《Elastic Stack 实战手册》——三、产品能力(下)

本文涉及的产品
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
简介: 《Elastic Stack 实战手册》——三、产品能力(下)

同步推出新产品版本

 

2015年10月对 Elastic 来说是一个重大转折点,因为解决了产品版本编号问题,同时也降低了兼容性的复杂程度。

 

这一发布版本又称为“Bonanza 同步版”,是 Elastic 第一次在同一天面向公众发布全部产品:Elasticsearch2.0、Logstash 2.0、Watcher2.0、Shield 2.0 和 Kibana 4.2。

 

通过这次调整,用户得以更轻松地启用产品,同时也提高了产品的可靠性,帮助用户出色地完成任务。

 

一键部署,Elastic Cloud 隆重推出

 

几个月后,“Bonanza 同步版”不再仅仅局限于供人们下载的产品,通过 Elastic Cloud(即之前的 Found),在 AWS 上推出了 Elasticsearch 和 Kibana 服务。


2016年

 

Elastic Stack 5.0

 

Elastic 致力于推出更为成熟的产品系列,通过发布 Elasticsearch 2.0 来统一发布步调就是第一步,5.0 的发布则是第二步。与之前的所有版本相比,用户通过这一版本可以体验集成性能更强,经过更严格测试且更加易于入门的产品。

 

5.0发行版本的同时还将所有商用插件(当时被称为 Shield、Marvel 和 Watcher)整合为单一扩展,即 X-Pack,其包含了核心产品,诸如 security、monitoring 和 alerting 等的功能,并且随着 Prelert 公司也加入 Elastic,machine learning 也开始纳入其中。

 

模块应运而生

 

在 5.3 版本中,Filebeat 正式引入了“模块”的概念,可以将模块理解为用于在Elastic

Stack 中传输、解析、存储、分析常用日志格式(例如 Apache、Nginx 和 MySQL 等),并实现可视化的一组安全配置,它简化了用户从数据集至仪表板的入门体验。

 

Metricbeat 和 Packetbeat 的模块都各具特色,几个月后,Logstash 也将针对 ArcSight 和 NetFlow 数据引入自身模块。

 

2017年

 

ECE 面世

 

这年,Elastic 采纳了管理自身 Elastic Cloud 服务时所用的技术,并发布了 Elastic Cloud

Enterprise(又称 ECE),让所有规模的公司均能下载全部的托管产品,并独立运行,享受其带来的益处。有了 ECE,无论是一个集群,还是数千个集群,用户都能够顺利地对其进行管理,而且还可以简化在任何环境中对 Elastic 产品和解决方案的管理和编排工作。


Elastic 解决方案加速演进

 

随着模块数量的成倍增加,使用 Elastic Stack 来处理特定用例(例如日志或指标)开始变得越来越简单。几个月后,Elastic 并购了应用程序性能监测(APM) 公司 Opbeat,以及站点和企业搜索公司 Swiftype。

 

此时,Elastic 的发展已经日趋成熟,可以提供解决常见问题的精简方式。这些解决方案包含从DIY 到更加一站式的体验,每套解决方案的背后都有真实的产品作为支撑,而且在几分钟内即可部署完毕。

 

2018年

 

开放 X-Pack 代码

 

2018年,Elastic 决定开放商用 X-Pack 功能的源码,从而加速开发周期,提高社区互动,并让每个人都能够贡献源码,对源码添加评论,并对其进行检查。

 

因此,用户能够更加轻松地使用 Elastic Stack,所有的 X-Pack 功能都默认提供 Elasticsearch、Kibana、Beats 和 Logstash。但这一改变并未删除任何 Apache 2.0 源码。恰恰相反,

Elastic 在开放源码的发展道路上加大了力度。

 

纽交所敲钟

 

作为一家分布式公司,2018年10月5日,Elastic 在纽约证券交易所敲钟,正式成为一家上市公司。交易大厅里多达 230 名 Elastic 员工聚在这里(创下了纪录),全球各地员工共同庆祝这一重要时刻。

 


image.png

相关实践学习
使用阿里云Elasticsearch体验信息检索加速
通过创建登录阿里云Elasticsearch集群,使用DataWorks将MySQL数据同步至Elasticsearch,体验多条件检索效果,简单展示数据同步和信息检索加速的过程和操作。
ElasticSearch 入门精讲
ElasticSearch是一个开源的、基于Lucene的、分布式、高扩展、高实时的搜索与数据分析引擎。根据DB-Engines的排名显示,Elasticsearch是最受欢迎的企业搜索引擎,其次是Apache Solr(也是基于Lucene)。 ElasticSearch的实现原理主要分为以下几个步骤: 用户将数据提交到Elastic Search 数据库中 通过分词控制器去将对应的语句分词,将其权重和分词结果一并存入数据 当用户搜索数据时候,再根据权重将结果排名、打分 将返回结果呈现给用户 Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索,具有接近实时的搜索,并支持多租户。
相关文章
|
数据采集 数据可视化 搜索推荐
《Elastic Stack 实战手册》——三、产品能力(上)
《Elastic Stack 实战手册》——三、产品能力(上)
144 0
|
存储 机器学习/深度学习 缓存
APM-Elastic Stack 实战手册
应用程序性能管理(Application Performance Management)简称 APM。主要功能为监视和管理软件应用程序性能和可用性。
2694 0
APM-Elastic Stack 实战手册
|
机器学习/深度学习 消息中间件 数据采集
带你读《Elastic Stack 实战手册》之5:——3.2.2.可观测性 (下)
带你读《Elastic Stack 实战手册》之5:——3.2.2.可观测性 (下)
182 0
|
Cloud Native
带你读《Elastic Stack 实战手册》之5:——3.2.2.可观测性 (上)
带你读《Elastic Stack 实战手册》之5:——3.2.2.可观测性 (上)
138 0
|
自然语言处理 Java 数据挖掘
带你读《Elastic Stack 实战手册》之76:——4.2.2.Elasticsearch智能巡检开发设计实践(3)
带你读《Elastic Stack 实战手册》之76:——4.2.2.Elasticsearch智能巡检开发设计实践(3)
112 0
|
API 云计算 Python
带你读《Elastic Stack 实战手册》之76:——4.2.2.Elasticsearch智能巡检开发设计实践(4)
带你读《Elastic Stack 实战手册》之76:——4.2.2.Elasticsearch智能巡检开发设计实践(4)
127 0
|
缓存 运维 安全
带你读《Elastic Stack 实战手册》之76:——4.2.2.Elasticsearch智能巡检开发设计实践(2)
带你读《Elastic Stack 实战手册》之76:——4.2.2.Elasticsearch智能巡检开发设计实践(2)
145 0
|
存储 Prometheus 监控
带你读《Elastic Stack 实战手册》之76:——4.2.2.Elasticsearch智能巡检开发设计实践(1)
带你读《Elastic Stack 实战手册》之76:——4.2.2.Elasticsearch智能巡检开发设计实践(1)
141 0
|
开发者
Elastic Stack 实战手册
Elastic Stack 实战手册
92 0