Elastic 中文社区杭州 meetup：＜＜Elastic Stack 实战手册 v1.0＞＞ 发布 - 6月5日 13:30-17:30

置顶 2020-07-25 09:00:03 5554 收藏 1
文章标签： 大数据 elasticsearch centos 安全
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/UbuntuTouch/article/details/107573683
版权

13:15~13:30 

《Elastic Stack 实战手册V1.0》发布

Elastic 开发者社区共创书籍首次亮相。

 

13:30~14:30 

《滴滴Elasticsearch内核优化之路》

韩宝君 -滴滴Elasticsearch资深开发工程师/ES社区Contributor

 

14:30~15:30 

《Elasticsearch在SIEM的应用与实践》

 汤乐奇  - 安恒信息AiLPHA大数据资深研发经理

 

15:30~16:30 

《Elasticsearch Serverless 云原生时代的创新实践》

  马华标(城破)  - 阿里巴巴高级技术专家/阿里云ES内核研发负责人

 

16:30~17:20

 圆桌交流

 

17:20~17:30 

抽奖合影

详细活动细节请参阅 https://www.bagevent.com/event/7449056

更多 Elastic 官方 meetup 活动 https://www.bagevent.com/org/738410

表情包
插入表情
还能输入1000个字符
相关推荐
Elasticsearch：Painless scripting 编程实践
06-08 1986
在我之前的文章 “Elastic：菜鸟上手指南”，我有许多的文章关于 Painless 编程的。你可以参考其中的 “Painless 编程” 章节。针对许多刚接触 Elasticsearch 的开发者来说，对于 Painless 编程而言，可能也是雾里看花，不能完整地了解 Painless scripting 的所有应用场景。在我之前的很多文章中，我用到了脚本编程。在今天的文章中，我将就 Painless 的编程做一个总结。方便大家学习。针对 Painless 编程的调试，我们可以参考之前的文章 “Elas
阿里云携手 Elastic 及社区大咖们共同打造 《Elastic Stack 实战手册》电子书
06-02 1489
正在上传…重新上传取消正在上传…重新上传取消正在上传…重新上传取消我也是其中的一个创造者哦:《Elastic Stack 实战手册》的创作发布，源自阿里云和 Elastic 联合主办的大规模协作活动——Elasticsearch 百人大作战。 本活动集结了 Elasticsearch 技术圈百位开发者共创，旨在凝聚圈内优秀创作人的实践经验和创作能力，输出一本能为开发 者提供实践参考的书籍指南，推动技术应用和发展。本次所发布的版本为书籍第一期，由40位优秀的开发者共创而成，涵盖了...
Elastic：如何成为一名 Elastic 认证工程师（ECE），Elastic 认证分析师（ECA) 及 ECOE
10-28 1万+
Elasticsearch 无疑是是目前世界上最为流行的大数据搜索引擎。根据 DB - Engines 的统计，Elasticsearch 雄踞排行榜第一名，并且市场还在不断地扩大：能够成为一名 Elastic 认证工程师也是很多开发者的梦想。这个代表了 Elastic 的最高认证，在业界也得到了很高的认知度。得到认证的工程师，必须除了具有丰富的 Elastic Stack 知识，而且必须有丰富的操作及有效的解决问题的能力。拥有这个认证证书，也代表了个人及公司的荣誉。针对个人的好处是，你可以..
Elastic：菜鸟上手指南
02-25 4万+
您们好，我是Elastic的刘晓国。如果大家想开始学习Elastic的话，那么这里将是你理想的学习园地。在我的博客几乎涵盖了你想学习的许多方面。在这里，我来讲述一下作为一个菜鸟该如何阅读我的这些博客文章。我们可以按照如下的步骤来学习：1)Elasticsearch简介：对Elasticsearch做了一个简单的介绍2)Elasticsearch中的一些重要概念:cluster, n...
Elastic：培训视频 - 最新更新 2020-12-04
01-06 8852
在这篇文章中，我将会把我写的有些内容录制成视频，供大家参考。希望对大家有所帮助。优酷的视频频道地址在这里。Elastic 简介及Elastic Stack 安装：优酷，腾讯 Elastic Stack docker 部署：优酷，腾讯 Elasticsearch中的一些重要概念（Cluster/Shards/Replica/Document/Type/Index）：优酷，腾讯 开始使用El...
Elasticsearch 简介
08-08 1万+
Elasticsearch是一个非常强大的搜索引擎。它目前被广泛地使用于各个IT公司。Elasticsearch是由Elastic公司创建并开源维护的。它的开源代码位于https://github.com/elastic/elasticsearch。同时，Elastic公司也拥有Logstash及Kibana开源项目。这个三个开源项目组合在一起，就形成了 ELK软件栈。他们三个共同形成了一个强大的...
Elasticsearch：使用 user agent 处理器来丰富数据
06-13 40
user_agent 处理器从浏览器随其 Web 请求发送的用户代理字符串中提取详细信息。 默认情况下，此处理器在 user_agent 字段下添加此信息。我们知道，发出 Web 请求的浏览器使用 user agent 字符串标识自己。在这个字符串中，这些用户代理字符串中有很多信息，比如使用的是什么浏览器，操作系统，版本等。但是很不幸的是，user agent 的字符串确实很难读：Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/5
Kibana：如何使用 Kibana 可视化地理位置数据
06-09 147
在今天的文章中，我讲一下如何使用 Kibana 可视化地理数据。在我之前有些文章已经介绍过许多这方面的。在这篇文章中，给一些还不是很熟悉的开发者做个简单的介绍。首先我们必须清楚在我们的索引中，必须含有一个叫做 geo_point 类型的字段。这个是表示地理位置的。如果你对这个数据类型不是很熟的话，请参阅我之前的文章 “理解 Elastic Maps 中的 geohash 及其聚合”。在今天的例子中，我将使用 Elastic Stack 7.13，并使用 Kibana 中自带的索引来进行展示。准.
如何使用 transform 来跟踪你最近的客户订单
06-07 164
创建一个以实体为中心的索引，其中只包含每个实体的最新文档，在许多情况下都很有用。 例如，你可能正在管理一个电子商务网站，并且想要跟踪每个客户的最新订单。 或者，你可能想要针对在特定时期内不活跃的客户开展营销活动。 编译和组织此类数据的最快和最有效的方法是什么？Elasticsearch 中的转换使你能够基于事件索引和转换函数创建和维护以实体为中心的索引。 直到最近，唯一可能的功能是 pivot，它是一个连续的 group-by plus 聚合。 在 7.12 版本中，我们又添加了一个转换函数，称为 la
Elastic：使用 Fluentd 及 Elastic Stack 进行应用日志采集
06-02 364
日志记录是任何应用程序中最重要的方面。 每个应用程序都有不同风格的日志记录机制。 但是，设计良好的日志记录机制对于系统管理员和开发人员来说是一个巨大的实用工具。 日志对于调试影响你的服务的原因至关重要。现在我们知道了在应用程序设计中收集日志的价值，我们将使用 Bunyan 库在 NodeJS 应用程序中实现日志记录。 Bunyan 是一个用于 NodeJS 服务的简单快速的 JSON 日志库。作为应用程序设计的日志记录还应该考虑诸如记录什么、何时以及记录多少，如何控制日志记录等问题。例如：你不能仅
Elasticsearch：针对日志和指标对 Elasticsearch 集群进行基准测试并确定集群规模
06-01 222
使用 Elasticsearch，您可以轻松上手，迅速投入工作。当我构建第一个 Elasticsearch 集群时，几分钟内它就可以进行索引和搜索了。当我惊喜地发现我能这么快速地部署集群时，我的脑子里就已经升腾起接下来的步骤了。但随后我想到需要放慢节奏（有时我们需要这样提醒自己！），先弄清楚几个问题，然后再去超越自我。比如像这样的问题：我有多大把握可确保该集群在生产环境中正常运行？ 我的集群的吞吐量是多少？ 它的性能如何？ 我的集群中是否有足够的可用资源？ 大小合适吗？如果这些问题听起来很耳熟
Observability：Data pipeline：Beats =＞ Redis =＞ Logstash =＞ Elasticsearch
06-01 442
在 Elastic Stack 的架构中，我们通常使用如下的一个图来表示：如上图所示，我们通常会使用 Kafka 或者 Redis 作为一种 Message Queue（消息队列）来作为一种数据的缓冲。在我之前的文章：Elastic：使用 Kafka 部署 Elastic Stack Elastic：Data pipeline：使用 Kafka =＞ Logstash =＞ Elasticsearch我详述了如何使用 Kafka 作为消息队列把数据导入到 Elasticsearch 中。 在
Kibana：在 Lens 中轻松地创建运行时字段以分析数据 - 7.13 版本
05-30 692
您是否曾经有过一个很棒的问题想要深入研究，但缺乏做进一步探索所需的数据？现在，分析师使用 Discover 和 Kibana Lens 中的运行时字段，便可调整数据呈现形式以回答更广泛和更具创新性的问题，进而快速获得见解。运行时字段让分析师在探索和增强他们所用数据方面迈出了坚实的第一步。使用运行时字段编辑器，分析师可以从 Discover 和 Kibana Lens 实时创建字段，以对数据进行格式化、修改和转换，而无需导航到其他屏幕或联系 Elasticsearch 管理员。...
Elastic 7.13.0 版重磅发布：在 Elastic 上搜索和存储更多数据
05-29 365
关键改进包括：通过可搜索快照和冻结层跨更多数据提供更具成本优势的搜索、借助运行时字段实时增强分析师驱动型数据，以及扩展了 Microsoft 集成我们非常高兴地宣布 Elastic 7.13 版正式发布。这一新版本为基于 Elastic Stack（包括 Elasticsearch 和 Kibana）构建的 Elastic 企业搜索、可观测性和安全解决方案带来了大量新功能。在这一版本中，客户利用可搜索快照和新的冻结层，数分钟内便可搜索 PB 量级的数据，真正实现经济高效。分析师现在可以使用 Kibana
Elasticsearch：Elastic Maps Server 介绍
05-26 925
在今天的文章中，我们很高兴向大家介绍 Elastic Maps Server。目前已经是正式版发布。如果你无法从 Kibana 服务器或浏览器客户端连接到 Elastic Maps Service，并且你的集群具有适当的许可证级别，则可以选择在自己的基础架构上托管该服务。Elastic Maps Server 是 Elastic Maps Service 的自我管理版本，以 Docker 镜像的形式提供，同时提供 EMS 底图和 EMS 边界。 图像与底图捆绑在一起，最高缩放级别为 8。将其连接到
Elasticsearch：如何让一个文档在搜索结果中永远排第一名
05-25 1481
在许多的情况下，我们需要把想要的文档的排名排在第一。比如对于 eCommerce 的用户来说，我想把某个或某些商品的排名提高，这样它们永远排在其它的文档的前面。对于一些讨论区，我想把某些帖子永远置顶。又或者说，某些搜索网站，由于客户给的钱多，我想把他们的广告永远放到搜索结果的第一页的第一个位置。这个叫做竞价排名。在我之前的文章 “Elasticsearch: 运用 Pinned query 来提高文档的排名 （7.5发行版新功能）”，我介绍了一种使用 Pinneed query 的方法来针对一些 i
Logstash：Logstash-to-Logstash 通信
05-25 513
Logstash 是一个很强大的 ETL 工具。它在很多时候很方便地让我们把数据导入到 Elasticsearch 中。如果你想对 Logstash 有比较深入的了解，请参阅我之前的文章：Logstash：Logstash 入门教程 （一） Logstash：Logstash 入门教程 （二）在有些时候，我们甚至可以建立 Logstash-to-Logstash 之间的通信。这样可以使得我们让不同的 Logstash 处理不同的 pipeline，从而进行分工合作。你可以通过将 Lumberjac.
Elasticsearch：理解 Elastic Maps 中的 geohash 及其聚合
05-24 540
在我们使用 Elastic Maps 时，经常会遇到 geohash。通常当我们描述一个位置的时候，我们很习惯使用经纬度来描述一个位置。在 Elasticsearch 中，有一个叫做 geo_point 的数据类型。例如，我们可以定义如下的一个索引：PUT my-index-000001{ "mappings": { "properties": { "location": { "type": "geo_point" } } }}在
Elasticsearch：使用新的冻结层直接搜索 S3
05-24 365
我们非常高兴地宣布 7.12 中冻结层（frozen tier）的技术预览，使你能够将计算与存储完全脱钩，并直接在对象存储（例如 AWS S3，Microsoft Azure 存储和 Google Cloud Storage）中搜索数据。冻结层是我们数据层之旅中的下一个重要里程碑，它通过以较低的成本存储大量数据以进行长期存储，同时又保持其完全活动和可搜索的状态，从而极大地扩展了你的数据范围。长期以来，我们一直支持用于数据生命周期管理的多个数据层 - “热”（hot）表示高速，“温”（warm）表示较低的
Elasticsearch：运用 Python 来实现对搜索结果的分页
05-23 726
在今天的文章中，我将展示如何使用 Python 语言来针对搜索结果进行分页处理。我将使用 Jupyter 来进行展示。在我之前的文章 “Elasticsearch：使用 Jupyter Notebook 创建 Python 应用导入 CSV 文件” 中，我展示了如何使用 Jup...