对于 Painless 编程而言,可能也是雾里看花,不能完整地了解 Painless scripting 的所有应用场景。在我之前的很多文章中,我用到了脚本编程。在今天的文章中,我将就 Painless 的编程做一个总结。方便大家学习。针对 Painless 编程的调试,我们可以参考之前的文章 “Elasticsearch:Painless 编程调试”。这里就不在赘述了。


原文链接:https://blog.csdn.net/UbuntuTo ... 89222
继续阅读 »
在我之前的文章 “Elastic:菜鸟上手指南”,我有许多的文章关于 Painless 编程的。你可以参考其中的 “Painless 编程” 章节。针对许多刚接触 Elasticsearch 的开发者来说,对于 Painless 编程而言,可能也是雾里看花,不能完整地了解 Painless scripting 的所有应用场景。在我之前的很多文章中,我用到了脚本编程。在今天的文章中,我将就 Painless 的编程做一个总结。方便大家学习。针对 Painless 编程的调试,我们可以参考之前的文章 “Elasticsearch:Painless 编程调试”。这里就不在赘述了。


原文链接:https://blog.csdn.net/UbuntuTo ... 89222 收起阅读 »

如何使用 transform 来跟踪你最近的客户订单

创建一个以实体为中心的索引,其中只包含每个实体的最新文档,在许多情况下都很有用。 例如,你可能正在管理一个电子商务网站,并且想要跟踪每个客户的最新订单。 或者,你可能想要针对在特定时期内不活跃的客户开展营销活动。 编译和组织此类数据的最快和最有效的方法是什么?

Elasticsearch 中的转换使你能够基于事件索引和转换函数创建和维护以实体为中心的索引。 直到最近,唯一可能的功能是 pivot,它是一个连续的 group-by plus 聚合。 在 7.12 版本中,我们又添加了一个转换函数,称为 latest。 它将源索引转换为目标索引,以便目标索引仅包含每个实体的一个最新文档。 在这篇博文中,我们将设置一个转换来做到这一点。
 
https://elasticstack.blog.csdn ... 60181
继续阅读 »
创建一个以实体为中心的索引,其中只包含每个实体的最新文档,在许多情况下都很有用。 例如,你可能正在管理一个电子商务网站,并且想要跟踪每个客户的最新订单。 或者,你可能想要针对在特定时期内不活跃的客户开展营销活动。 编译和组织此类数据的最快和最有效的方法是什么?

Elasticsearch 中的转换使你能够基于事件索引和转换函数创建和维护以实体为中心的索引。 直到最近,唯一可能的功能是 pivot,它是一个连续的 group-by plus 聚合。 在 7.12 版本中,我们又添加了一个转换函数,称为 latest。 它将源索引转换为目标索引,以便目标索引仅包含每个实体的一个最新文档。 在这篇博文中,我们将设置一个转换来做到这一点。
 
https://elasticstack.blog.csdn ... 60181 收起阅读 »

阿里云携手 Elastic 及社区大咖们共同打造 《Elastic Stack 实战手册》电子书


ali_book.jpeg

《Elastic Stack 实战手册》的创作发布,源自阿里云和 Elastic 联合主办的大规模协作活动——Elasticsearch 百人大作战。 本活动集结了 Elasticsearch 技术圈百位开发者共创,旨在凝聚圈内优秀创作人的实践经验和创作能力,输出一本能为开发 者提供实践参考的书籍指南,推动技术应用和发展。 本次所发布的版本为书籍第一期,由40位优秀的开发者共创而成,涵盖了一个 Elastic Stack 开发者所需的大部分必要基础知识和场景应用参考。本书将继续补充完善章节内容,并随着 Elastic Stack 的版本升级持续迭代更新。 

在此,也呼吁每一位开发者,将自己技术积累书写成文章,加入创作人群体,与我们一起学习交流,这将不只是部分人的书籍,而是所有 Elastic Stack 开发者的实战指南。

欢迎各位读者留言,我们以后竭尽全力完善这本书!你可以到地址来进行下载:https://developer.aliyun.com/t ... ybook
继续阅读 »

ali_book.jpeg

《Elastic Stack 实战手册》的创作发布,源自阿里云和 Elastic 联合主办的大规模协作活动——Elasticsearch 百人大作战。 本活动集结了 Elasticsearch 技术圈百位开发者共创,旨在凝聚圈内优秀创作人的实践经验和创作能力,输出一本能为开发 者提供实践参考的书籍指南,推动技术应用和发展。 本次所发布的版本为书籍第一期,由40位优秀的开发者共创而成,涵盖了一个 Elastic Stack 开发者所需的大部分必要基础知识和场景应用参考。本书将继续补充完善章节内容,并随着 Elastic Stack 的版本升级持续迭代更新。 

在此,也呼吁每一位开发者,将自己技术积累书写成文章,加入创作人群体,与我们一起学习交流,这将不只是部分人的书籍,而是所有 Elastic Stack 开发者的实战指南。

欢迎各位读者留言,我们以后竭尽全力完善这本书!你可以到地址来进行下载:https://developer.aliyun.com/t ... ybook 收起阅读 »

Elastic 7.13.0 版重磅发布:在 Elastic 上搜索和存储更多数据

关键改进包括:通过可搜索快照和冻结层跨更多数据提供更具成本优势的搜索、借助运行时字段实时增强分析师驱动型数据,以及扩展了 Microsoft 集成

我们非常高兴地宣布 Elastic 7.13 版正式发布。这一新版本为基于 Elastic Stack(包括 Elasticsearch 和 Kibana)构建的 Elastic 企业搜索、可观测性和安全解决方案带来了大量新功能。在这一版本中,客户利用可搜索快照和新的冻结层,数分钟内便可搜索 PB 量级的数据,真正实现经济高效。分析师现在可以使用 Kibana Lens 和 Discover 中的运行时字段(也就是我们实施的读时模式)来即时增强数据。 

我们正在与 Microsoft 合作伙伴携手增强集成,让您能够直接从 Azure 控制台查找和部署 Elastic,并从 Azure 服务原生集成可观测性和安全数据。

下面是 Elastic 解决方案的多项关键改进,包括:通过与 Dropbox 的集成和新的定制数据源 API 扩展了 Elastic Workplace Search 的内容源;通过精度调整 API 在 Elastic App Search 中实现精细搜索优化;通过新的 Fleet Server 提高了数据采集的可扩展性和灵活性,以及 Elastic 安全中新增了对 osquery 的支持。
 
https://elasticstack.blog.csdn ... 86433
继续阅读 »
关键改进包括:通过可搜索快照和冻结层跨更多数据提供更具成本优势的搜索、借助运行时字段实时增强分析师驱动型数据,以及扩展了 Microsoft 集成

我们非常高兴地宣布 Elastic 7.13 版正式发布。这一新版本为基于 Elastic Stack(包括 Elasticsearch 和 Kibana)构建的 Elastic 企业搜索、可观测性和安全解决方案带来了大量新功能。在这一版本中,客户利用可搜索快照和新的冻结层,数分钟内便可搜索 PB 量级的数据,真正实现经济高效。分析师现在可以使用 Kibana Lens 和 Discover 中的运行时字段(也就是我们实施的读时模式)来即时增强数据。 

我们正在与 Microsoft 合作伙伴携手增强集成,让您能够直接从 Azure 控制台查找和部署 Elastic,并从 Azure 服务原生集成可观测性和安全数据。

下面是 Elastic 解决方案的多项关键改进,包括:通过与 Dropbox 的集成和新的定制数据源 API 扩展了 Elastic Workplace Search 的内容源;通过精度调整 API 在 Elastic App Search 中实现精细搜索优化;通过新的 Fleet Server 提高了数据采集的可扩展性和灵活性,以及 Elastic 安全中新增了对 osquery 的支持。
 
https://elasticstack.blog.csdn ... 86433 收起阅读 »

Elasticsearch:Elastic Maps Server 介绍

在今天的文章中,我们很高兴向大家介绍 Elastic Maps Server。目前已经是正式版发布。如果你无法从 Kibana 服务器或浏览器客户端连接到 Elastic Maps Service,并且你的集群具有适当的许可证级别,则可以选择在自己的基础架构上托管该服务。
 

ems.png

 
Elastic Maps Server 是 Elastic Maps Service 的自我管理版本,以 Docker 镜像的形式提供,同时提供 EMS 底图和 EMS 边界。 图像与底图捆绑在一起,最高缩放级别为 8。将其连接到 Elasticsearch 集群以进行许可证验证后,你可以选择下载和配置更详细的底图数据库。

原文链接:https://blog.csdn.net/UbuntuTo ... 81034
继续阅读 »
在今天的文章中,我们很高兴向大家介绍 Elastic Maps Server。目前已经是正式版发布。如果你无法从 Kibana 服务器或浏览器客户端连接到 Elastic Maps Service,并且你的集群具有适当的许可证级别,则可以选择在自己的基础架构上托管该服务。
 

ems.png

 
Elastic Maps Server 是 Elastic Maps Service 的自我管理版本,以 Docker 镜像的形式提供,同时提供 EMS 底图和 EMS 边界。 图像与底图捆绑在一起,最高缩放级别为 8。将其连接到 Elasticsearch 集群以进行许可证验证后,你可以选择下载和配置更详细的底图数据库。

原文链接:https://blog.csdn.net/UbuntuTo ... 81034 收起阅读 »

管理 Elasticsearch 内存并进行故障排除

随着 Elastic 扩展我们的 Elasticsearch Service Cloud 产品和自动上线,我们已经将 Elastic Stack 的受众范围从完整的运营团队扩展到了数据工程师,安全团队和顾问。作为 Elastic 支持团队的代表,我喜欢与更多用户背景甚至更广泛的用例进行交互。

在更广泛的听众中,我看到了更多有关管理资源分配的问题,尤其是神秘的 shard 堆比率和避免使用熔断器(circuit breaker)的问题。我完全理解!当我开始使用 Elastic Stack 时,我遇到了同样的问题。这是我关于 Java 堆和时间序列数据库分片以及扩展自己的基础结构的第一个介绍。

当我加入 Elastic 团队时,我很喜欢文档之外的内容,我们有博客和教程,因此我可以很快上手。但是后来我在第一个月就非常费劲地使我的理论知识与用户通过我的问题队列发送的错误相关联。最终,我发现像其他支持团队成员一样,许多报告的错误仅是分配问题的征兆,而相同的七个链接(在下面的理论部分可以看到)会带给用户加快成功管理其资源分配的速度。

作为支持团队的代表,在以下各节中,我将遍历我们向用户发送的最重要的分配管理理论链接,我们看到的最重要的症状以及我们指导用户更新其配置以解决其资源分配问题的地方。
 
https://elasticstack.blog.csdn ... 74695
继续阅读 »
随着 Elastic 扩展我们的 Elasticsearch Service Cloud 产品和自动上线,我们已经将 Elastic Stack 的受众范围从完整的运营团队扩展到了数据工程师,安全团队和顾问。作为 Elastic 支持团队的代表,我喜欢与更多用户背景甚至更广泛的用例进行交互。

在更广泛的听众中,我看到了更多有关管理资源分配的问题,尤其是神秘的 shard 堆比率和避免使用熔断器(circuit breaker)的问题。我完全理解!当我开始使用 Elastic Stack 时,我遇到了同样的问题。这是我关于 Java 堆和时间序列数据库分片以及扩展自己的基础结构的第一个介绍。

当我加入 Elastic 团队时,我很喜欢文档之外的内容,我们有博客和教程,因此我可以很快上手。但是后来我在第一个月就非常费劲地使我的理论知识与用户通过我的问题队列发送的错误相关联。最终,我发现像其他支持团队成员一样,许多报告的错误仅是分配问题的征兆,而相同的七个链接(在下面的理论部分可以看到)会带给用户加快成功管理其资源分配的速度。

作为支持团队的代表,在以下各节中,我将遍历我们向用户发送的最重要的分配管理理论链接,我们看到的最重要的症状以及我们指导用户更新其配置以解决其资源分配问题的地方。
 
https://elasticstack.blog.csdn ... 74695 收起阅读 »

在 Elastic Observability 部署中添加免费和开放的 Elastic APM

在最近的一篇文章中,我们向你展示了 如何开始使用 Elastic Observability 的免费开放层。 今天,我们将逐步介绍扩展部署所需的操作,以便你可以免费从应用程序性能监视(APM)或 “可观测性” 群集中的 “跟踪” 数据中收集指标。 

distributed-trace.png

 
详细阅读请参阅 https://elasticstack.blog.csdn ... 18083
继续阅读 »
在最近的一篇文章中,我们向你展示了 如何开始使用 Elastic Observability 的免费开放层。 今天,我们将逐步介绍扩展部署所需的操作,以便你可以免费从应用程序性能监视(APM)或 “可观测性” 群集中的 “跟踪” 数据中收集指标。 

distributed-trace.png

 
详细阅读请参阅 https://elasticstack.blog.csdn ... 18083 收起阅读 »

Elasticsearch:跨集群搜索 Cross-cluster search(CCS)及安全

跨集群搜索启用跨多个集群的联合搜索。 将跨集群搜索与受保护集群一起使用时,所有集群都必须启用 Elasticsearch 安全功能。必须允许本地群集(用于启动跨群集搜索的群集)连接到远程群集,这意味着用于签署本地群集的 SSL/TLS 密钥的 CA 必须受到远程群集的信任。

用户身份验证是在本地群集上执行的,并且用户和用户的角色(role)将传递到远程群集。 远程集群会根据其本地角色定义检查用户的角色,以确定允许用户访问哪些索引。

原文链接:https://blog.csdn.net/UbuntuTo ... 69527
继续阅读 »
跨集群搜索启用跨多个集群的联合搜索。 将跨集群搜索与受保护集群一起使用时,所有集群都必须启用 Elasticsearch 安全功能。必须允许本地群集(用于启动跨群集搜索的群集)连接到远程群集,这意味着用于签署本地群集的 SSL/TLS 密钥的 CA 必须受到远程群集的信任。

用户身份验证是在本地群集上执行的,并且用户和用户的角色(role)将传递到远程群集。 远程集群会根据其本地角色定义检查用户的角色,以确定允许用户访问哪些索引。

原文链接:https://blog.csdn.net/UbuntuTo ... 69527 收起阅读 »

Elasticsearch:Searchable snapshot - 可搜索的快照

可搜索快照使你可以使用快照(snapshot)以极具成本效益的方式搜索不经常访​​问的只读数据。 冷的(cold)和冻结的(frozen)数据层使用可搜索的快照来减少存储和运营成本。

可搜索的快照消除了对副本分片 (replica shards)的需求,从而有可能使搜索数据所需的本地存储减半。 可搜索快照依赖于已经用于备份的快照机制,并且对快照存储库存储成本的影响最小。

原文链接:https://blog.csdn.net/UbuntuTo ... 16640
继续阅读 »
可搜索快照使你可以使用快照(snapshot)以极具成本效益的方式搜索不经常访​​问的只读数据。 冷的(cold)和冻结的(frozen)数据层使用可搜索的快照来减少存储和运营成本。

可搜索的快照消除了对副本分片 (replica shards)的需求,从而有可能使搜索数据所需的本地存储减半。 可搜索快照依赖于已经用于备份的快照机制,并且对快照存储库存储成本的影响最小。

原文链接:https://blog.csdn.net/UbuntuTo ... 16640 收起阅读 »

Elasticsearch:免费和开放的 Elastic 可观测性入门

在单个的平台上统一日志,指标,应用程序跟踪数据和可用性数据并对其进行上下文处理。Elastic 可观测性提供了整个数字生态系统的运行状况和性能的统一视图。通过预置的收集器来轻松获取数百种数据源的多种数据,Elastic 可观测性可实现可观测性各个面之间的无缝集成。内置的警报功能使你可以查看何时接近 SLA (Service Level Agreement),而专用的应用程序可以使你按照合理的方式解释数据,包括详细的用户体验得分。诸如 Audi,Etsy,Societe Generale,Domain,Kroger 等公司已经为各种用例部署了 Elastic 可观测性,从集中式日志记录到监视数字体验,这些用例范围广泛。

在此博客中,我们将向你展示如何开始使用 Elastic 可观测性。首先,我们将下载并准备软件,然后部署并与 Elastic Stack 的核心 Elasticsearch 进行试运行。接下来,我们将在 Elasticsearch中 启用安全性和基于角色的访问控制,并将窗口 Kibana 连接到 Elastic Stack。Kibana 既用作管理前端又用作可视化层。最后,我们将通过启用 SSL,TLS 和 HTTPS 进一步保护群集。

注意:本博客中的步骤使用运行 Elastic 可观测性 的自我管理选项。这里描述的所有内容都是我们免费和开放的分发层的一部分,具有诸如分布式跟踪,统一代理,数百个数据集成,用于 APM 的精选应用程序,基础结构监视,日志浏览等功能。所有这些功能都可以在 Elastic Cloud上 的 Elasticsearch Service 上使用,这是一个完全托管的服务,并提供免费试用。无论选择哪种方式,你都将获得相同的出色用户体验。

我在 Mac 上运行,但是以下说明应与 Linux 类似。
 
https://elasticstack.blog.csdn ... 98566
 
继续阅读 »
在单个的平台上统一日志,指标,应用程序跟踪数据和可用性数据并对其进行上下文处理。Elastic 可观测性提供了整个数字生态系统的运行状况和性能的统一视图。通过预置的收集器来轻松获取数百种数据源的多种数据,Elastic 可观测性可实现可观测性各个面之间的无缝集成。内置的警报功能使你可以查看何时接近 SLA (Service Level Agreement),而专用的应用程序可以使你按照合理的方式解释数据,包括详细的用户体验得分。诸如 Audi,Etsy,Societe Generale,Domain,Kroger 等公司已经为各种用例部署了 Elastic 可观测性,从集中式日志记录到监视数字体验,这些用例范围广泛。

在此博客中,我们将向你展示如何开始使用 Elastic 可观测性。首先,我们将下载并准备软件,然后部署并与 Elastic Stack 的核心 Elasticsearch 进行试运行。接下来,我们将在 Elasticsearch中 启用安全性和基于角色的访问控制,并将窗口 Kibana 连接到 Elastic Stack。Kibana 既用作管理前端又用作可视化层。最后,我们将通过启用 SSL,TLS 和 HTTPS 进一步保护群集。

注意:本博客中的步骤使用运行 Elastic 可观测性 的自我管理选项。这里描述的所有内容都是我们免费和开放的分发层的一部分,具有诸如分布式跟踪,统一代理,数百个数据集成,用于 APM 的精选应用程序,基础结构监视,日志浏览等功能。所有这些功能都可以在 Elastic Cloud上 的 Elasticsearch Service 上使用,这是一个完全托管的服务,并提供免费试用。无论选择哪种方式,你都将获得相同的出色用户体验。

我在 Mac 上运行,但是以下说明应与 Linux 类似。
 
https://elasticstack.blog.csdn ... 98566
  收起阅读 »

Elasticsearch:Script fields 及其调试

在搜索时,每个 _search 请求的匹配(hit)可以使用 script_fields (基于不同的字段)定制一些属性。这些定制的属性(script fields)通常是:

针对原有值的修改(比如,价钱的转换,不同的排序方法等)
一个崭新的及算出来的属性(比如,总和,加权,指数运算,距离测量等)

原文链接:https://blog.csdn.net/UbuntuTo ... 92778
继续阅读 »
在搜索时,每个 _search 请求的匹配(hit)可以使用 script_fields (基于不同的字段)定制一些属性。这些定制的属性(script fields)通常是:

针对原有值的修改(比如,价钱的转换,不同的排序方法等)
一个崭新的及算出来的属性(比如,总和,加权,指数运算,距离测量等)

原文链接:https://blog.csdn.net/UbuntuTo ... 92778 收起阅读 »

如何使用 Elasticsearch 和 Python 构建面部识别系统

你是否曾经尝试在图像中搜索对象? Elasticsearch 可以帮助你存储,分析和搜索图像或视频中的对象。

在本快速教程中,我们将向你展示如何构建一个使用 Python 进行面部识别的系统。 了解有关如何检测和编码面部信息的更多信息-并在搜索中找到匹配项。



在今天的练习中,我们将参照代码:https://github.com/liu-xiao-gu ... earch。你可以把这个代码下载到本地的电脑:

原文链接:https://blog.csdn.net/UbuntuTo ... 27926
继续阅读 »
你是否曾经尝试在图像中搜索对象? Elasticsearch 可以帮助你存储,分析和搜索图像或视频中的对象。

在本快速教程中,我们将向你展示如何构建一个使用 Python 进行面部识别的系统。 了解有关如何检测和编码面部信息的更多信息-并在搜索中找到匹配项。



在今天的练习中,我们将参照代码:https://github.com/liu-xiao-gu ... earch。你可以把这个代码下载到本地的电脑:

原文链接:https://blog.csdn.net/UbuntuTo ... 27926 收起阅读 »