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