Нидерландская компания Elastic NV, основанная в 2012 году и ранее известная как Elasticsearch, разрабатывает корпоративные решения для самостоятельного управления и SaaS для поиска, ведения журналов, обеспечения безопасности и аналитики. Специалисты Elastic NV заявили, что неструктурированные большие данные (учитывая темпы их накопления) нуждаются в эффективных инструментах поиска. Сейчас компания сталкивается с жёсткой конкуренцией со стороны поставщиков облачных вычислений, использующих ту же технологию.

Технология Elastic в основном используется при анализе логов (файлов, содержащих системную информацию о работе сервера или компьютера), однако она полезна и для приложений IoT, и её ценность особенно увеличится после появления 5G. Процесс поиска обеспечивает быстрое получение актуальной информации и самых важных сведений из больших объемов данных.
Поиск характеризуется следующими важными параметрами:

  • скорость, с которой идентифицируется информация;
  • масштаб входных данных для поиска;
  • актуальность результатов;
  • анализ поисковых результатов.

Тенденции, повышающие спрос компаний на технологии поиска:

  • пользователи, которым требуется больше приложений. Потребители привыкли к функциональности по требованию и процессам, занимающим несколько секунд. Поиск позволяет
  • поставщикам приложений быстро адаптировать контент и юзабилити под аудиторию;
  • повышенная сложность поиска корпоративных IT-систем;
  • растущая потребность в данных, расширение спектра бизнес-функций;
  • увеличение объема, разнообразия и ценности данных;
  • достижения в области аналитики. Использование передовых аналитических методов для повышения релевантности результатов и расширения объемов и типов наборов данных, которые они обрабатывают.

Неструктурированные данные в настоящее время увеличиваются со скоростью 26,8% в год по сравнению со структурированными (19,6% в год). Big data содержат текст в документах и ​​веб-страницах, структурированную информацию из баз данных, изображения, видео, аудио и данные датчиков с устройств IoT. Инструменты поиска и аналитики для неструктурированных данных все еще на стадии развития, и чем лучше они будут, тем выше будет ценность полученной информации.

В настоящее время качество анализа и использования big data тормозят такие факторы, как медленная обработка, отсутствие масштабирования, сложность использования. Компания Elastic использует открытый исходный код, так как считает, что он способствует более быстрому внедрению программного обеспечения клиентами.

Elastic Stack – это набор программных продуктов, предназначенных для приема и хранения данных из любого источника, в любом формате и выполнения поиска, анализа и визуализации в режиме реального времени. Elastic Stack состоит из четырех основных элементов, которые в комплексе образуют интегрированное решение:

  • Elasticsearch – механизм поиска и анализа, построенный на основе Apache Lucene. Работает в реальном времени, предоставляет хранилище для структурированных и неструктурированных данных;
  • Kibana – пользовательский интерфейс для Elastic Stack и платформа визуализации для Elasticsearch;
  • Beats – инструмент отправки данные с периферийных устройств в Logstash или Elasticsearch;
  • Logstash – получает данные из нескольких источников одновременно, преобразует их и отправляет в хранилище.

Программные решения Elastic можно использовать для:

  • поиска приложений (инструменты содержат панель поиска, временные рамки и ползунки цен, выделение результатов, географические фильтры и рекомендации по продукту;
  • поиск по сайту;
  • корпоративный поиск (в том числе поиск медицинских файлов, сообщений, юридических документов и презентаций с использованием обработки естественной речи);
  • ведение журнала (поиск в журналах сервера);
  • метрики (поиск и анализ числовых данных и данных временных рядов, таких как загрузка процессора);
  • управление производительностью приложений;
  • бизнес-аналитика;
  • аналитика безопасности.

Автор: Марина Шост


Читайте также:

Как Instagram использует AI и большие данные

Топ 5 AI-компаний, специализирующихся на Big Data в спорте

Комментарии