“ElasticSearch 应用场景”的版本间的差异
		
		
		
		
		
		跳到导航
		跳到搜索
		
				
		
		
	
| Jihongchang(讨论 | 贡献) | Jihongchang(讨论 | 贡献)  | ||
| 第12行: | 第12行: | ||
| 它可以帮助你探索海量结构化、非结构化数据,按需创建可视化报表,对监控数据设置报警阈值,甚至通过使用机器学习技术,自动识别异常情况。 | 它可以帮助你探索海量结构化、非结构化数据,按需创建可视化报表,对监控数据设置报警阈值,甚至通过使用机器学习技术,自动识别异常情况。 | ||
| + | |||
| + | |||
| + | |||
| + | === 通用数据处理流程 === | ||
| + | [[文件:ElasticSearch 应用场景1.png|无|缩略图|900x900像素]] | ||
2022年12月2日 (五) 09:17的最新版本
https://www.bilibili.com/video/BV1nF411F75k/?p=10
- 站内搜索
- 日志管理与分析
- 大数据分析
- 应用性能分析
- 机器学习
国内现在有大量的公司都在使用 Elasticsearch,包括携程、滴滴、今日头条、饿了么、360安全、小米、vivo等诸多知名公司。
除了搜索之外,结合 Kibana、Logstash、Beats,Elastic Stack还被广泛运用在大数据近实时分析领域,包括日志分析、指标监控、信息安全等多个领域。
它可以帮助你探索海量结构化、非结构化数据,按需创建可视化报表,对监控数据设置报警阈值,甚至通过使用机器学习技术,自动识别异常情况。
