मैं अभी एलीटेसर्च के साथ शुरू हो रहा हूं और मैंने जो मुख्य उपयोग के मामले देखे हैं, उनमें से एक बड़े डेटा सेटों पर खोज के साथ इसकी मापनीयता है, लेकिन इसके अलावा आप पारंपरिक आरडीबीएमएस के साथ सिर्फ एसक्यूएल क्वेरी बनाने पर इसका उपयोग कब करना चाहेंगे?
मैं अभी एलीटेसर्च के साथ शुरू हो रहा हूं और मैंने जो मुख्य उपयोग के मामले देखे हैं, उनमें से एक बड़े डेटा सेटों पर खोज के साथ इसकी मापनीयता है, लेकिन इसके अलावा आप पारंपरिक आरडीबीएमएस के साथ सिर्फ एसक्यूएल क्वेरी बनाने पर इसका उपयोग कब करना चाहेंगे?
जवाबों:
दो प्राथमिक इलास्टिक्स खोज मामले हैं:
जब आप बहुत सारे पाठ खोज कर रहे हैं, तो आप एलीटेसर्च चाहते हैं, जहां पारंपरिक आरडीबीएमएस डेटाबेस वास्तव में अच्छा प्रदर्शन नहीं कर रहे हैं (खराब कॉन्फ़िगरेशन, ब्लैक-बॉक्स, खराब प्रदर्शन के रूप में कार्य करता है)। Elasticsearch प्लगइन्स के माध्यम से उच्च अनुकूलन योग्य है। आप बहुत अधिक ज्ञान के बिना काफी तेजी से मजबूत खोज का निर्माण कर सकते हैं।
एक और धार का मामला यह है कि बहुत से लोग विभिन्न स्रोतों से लॉग को स्टोर करने के लिए एलीस्टेसर्च का उपयोग करते हैं (उन्हें केंद्रीकृत करने के लिए), इसलिए वे उनका विश्लेषण कर सकते हैं और इसका अर्थ निकाल सकते हैं। इस मामले में, किबाना काम कर जाता है। यह आपको एलिस्टिक्स खोज क्लस्टर से जुड़ने और सीधे दृश्य बनाने की सुविधा देता है। उदाहरण के लिए, Loggly Elasticsearch और Kibana का उपयोग करके बनाया गया है।
ध्यान रखें, कि आप अपने प्राथमिक डेटा संग्रहण के रूप में एलिटिक्स खोज का उपयोग नहीं करना चाहेंगे। यहां कारण: लिखने के नुकसान, डेटा की उपलब्धता जैसे कारकों के खिलाफ प्राथमिक डेटास्टोर के रूप में इलास्टिकसर्च कितना विश्वसनीय है
मुझे लगा जैसे दूसरा भाग अब नुकीला नहीं है, यह वास्तव में एक कंपनी के रूप में इलास्टिक है जो पिछले एक साल में वास्तव में अच्छा कर रही है। वर्तमान DevOps आंदोलन, CI / CD पाइपलाइनों के साथ, विभिन्न स्रोतों से मीट्रिक की बढ़ती मात्रा, ELK बुनियादी ढांचे की निगरानी के लिए एक रक्षात्मक विकल्प बन गया, यह अब केवल वितरित RESTful पाठ-खोज इंजन नहीं है। इसमें उत्पादों का एक अद्भुत सेट है:
एक पारिस्थितिकी तंत्र, समुदाय द्वारा निर्मित, ईएलके स्टैक के आसपास बढ़ रहा है जो वर्तमान विशेषताओं का विस्तार करता है, उनमें से कुछ उल्लेख के लायक हैं:
दूसरे उत्तर के साथ जोड़ने के लिए, लॉगिंग अभी भी एक प्रमुख उपयोग मामला है और साथ ही खोज भी, लेकिन अब मैट्रिक्स और एनालिटिक्स अधिक महत्वपूर्ण हो रहे हैं।
मेरा मानना है कि यह पोस्ट बाजार में उन परिवर्तनों को संक्षेप में प्रस्तुत करता है जो बिग डेटा के लिए नए उपयोग के मामलों को चला रहे हैं। आप सभी को वास्तव में ओपन सोर्स डेटाबेस के बारे में जानने की आवश्यकता है
वेब 2.0 के आगमन के साथ, स्थिर वेब पेज गतिशील हो गए हैं और सोशल मीडिया हमारे चारों ओर है। हर कोई ट्वीट कर रहा है, पोस्ट कर रहा है, ब्लॉगिंग कर रहा है, व्लॉगिंग कर रहा है, फोटो शेयर कर रहा है, चैट कर रहा है और कमेंट कर रहा है। इंटरनेट ऑफ थिंग्स (IoT) उभर रहा है - सेंसर और स्मार्ट उपकरणों जैसे डेटा को इकट्ठा और आदान-प्रदान करने वाले कनेक्टेड उपकरणों का तेजी से बढ़ता नेटवर्क। यहाँ कुछ महान उदाहरण हैं।
कुल मिलाकर, यह बड़ी मात्रा में नए डेटा उत्पन्न करता है जो व्यवसाय को अवशोषित करने और आगे रहने के लिए उपयोग करना चाहते हैं, उत्पाद की सिफारिशें और बेहतर ग्राहक अनुभव जैसी सुविधाएँ प्रदान करते हैं। धोखाधड़ी का पता लगाने और व्यवहार विश्लेषण जैसे अनुप्रयोगों के लिए पैटर्न की खोज में डेटा का विश्लेषण किया जा सकता है। नए डेटा का अधिकांश भाग असंरचित है, जिसका अर्थ है कि इसे बड़े पैमाने पर सारणीबद्ध डेटाबेस में संग्रहीत नहीं किया जा सकता है।
अपनी किराने की खरीदारी पर डेटा रखने के लिए एक डेटाबेस डिजाइन करने की कोशिश करने की कल्पना करें - आपको क्या पसंद है, आप इसे कितनी बार खरीदते हैं, चाहे आप अपने कॉफी के साथ दूध या क्रीम पसंद करते हैं। नए डेटा को संग्रहीत करने के लिए नए प्रकार के डेटाबेस की आवश्यकता होती है, और उन्हें गैर-संबंधपरक और आदर्श रूप से कम लागत की आवश्यकता होती है। कोई घंटी बजाओ? NoSQL के रूप में और खुले स्रोत के रूप में कम लागत के संबंध में नहीं।
एलिटिक्स खोज आर्किटेक्ट्स में से एक, जिसके बारे में मैंने कहा था कि कंपनियों में 80% डेटा एलीस्टेकर्चेज के साथ काम करता है, जबकि वह 20% संरचित है। यह असंरचित डेटा है जो कंपनियां दुर्लभ या असामान्य डेटा पैटर्न की खोज करने के लिए देख रही हैं। वे डेटा पैटर्न की निगरानी के लिए एलीस्टेकर्च का भी उपयोग कर रहे हैं। उदाहरण के लिए, एक प्रमुख रिटेलर लोगों के लिए दुकानों पर पर्याप्त मात्रा में धन की आपूर्ति सुनिश्चित करने के लिए एलास्टिसर्च के साथ वास्तविक समय पर नज़र रख रहा है।
हमारे खोज उपयोग के मामले में मेरे अपने अनुभव में, हम न केवल फ़ज़ी खोजों का उपयोग करते हैं, बल्कि यह स्वतः-पूर्ण और त्वरित खोजों में विकसित हुआ है। मैंने जो देखा है, उससे एक बार जब आप एलीटेसर्च के साथ काम करना शुरू करते हैं, तो आप अन्य उपयोग के मामलों में विकसित होने लगते हैं जो आपके पास पहले से ही मौजूद हैं। अब जब हमने अपनी कंपनी में एक फजी सर्च इंजन के रूप में एलीस्टेकर्च की स्थापना की है, तो अब हमारे पास अन्य टीम हैं जो लॉगिंग के लिए एनालिटिक्स और मैट्रिक्स देख रही हैं।
यहां कुछ अतिरिक्त संसाधन दिए गए हैं जो इस विषय पर अधिक गहराई से जाते हैं: