Slide 1

Slide 1 text

Elastic Stack_ Einführung und Anwendungsszenarien [email protected]

Slide 2

Slide 2 text

• Der Elastic Stack* • elasticsearch • logstash • kibana • beats • x-pack • cloud •Anwendungsszenarien Inhalt_ 2 *Früher ELK

Slide 3

Slide 3 text

elasticsearch 3

Slide 4

Slide 4 text

• Hochskalierbare verteilte „near realtime“ Suchmaschine • Open Source Lizenz (ASL2) und kostenfrei • REST/JSON orientiert • Antwortzeiten im Millisekundenbereich (near realtime) • Speicherung bis zu mehreren hundert Milliarden Datensätzen • Geeignet für strukturierte und unstrukturierte Daten • Unterstützt auch unscharfe Suche (fuzzy, phonetisch) •Betrieb auf Standardhardware bzw. virtuellen Umgebungen •Kommerzieller Support durch elastic, die Firma hinter Elasticsearch elasticsearch_ 4

Slide 5

Slide 5 text

logstash 5

Slide 6

Slide 6 text

• Datendrehscheibe zur Befüllung von Elasticsearch • Open Source Lizenz (ASL2) und kostenfrei • Liest Daten aus verschiedenen Quellen • … in verschiedenen Formaten • Bietet Transformation und Filterung • Speichern in Elasticsearch •Betrieb auf Standardhardware bzw. virtuellen Umgebungen •Kommerzieller Support durch elastic logstash_ 6

Slide 7

Slide 7 text

kibana 7

Slide 8

Slide 8 text

• Visuelles Frontend zur Betrachtung und Analyse von in Elasticsearch gespeicherten Daten • Open Source Lizenz (ASL2) und kostenfrei • Webanwendung, läuft auf jedem modernen Browser • Kann ohne technische Kenntnisse benutzt werden • Ermöglicht auch Ad-hoc Abfragen bzw. Auswertungen •Kommerzieller Support durch elastic kibana_ 8

Slide 9

Slide 9 text

beats 9

Slide 10

Slide 10 text

• Leichtgewichtige „Datenpumpen“ • Open Source Lizenz (ASL2) und kostenfrei • Ausführbare Go Programme (golang) •Kommerzieller Support durch elastic • Verfügbare beats • Filebeat • Packetbeat • Topbeat • Winlogbeat • Viele weitere community beats • https://www.elastic.co/guide/en/beats/libbeat/current/community-beats.html beats_ 10

Slide 11

Slide 11 text

Elastic Stack 11

Slide 12

Slide 12 text

12 Elasticsearch Logstash Quelle 1 Quelle 2 Quelle 3 Quelle z Logstash Logstash Elasticsearch Elasticsearch Quelle x Elastic Stack_ Q u e u e Q u e u e Quelle y

Slide 13

Slide 13 text

13 Quelle 1 Quelle 2 Quelle 3 Quelle z Quelle x Elastic Stack_ Quelle y Elasticsearch Q u e u e Logstash Q u e u e Spark/Hadoop Logdateien Netzwerkpakete … Betriebssystem Metriken E-Mails (IMAP) •Quellen • Logstash Plugins • Beats • Hadoop • …

Slide 14

Slide 14 text

14 Quelle 1 Quelle 2 Quelle 3 Quelle z Quelle x Elastic Stack_ Q u e u e Q u e u e Quelle y Elasticsearch Logstash •Queues • Kafka • Redis • RabbitMQ

Slide 15

Slide 15 text

15 Elasticsearch Logstash Logstash Logstash Transformation Filterung Anreicherung Elastic Stack_ Quelle 1 Quelle 2 Quelle 3 Quelle z Q u e u e

Slide 16

Slide 16 text

16 Elastic Stack_ Elasticsearch Elasticsearch Elasticsearch Quelle 1 Quelle 2 Quelle 3 Quelle z Quelle x Q u e u e Q u e u e Quelle y Logstash Speichern Indizieren Verteilen

Slide 17

Slide 17 text

Elasticsearch 17 Elastic Stack_ Quelle 1 Quelle 2 Quelle 3 Quelle z Quelle x Q u e u e Q u e u e Quelle y Logstash Daten visualisieren Ad-hoc Reports Dashboards

Slide 18

Slide 18 text

x-pack 18

Slide 19

Slide 19 text

• Kommerzielle kostenpflichtige closed-source Komponenten • Support durch elastic • Verfügbare Packs • Security (früher Shield) • Alerting (früher Watcher) • Monitoring (früher Marvel) • Graph • Reporting x-pack_ 19

Slide 20

Slide 20 text

cloud 20

Slide 21

Slide 21 text

• Elasticsearch als cloudienst • Auch „on-premise“ möglich (derzeit Beta) • Hochverfügbar • 14 Tage Testversion • Abrechnung nach Zeit • Gehostet auf Amazon EC2 cloud_ 21

Slide 22

Slide 22 text

Anwendungsszenarien 22

Slide 23

Slide 23 text

• Zentrales Logmanagement • Zentralisierung Logdateien (Applikation/Maschine) • Durchsuchbarkeit • Requesttracking/Ablaufverfolgung • Volltextsuche • Phonetische/Unscharfe Suche • Highlighting • Search as you type • Relevanzberechnung/Scoring • near Realtime Anwendungsszenarien_ 23

Slide 24

Slide 24 text

• Analytics • Auswertung großer Datenmengen (Big Data) • z.B. Social Media • z.B. Data Warehouse • mittels Datenkonsolidierung/Aggregation • near Realtime Anwendungsszenarien_ 24

Slide 25

Slide 25 text

Anwendungsszenarien_ 25 Mehr: https://www.elastic.co/use-cases Demo

Slide 26

Slide 26 text

[email protected] Fragen? 26