Elasticsearchと標準のSQLクエリを使用するいくつかのユースケースは何ですか？[閉まっている]

125

Elasticsearchを使い始めたばかりで、主な使用例の1つは、大規模なデータセットの検索でのスケーラビリティですが、これに加えて、従来のRDBMSでSQLクエリを作成するだけで使用したいですか？

elasticsearch use-case

それらを改善するために質問を編集すること（例：明確化、追加情報の追加など）が推奨されます。ただし、質問を編集して別の質問に変更すると、1つ以上の回答が無効になり、スタックオーバーフローのポリシーに違反します。ここでの編集はそうしました。ポリシーは、編集権限を持つ他のユーザーがそのような変更を積極的に元に戻す必要があることです。新しい質問がトピックに関連している場合は、新しい質問をすることをお勧めします。追加のコンテキストへのリンクが含まれている可能性があります。

— マキエン

わかった。まあ、意図は正しかった、ただ実行ではなかった。

— James Drinkard

回答:

Elasticsearchの主な使用例は2つあります。

テキスト検索

従来のRDBMSデータベースのパフォーマンスが非常に低い（構成が不十分で、ブラックボックスとして機能し、パフォーマンスが低い）場合に、多くのテキスト検索を実行しているときにElasticsearchが必要になります。Elasticsearchは高度にカスタマイズ可能で、プラグインを介して拡張可能です。多くの知識がなくても、堅牢な検索を高速に構築できます。

ロギングと分析

別のエッジケースは、多くの人々がElasticsearchを使用してさまざまなソースからのログを格納し（それらを一元化するため）、それらを分析して意味を理解できるようにすることです。この場合、Kibanaが便利になります。Elasticsearchクラスターに接続して、すぐに視覚化を作成できます。例えば、 LogglyはElasticsearchとKibanaを使用して構築されています。

Elasticsearchをプライマリデータストレージとして使用したくないことを覚えておいてください。理由：ElasticSearchは、書き込みの損失、データの可用性などの要素に対してプライマリデータストアとしてどの程度信頼できるか

更新

2番目の部分はもはやエッジの効いたものではないように感じました。これは、Elasticがこの1年間で非常に好調だったからです。現在のDevOpsの動き、CI / CDパイプライン、さまざまなソースからのメトリックの増加に伴い、ELKはインフラストラクチャ監視の事実上の選択肢となり、もはや分散RESTfulテキスト検索エンジンではなくなりました。それは素晴らしい製品のセットを持っています：

Logstash（データ入力のトン）
ビート
- Filebeat
- メトリックビート
- パケットビート
- Winlogbeat
きばな
- グラフ
- タイムライオン
X-Pack（プレミアム）
- アラート
- 報告
- 安全保障
- 機械学習
- クロスデータセンターメトリック

コミュニティによって構築されたエコシステムは、現在の機能を拡張するELKスタックを中心に成長しています。

ElastAlert
サーチガード

— エヴァルダス・ブイナウスカス
ソース

なぜElastic Searchは、posやerpのような標準システムのクエリエンジンとして使用されていないのですか。

— pannu 2017年

古いバージョンでは推奨されていませんでしたが、今はわかりません。

— Evaldas Buinauskas 2017年

あなたは言った、設定が悪いためにRDBMSは本当にうまく機能しない。テキスト検索（ファジー検索）に関して、EleasticSearchと同様に適切な構成で実行できるということですか？

— レジェンド

@Legends私は本当に貧弱な構成オプションを意味しました。私自身の経験はMSSQL全文検索に限定されており、MSSQLの設定の量をElasticsearchと比較することはできません。RDBMSのテキスト検索は機能ですが、Elasticsearchではそれが本質です。

— Evaldas Buinauskas

私はウェブ全体を何度も検索していましたが、具体的なものを見つけることができません。ElasticSerachへの移行を検討するためにアプリケーションが必要とするデータの数（約）は、分散システムの維持が複雑であるためです。たとえば、mongodbで十分にインデックス化されたコメントテキストを検索します。（私はES、純粋なテキスト検索の高度な機能の話ではない）

— イヴァン・サンチェス

他の答えを追加するために、ロギングは依然として検索と同様に主要なユースケースですが、今ではメトリックと分析がより重要になっています。

この投稿は、ビッグデータの新しいユースケースを推進している市場の変化を要約していると思います。オープンソースデータベースについて本当に知っておくべきことすべて

Web 2.0の登場により、静的なWebページが動的になり、ソーシャルメディアが身近にあります。誰もがツイート、投稿、ブログ、vlog、写真の共有、チャット、コメントを行っています。モノのインターネット（IoT）が登場しています。センサーやスマートデバイスなど、データを収集して交換する接続デバイスのネットワークが急速に拡大しています。ここにいくつかの素晴らしい例があります。

全体として、これは、企業が吸収し、先を行くために使用したい大量の新しいデータを生成し、製品の推奨やより良い顧客体験などの機能を提供します。データは、不正検出や行動分析などのアプリケーションのパターンを検索して分析できます。新しいデータの多くは構造化されていないため、表形式のデータベースにきちんと保存できません。

食料品の買い物に関するデータを保持するデータベースを設計しようとしていると想像してください。好きなもの、それを購入する頻度、コーヒーと一緒に牛乳やクリームを好むかどうか。新しいタイプのデータベースは、新しいデータを格納するために必要であり、非リレーショナルであり、理想的には低コストである必要があります。ベルを鳴らす？NoSQLのようにリレーショナルではなく、オープンソースのように低コストです。

私が話を聞いたElasticsearch Architectsの1人は、Elasticsearchが企業で使用するデータの80％は構造化されておらず、20％は構造化されていると述べています。 これは、企業が希少または異常なデータパターンを発見するために検討している非構造化データです。 また、データパターンの監視にElasticsearchを使用しています。たとえば、大手小売業者は、給料日に小切手を現金化できるように店舗で十分なマネーサプライを確保するために、Elasticsearchでリアルタイム追跡を行っています。

私自身の検索ユースケースの経験では、あいまい検索を使用するだけでなく、オートコンプリートおよびクイック検索へと進化しました。私が見たところから、Elasticsearchの使用を開始すると、すでに持っているものを補完する他のユースケースに進化し始めます。Elasticsearchを自社のあいまい検索エンジンとして確立したので、今や他のチームがログの分析と測定基準を調査しています。

このトピックについてさらに詳しく説明するその他のリソースを次に示します。

— ジェームズドリンカード
ソース