Giới Thiệu
Bài viết gốc được xuất bản ngày 16 tháng 5 năm 2017 tại ObjectRocket.com/blog.
Ngoài "bạn biết, để tìm kiếm", các trường hợp sử dụng Elasticsearch® tiếp tục phát triển và thay đổi theo thời gian. Tại ObjectRocket, chúng tôi đã cung cấp Elasticsearch hosted trên nền tảng một thời gian. Chúng tôi thấy xu hướng rõ rệt trong khách hàng và cách họ sử dụng sản phẩm. Trong bài viết này, chúng tôi chia sẻ 5 use case Elasticsearch hàng đầu chúng tôi thấy trên nền tảng ObjectRocket.
#1 – Logging Và Phân Tích Log
Đối với bất kỳ ai quen thuộc với Elasticsearch, điều này không nên gây ngạc nhiên. Hệ sinh thái xây dựng quanh Elasticsearch đã làm cho nó trở thành một trong những công cụ đơn giản nhất để triển khai và mở rộng giải pháp logging. Nhiều người dùng trên nền tảng của chúng tôi đã tận dụng chức năng này để thêm logging vào use case chính của họ. Từ Beats đến Logstash® đến Ingest Nodes, Elasticsearch cung cấp nhiều tùy chọn để lấy dữ liệu bất kể nó ở đâu và lập chỉ mục. Từ đó, các công cụ như Kibana® cho phép bạn tạo dashboard phong phú và phân tích. Công cụ khác, Curator, cho phép bạn đặt فترة giữ lại tự động.
#2 – Thu Thập Và Kết Hợp Dữ Liệu Công Khai
Giống như dữ liệu log, Elastic Stack có nhiều công cụ để lấy và lập chỉ mục dữ liệu từ xa dễ dàng. Cũng như hầu hết document store, sự thiếu hụt schema chặt chẽ cung cấp cho Elasticsearch sự linh hoạt để nhận nhiều nguồn dữ liệu khác nhau và vẫn giữ mọi thứ dễ quản lý và tìm kiếm. Một ví dụ thú vị bạn có thể xem là Twitter connector của chúng tôi. Nó cho phép bạn thiết lập hashtag để theo dõi trên Twitter và lấy tất cả tweet có hashtag đó và phân tích trong Kibana. Chúng tôi xây dựng sản phẩm đó trên các thành phần core Elastic Stack và thêm một số phần bổ sung để giúp nó mở rộng.
#3 – Tìm Kiếm Toàn Văn Bản
Cũng không ngạc nhiên rằng tìm kiếm toàn văn bản, như khả năng cốt lõi của Elasticsearch, đứng cao trên danh sách này. Phần ngạc nhiên là ứng dụng của nó trong tập khách hàng của chúng tôi, vượt xa tìm kiếm Enterprise truyền thống hoặc E-commerce. Từ phát hiện gian lận và bảo mật đến cộng tác và nhiều hơn nữa, người dùng của chúng tôi thấy khả năng tìm kiếm của Elasticsearch mạnh mẽ và linh hoạt, bao gồm nhiều công cụ để làm cho việc tìm kiếm dễ dàng hơn. Elasticsearch có query Domain Specific Language (DSL) và khả năng tích hợp sẵn cho auto-complete "Did you mean" (Bạn có muốn nói), và nhiều hơn nữa.
#4 – Dữ Liệu Sự Kiện Và Metrics
Elasticsearch cũng hoạt động rất tốt trên dữ liệu chuỗi thời gian như metrics và sự kiện ứng dụng. Tính năng này là lĩnh vực khác nơi hệ sinh thái Beats khổng lồ cho phép bạn lấy dữ liệu cho các ứng dụng phổ biến dễ dàng. Dù công nghệ bạn dùng, rất có thể Elasticsearch có các thành phần để lấy metrics và events out-of-the-box—trong trường hợp hiếm không thể, thêm khả năng đó cũng dễ dàng.
#5 – Trực Quan Hóa Dữ Liệu
Với hàng tùy chọn biểu đồ, dịch vụ tile cho dữ liệu địa lý, và TimeLion cho dữ liệu chuỗi thời gian, Kibana là công cụ trực quan hóa cực kỳ mạnh mẽ và dễ sử dụng. Kibana có thành phần trực quan để xử lý mọi use case chúng tôi chia sẻ trong bài viết này. Sau khi bạn thoải mái với các công cụ ingest dữ liệu khác nhau, bạn sẽ thấy Elasticsearch + Kibana là công cụ首选 để trực quan hóa dữ liệu bạn đang cố gắng hiểu.
Kết Luận
Dù đó không phải mọi use case, đó là những use case chính chúng tôi thấy trên dịch vụ. Elasticsearch và phần còn lại của Elastic Stack đã được chứng minh cực kỳ linh hoạt. Như bạn thấy, bạn có thể tích hợp Elasticsearch vào những gì bạn đang làm ngày nay và có thêm cái nhìn sâu sắc theo nhiều cách. Đó, theo tôi, là phần tuyệt vời nhất của Elasticsearch—khả năng nâng cao công nghệ bạn đang dùng thay vì chỉ thêm database khác để lưu trữ dữ liệu.