เผยแพร่ครั้งแรกเมื่อวันที่ 16 พฤษภาคม 2017 ที่ ObjectRocket.com/blog
นอกจาก "คุณรู้แล้ว สำหรับการค้นหา" การใช้งานของ Elasticsearch® ยังคงเติบโตและเปลี่ยนแปลงตามเวลา ที่ ObjectRocket เราเสนอ Hosted Elasticsearch บนแพลตฟอร์มของเรามาสักพักแล้ว เราเห็นแนวโน้มที่ชัดเจนในลูกค้าของเราและวิธีที่พวกเขาใช้ผลิตภัณฑ์ ในโพสต์นี้ เราแบ่งปัน 5 Use Cases อันดับแรกของ Elasticsearch ที่เราเห็นบนแพลตฟอร์ม ObjectRocket
#1 – Logging และ Log Analysis
สำหรับผู้ที่คุ้นเคยกับ Elasticsearch ตัวนี้ควรไม่เป็นไร้ความปลื้ม ระบบนิเวศที่สร้างขึ้นรอบ Elasticsearch ทำให้มันเป็นหนึ่งในเครื่องมือที่ตรงไปตรงมาที่สุดสำหรับการนำ Logging Solutions ไปใช้และขยายขนาด ผู้ใช้จำนวนมากบนแพลตฟอร์มของเราได้ใช้ประโยชน์จากฟังก์ชันนี้เพื่อเพิ่ม Logging ให้กับ Use Case หลักของพวกเขา จาก Beats ไป Logstash® ไป Ingest Nodes Elasticsearch ให้คุณมีตัวเลือกมากมายสำหรับการดึงข้อมูลที่มันอาศัยอยู่และจัดทำดัชนี จากนั้น เครื่องมืออย่าง Kibana® ให้คุณมีความสามารถในการสร้าง Dashboard และการวิเคราะห์ที่สมบูรณ์ เครื่องมืออีกตัวหนึ่ง คือ Curator ช่วยให้คุณวางช่วงการเก็บรักษาไว้บน Autopilot
#2 – Scraping และการรวมข้อมูลสาธารณะ
เหมือน Log Data Elastic Stack มีเครื่องมือมากมายสำหรับการดึงและจัดทำดัชนีข้อมูลระยะไกลอย่างง่ายดาย ยิ่งไปกว่านั้น เหมือน Document Stores ส่วนใหญ่ การขาด Schema ที่เข้มงวด ให้ Elasticsearch ความยืดหยุ่นในการรับแหล่งข้อมูลหลายแหล่งที่แตกต่างกัน และยังคงทำให้จัดการและค้นหาได้ ตัวอย่างที่น่าสนใจที่คุณสามารถดูได้คือ Twitter Connector ของเรา มันช่วยให้คุณตั้งค่า Hashtags เพื่อติดตามบน Twitter แล้วดึง Tweet ทั้งหมดที่มี Hashtags นั้น และวิเคราะห์ใน Kibana เราสร้างผลิตภัณฑ์นั้นบนส่วนประกอบหลักของ Elastic Stack และเพิ่มชิ้นส่วนเพิ่มเติมเพื่อช่วยให้มัน Scale ได้
#3 – Full-Text Search
เป็นเรื่องไม่แปลกใจที่ Full-Text Search بصفความสามารถหลักของ Elasticsearch อยู่สูงในรายการนี้ สิ่งที่น่าประหลาดใจคือ การประยุกต์ใช้ในกลุ่มลูกค้าของเรา ซึ่งไปไกลกว่าการค้นหา Enterprise แบบดั้งเดิมหรือ E-commerce จากการตรวจจับฉ้อโกงและความปลอดภัยไปจนถึงการทำงานร่วมกันและอื่นๆ ผู้ใช้ของเราพบว่าความสามารถในการค้นหาของ Elasticsearch มีพลังและยืดหยุ่น และรวมเครื่องมือมากมายเพื่อให้การค้นหาง่ายขึ้น Elasticsearch มี Query Domain Specific Language (DSL) และความสามารถ built-in สำหรับ Auto-complete "Did you mean" Responses และอื่นๆ
#4 – Event Data และ Metrics
Elasticsearch ทำงานได้ดีมากบน Time-Series Data เช่น Metrics และ Application Events คุณลักษณะนี้เป็นอีกพื้นที่ที่ระบบนิเวศ Beats อันใหญ่โต ช่วยให้คุณดึงข้อมูลสำหรับแอปพลิเคชันทั่วไปได้ง่าย ไม่ว่าคุณจะใช้เทคโนโลยีใด มีโอกาสมากที่ Elasticsearch จะมีส่วนประกอบสำหรับดึง Metrics และ Events มาใช้ได้ทันที - ในกรณีที่หายากที่มันไม่สามารถ ทำให้เพิ่มความสามารถนั้นได้ง่าย
#5 – การแสดงข้อมูลภาพ (Visualizing Data)
ด้วยตัวเลือก Charting มากมาย Tile Service สำหรับ Geo-Data และ TimeLion สำหรับ Time-Series Data Kibana เป็นเครื่องมือ Visualization ที่ทรงพลังและใช้งานง่ายอย่างล้ำสมัย Kibana มี Visual Component สำหรับจัดการทุก Use Case ที่เราแบ่งปันในโพสต์นี้ หลังจากที่คุณคล่องแคล่วกับเครื่องมือ Data Ingest ต่างๆ คุณจะพบว่า Elasticsearch + Kibana เป็นเครื่องมือ Go-to สำหรับการแสดงข้อมูลภาพที่คุณพยายามเข้าใจ
สรุป
แม้จะไม่ใช่ทุก Use Case แต่นี่คือตัวสำคัญที่เราเห็นบนบริการของเรา Elasticsearch และ Elastic Stack ที่เหลือพิสูจน์แล้วว่ามีความหลากหลายมาก ตามที่คุณเห็น คุณสามารถรวม Elasticsearch เข้ากับสิ่งที่คุณทำอยู่ และได้ข้อมูลเชิงลึกเพิ่มเติมหลายทาง นั่นคือส่วนที่โดดเด่นที่สุดของ Elasticsearch ตามดูของผม - ความสามารถในการเพิ่มประสิทธิภาพเทคโนโลยีที่คุณใช้อยู่แล้ว แทนที่จะเป็นแค่เพิ่มฐานข้อมูลอีกตัวเพื่อเก็บข้อมูลของคุณ
ใช้แท็บ Feedback เพื่อแสดงความคิดเห็นหรือถามคำถาม คุณยังสามารถเริ่มการสนทนากับเราได้
