欢迎大家赞助一杯啤酒🍺 我们准备了下酒菜:Formal mathematics/Isabelle/ML, Formal verification/Coq/ACL2, C++/F#/Lisp
Elasticsearch
来自开放百科 - 灰狐
(版本间的差异)
小 (→图书) |
小 (→项目) |
||
(未显示1个用户的27个中间版本) | |||
第1行: | 第1行: | ||
{{SeeWikipedia}} | {{SeeWikipedia}} | ||
− | + | Elasticsearch 是一个分布式的 RESTful 搜索和分析引擎,可用来集中存储您的数据,以便您对形形色色、规模不一的数据进行搜索、索引和分析。 | |
==新闻== | ==新闻== | ||
+ | *[https://www.elastic.co/cn/blog/category/news Elastic新闻] | ||
*[http://www.infoq.com/cn/news/2014/02/elasticsearch_1.0.0_released Elasticsearch 1.0.0发布] | *[http://www.infoq.com/cn/news/2014/02/elasticsearch_1.0.0_released Elasticsearch 1.0.0发布] | ||
+ | |||
+ | ==简介== | ||
+ | ElasticSearch 是构建在[[Apache Lucene]] 之上的开源(Apache 2)、分布式、RESTful 的[[search engine|搜索引擎]]。 | ||
+ | |||
+ | Elasticsearch 和 [[Apache Solr]] 是最流行的企业搜索引擎,都基于Apache Lucene。 | ||
+ | |||
+ | Elasticsearch 不仅仅是 Lucene,并且也不仅仅只是一个全文搜索引擎。 它还是: | ||
+ | *一个分布式的实时文档存储,每个字段可以被索引与搜索 | ||
+ | *一个分布式实时分析搜索引擎 | ||
+ | *能胜任上百个服务节点的扩展,并支持 PB 级别的结构化或者非结构化数据 | ||
+ | |||
+ | Elasticsearch的前生是[[Compass]]。 | ||
+ | |||
+ | 当时,开发者 Shay 获得了一份工作,主要是高性能,分布式环境下的内存数据网格。这个对于高性能,实时,分布式搜索引擎的需求尤为突出,他决定重写 Compass,把它变为一个独立的服务并取名 Elasticsearch。 | ||
+ | |||
+ | ==产品== | ||
+ | 核心产品组合:ELK = Elasticsearch + [[Logstash]] + [[Kibana]] | ||
==指南== | ==指南== | ||
/bin/elasticsearch | /bin/elasticsearch | ||
http://192.168.1.100:9200/ | http://192.168.1.100:9200/ | ||
+ | http://localhost:9200/_cat/ | ||
curl http://localhost:9200/_nodes/process?pretty | curl http://localhost:9200/_nodes/process?pretty | ||
显示: | 显示: | ||
第28行: | 第47行: | ||
"mlockall" : false | "mlockall" : false | ||
}}}} | }}}} | ||
+ | |||
+ | ==项目== | ||
+ | [[文件:OpenSearch.png|right]] | ||
+ | [[文件:open-distro-for-elasticsearch.png|right]] | ||
+ | *[https://github.com/opendistro-for-elasticsearch Open Distro for Elasticsearch] [https://opensearch.org/ OpenSearch] | ||
+ | *[[Elassandra]] = Elasticsearch + [[Apache Cassandra]] | ||
+ | *[https://github.com/zombodb ZomboDB] = [[PostgreSQL]] + Elasticsearch | ||
+ | *[https://www.elastic.co/solutions/apm Open Source Application Performance Monitoring] [https://github.com/elastic/apm-server APM Server] | ||
+ | *[https://github.com/Netflix/Raigad Raigad] | ||
+ | *[https://github.com/elastic/elasticsearch-hadoop Elasticsearch Hadoop] | ||
+ | |||
+ | ==机器学习== | ||
+ | [https://www.elastic.co/cn/blog/introducing-machine-learning-for-the-elastic-stack Elastic Stack Machine Learning] | ||
==用户== | ==用户== | ||
+ | [https://www.elastic.co/cn/blog/category/user-stories 用户案例] | ||
* GitHub使用Elasticsearch搜索超过20 TB的数据——包括13亿文件和1300亿行代码,而且这个数字还在疯狂的增加。 | * GitHub使用Elasticsearch搜索超过20 TB的数据——包括13亿文件和1300亿行代码,而且这个数字还在疯狂的增加。 | ||
*有“音频分享界YouTube”之称的SoundCloud使用Elasticsearch为超过1.8亿会员在线即时提供音频搜索结果。 | *有“音频分享界YouTube”之称的SoundCloud使用Elasticsearch为超过1.8亿会员在线即时提供音频搜索结果。 | ||
第35行: | 第68行: | ||
*手机服务网站Foursquare使用Elasticsearch实时搜索超过5000万个地点。 | *手机服务网站Foursquare使用Elasticsearch实时搜索超过5000万个地点。 | ||
*浏览器插件StumbleUpon利用Elasticsearch每天向它们的社区发送数百万条推荐。 | *浏览器插件StumbleUpon利用Elasticsearch每天向它们的社区发送数百万条推荐。 | ||
+ | *[https://mp.weixin.qq.com/s/Dob6Kjm6v7gE4o7B1HhqLA Elaticsearch 在蚂蚁金服的实践经验] | ||
+ | 基于 Elasticsearch 的通用搜索是蚂蚁内部最大的搜索产品,目前拥有上万亿文档,服务了上百个业务方。而通用搜索的发展主要分为两个阶段:平台化和中台化。 | ||
+ | |||
+ | ==文档== | ||
+ | *[http://docs.huihoo.com/apache/spark/summit/east2015/SSE15-35-Using-Spark-and-Elasticsearch-for-real-time-data-analysis.pdf Spark and Elasticsearch for real-time data analysis] | ||
==图书== | ==图书== | ||
− | *[ | + | *[https://www.elastic.co/guide/cn/elasticsearch/guide/current/index.html 《Elasticsearch: 权威指南》] |
+ | *[https://www.elastic.co/guide/en/elasticsearch/guide/current/index.html 《Elasticsearch: The Definitive Guide》] | ||
+ | |||
+ | ==图集== | ||
+ | <gallery> | ||
+ | image:Elasticsearch-for-Apache-Hadoop.png|for Hadoop | ||
+ | image:elastic-course-matrix.png|课程体系 | ||
+ | image:Moqui-system-dashboard.png|Moqui | ||
+ | </gallery> | ||
==链接== | ==链接== | ||
*[http://www.elasticsearch.org/ ElasticSearch.org] | *[http://www.elasticsearch.org/ ElasticSearch.org] | ||
*[http://www.elasticsearch.com/ ElasticSearch.com] | *[http://www.elasticsearch.com/ ElasticSearch.com] | ||
− | *[https://github.com/ | + | *[https://github.com/elastic ElasticSearch @ GitHub] |
+ | *[http://dockone.io/article/373 Docker日志自动化: ElasticSearch、Logstash、Kibana以及Logspout] | ||
[[category:search engine]] | [[category:search engine]] |
2021年8月9日 (一) 06:45的最后版本
您可以在Wikipedia上了解到此条目的英文信息 Elasticsearch Thanks, Wikipedia. |
Elasticsearch 是一个分布式的 RESTful 搜索和分析引擎,可用来集中存储您的数据,以便您对形形色色、规模不一的数据进行搜索、索引和分析。
目录 |
[编辑] 新闻
[编辑] 简介
ElasticSearch 是构建在Apache Lucene 之上的开源(Apache 2)、分布式、RESTful 的搜索引擎。
Elasticsearch 和 Apache Solr 是最流行的企业搜索引擎,都基于Apache Lucene。
Elasticsearch 不仅仅是 Lucene,并且也不仅仅只是一个全文搜索引擎。 它还是:
- 一个分布式的实时文档存储,每个字段可以被索引与搜索
- 一个分布式实时分析搜索引擎
- 能胜任上百个服务节点的扩展,并支持 PB 级别的结构化或者非结构化数据
Elasticsearch的前生是Compass。
当时,开发者 Shay 获得了一份工作,主要是高性能,分布式环境下的内存数据网格。这个对于高性能,实时,分布式搜索引擎的需求尤为突出,他决定重写 Compass,把它变为一个独立的服务并取名 Elasticsearch。
[编辑] 产品
核心产品组合:ELK = Elasticsearch + Logstash + Kibana
[编辑] 指南
/bin/elasticsearch http://192.168.1.100:9200/ http://localhost:9200/_cat/ curl http://localhost:9200/_nodes/process?pretty 显示: { "cluster_name" : "elasticsearch", "nodes" : { "HYGw9LmPTg6yhEY9Gs8DPw" : { "name" : "Atlas", "transport_address" : "inet[/192.168.1.3:9300]", "host" : "debian", "ip" : "192.168.1.98", "version" : "1.3.4", "build" : "a70f3cc", "http_address" : "inet[/192.168.1.3:9200]", "process" : { "refresh_interval_in_millis" : 1000, "id" : 1898, "max_file_descriptors" : 4096, "mlockall" : false }}}}
[编辑] 项目
- Open Distro for Elasticsearch OpenSearch
- Elassandra = Elasticsearch + Apache Cassandra
- ZomboDB = PostgreSQL + Elasticsearch
- Open Source Application Performance Monitoring APM Server
- Raigad
- Elasticsearch Hadoop
[编辑] 机器学习
Elastic Stack Machine Learning
[编辑] 用户
- GitHub使用Elasticsearch搜索超过20 TB的数据——包括13亿文件和1300亿行代码,而且这个数字还在疯狂的增加。
- 有“音频分享界YouTube”之称的SoundCloud使用Elasticsearch为超过1.8亿会员在线即时提供音频搜索结果。
- 德国商务社交网站Xing使用Elasticsearch为超过1400万会员提供可扩展、实时的搜索。
- 手机服务网站Foursquare使用Elasticsearch实时搜索超过5000万个地点。
- 浏览器插件StumbleUpon利用Elasticsearch每天向它们的社区发送数百万条推荐。
- Elaticsearch 在蚂蚁金服的实践经验
基于 Elasticsearch 的通用搜索是蚂蚁内部最大的搜索产品,目前拥有上万亿文档,服务了上百个业务方。而通用搜索的发展主要分为两个阶段:平台化和中台化。
[编辑] 文档
[编辑] 图书
[编辑] 图集
[编辑] 链接
分享您的观点