要不要也来分享分享一下啊
联想

联想

9月8日 Elastic Meetup 北京线下沙龙报名中

活动medcl 发表了文章 • 15 个评论 • 3891 次浏览 • 2018-08-16 17:57 • 来自相关话题

meetup-beijing.png
 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

Completion Suggester使用过程中遇到的问题

Elasticsearchmedcl 回复了问题 • 2 人关注 • 1 个回复 • 4919 次浏览 • 2017-02-23 15:56 • 来自相关话题

9月8日 Elastic Meetup 北京线下沙龙报名中

活动medcl 发表了文章 • 15 个评论 • 3891 次浏览 • 2018-08-16 17:57 • 来自相关话题

meetup-beijing.png
 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

Completion Suggester使用过程中遇到的问题

回复

Elasticsearchmedcl 回复了问题 • 2 人关注 • 1 个回复 • 4919 次浏览 • 2017-02-23 15:56 • 来自相关话题

9月8日 Elastic Meetup 北京线下沙龙报名中

活动medcl 发表了文章 • 15 个评论 • 3891 次浏览 • 2018-08-16 17:57 • 来自相关话题

meetup-beijing.png
 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