欢迎关注Hadoop、Spark、Flink、Hive、Hbase、Flume等大数据资料分享微信公共账号:iteblog_hadoop
  1. 文章总数:978
  2. 浏览总数:11,958,238
  3. 评论:3937
  4. 分类目录:106 个
  5. 注册用户数:6120
  6. 最后更新:2018年12月15日
过往记忆博客公众号iteblog_hadoop
欢迎关注微信公众号:
iteblog_hadoop
大数据技术博客公众号bigdata_ai
大数据猿:
bigdata_ai

ElasticSearch系列文章:基本介绍

  ElasticSearch是一个基于Lucene构建的开源的分布式搜索和分析引擎,具备高可靠性和扩展性。它允许你快速准实时存储,搜索和分析海量数据。它通常作为底层引擎/计算来驱动企业级复杂搜索特性和需求。

  下面列举一些使用ElasticSearch的应用场景:

  1、运行一个在线的网店,你允许客户能够去搜索你销售的商品。在这种情况下,你可以使用ElasticSearch来存储整个商品目录和清单,并且提供搜索和为客户提供自动的建议。

  2、你运行一个价格预警系统,它允许对价格精明的客户可以指定一个规则,比如“我对购买电子产品感兴趣,并且在下个月内,如果感兴趣的产品(来自任何的供应商)价格低于X元时我希望自己能够被实时的提醒”。 在这种情况下,你可以把供应商的价格,推送到ElasticSearch中并且使用它的reverse-search(Percolator,Percolator是由谷歌推出的,在海量数据(PB级)上实现增量计算的平台。它使得在已有的结果集上进行小粒度的更新(smallupdates)更加快速)能力去匹配价格变动,以此来应对客户查询以及最后把匹配的结果实时推送给客户。

  3、你有一个分析/商业智能需求并且想快速调查,分析,可视化和应对海量数据(上百万或几十亿的数据量)的ad-hoc查询。在这种情况下,你可以使用ElasticSearch进行数据存储并且使用Kibana(ElasticSearch/Logstash/Kibana软件栈的一部分)去建立自定义的分析的仪表板,以此实现数据的可视化特性。另外,你对处理的数据使用Elasticsearch聚合函数功能实现复杂的商业智能查询。

  4、你打算去收集日志或者交易数据,并且你想通过分析和挖掘这些数据去发现趋势,统计信息,总体概要或异常情况。在这种情况下,你可以使用Logstash(ElasticSearch/Logstash/Kibana软件栈的一部分)去收集,聚合和解析数据,并且使用Logstash将数据加载到ElasticSearch。一旦数据进入ElasticSearch,你就可以进行搜索和聚合操作,以便去挖掘对你感兴趣的任何信息。

  接下来,我们将带领大家一起部署ElasticSearch服务并运行起来,然后执行基本的操作,比如索引,搜索和修改数据等。希望朋友们能够了解ElasticSearch到底干什么用的,如何工作的,以及能够构建基于ElasticSearch的企业级搜索和分析平台来挖掘出企业中的数据价值。

本博客文章除特别声明,全部都是原创!
转载本文请加上:转载自过往记忆(https://www.iteblog.com/)
本文链接: 【ElasticSearch系列文章:基本介绍】(https://www.iteblog.com/archives/1738.html)
喜欢 (2)
分享 (0)
发表我的评论
取消评论

表情
本博客评论系统带有自动识别垃圾评论功能,请写一些有意义的评论,谢谢!