Elastic 發 佈 多 個 新 功 能 和 技 術 預 覽
下 載 超 過 2.25 億次 Elastic 公 開 X-Pack 源 代 碼
< 香 港 > － Elastic，Elasticsearch 和 Elastic Stack 的母公司，在年度用戶大會 Elastic{ON} 2018 上，宣佈其產品累計下載次數達到 2.25 億次的里程牌。去年累計的下載次數是 1 億。除此之外，Elastic 宣佈推出X-Pack 源代碼，旨在讓用戶更容易地下載、檢查，並與 Elastic 的工程團隊一同協作開發 X-Pack 的特性。X-Pack 目前包括了安全性、預警、監控、報告、圖表分析及機器學習等眾多功能。
「對於有數以百萬計的開發人員和成千上萬的客戶使用我們的產品，並依靠我們產品以驅動關鍵型業務，我們感到榮幸。」 Elastic 創辦人及行政總裁 Shay Banon 表示：「一如用戶使用Elastic的開源產品，公開X-Pack 源代碼，能夠提升透明度，讓用戶具備與我們一起協助的能力，同時啟發使用我們軟件的每一位開發人員、客戶和合作夥伴，幫助我們創造更好的產品和特性，參與建設一個可持續發展的商業模式。」
Elastic 在過去18個月內收購了三家新公司，並在全世界發展了超過 100,000 多位開發者的技術社區。 Elastic{ON} 2018 是全球Elasticsearch 用戶聚首起來的最大型集會。在三日時間，超過 2500 名與會者聚在一起學習和分享創意，觀看新功能的發佈，並預覽即將發佈的新技術。
Elastic APM： 這是 Elastic APM 第一個可被用於生產環境的版本，為 Elastic 產品棧進入應用性能監控領域的一個延伸。它允許應用程序開發人員和 devops 工程師監視和分析特定的代碼行對系統和業務性能的影響。這不僅僅是提升速度，同時也能擴展調試流程，將代碼性能變化與操作歷史有機結合。 Elastic APM 將數據儲存到 Elasticsearch 的索引裡面，將 APM 數據與來自 Logstash 或者 Beats 的日誌和監控指標進行關聯分析，包含針對 Nodejs、Python、Ruby 和 JavaScript 的服務端組件和探針。還提供一個 APM 分析應用來實施典型的 APM 工作流。作為 6.2 發佈的一部分，Elastic APM 已可被下載。
Swiftype App Search：為開發者構建所用，為他們的應用程序提供強大的搜索能力，Swiftype App Search 交付一系列穩健的 API 和額外的搜索相關的特性，如搜索結果重排、同義詞和容錯等。 Swiftype App Search 是一個一站式的 Saas 解決方案，無需基礎設施、管理和維護，屬簡單上手的用戶體驗。 Swiftype App Search現已公測。
Machine Learning Forecasting: Elastic 機器學習能力的第一個主要擴展，用於預測分析領域。用戶可以對時間序列數據進行建模，並使用複雜、現成的機器學習演算法預測未來可能發生的結果。借助按需預測，用戶可以使用現有的機器學習工作，並使用內置的預測模型，來準確預測改模型在預測週期內的增長情況。預測結果將被寫入到 Elasticsearch 的索引中，用戶可用來和實際的數據進行比較。 Elastic 的機器預測能力已包含在 6.2 的版本里面。
GIS App: Elastic 的一個全新研究項目，GIS（地理信息系統）被設計用來捕獲、儲存、操作、分析、管理和呈現所有地理類型數據。作為 Kibana 的一部分，這個應用讓用戶以全新的方式執行特定的地理位置分析，在儀表枝上加入內置的增強地圖可視化組件。其核心特性包括，多層地圖的支持，映射獨立的坐標點和用戶端樣式自定義。 GIS App 目前已提供技術預覽版。
SQL for Elasticsearch: 這個新特性為世上最成熟的 SQL 數據庫開發人員釋放 Elastic Stack 強大的能力，允許用戶用熟悉的 SQL 語法查詢 Elasticsearch 裡面的數據。JDBC 協議的支持，大大簡化了將 Elasticsearch 導出到外部 SQL 環境使用的情況。通過允許 Elasticsearch 利用 RESTful 協議理解 SQL，Elasticsearch SQL 允許用戶使用 SQL 語法查詢 Elasticsearch 裡面的數據，以 SQL 引擎一致的表格形式返回那些查詢結果，並提供一個用戶接口來探索這些數據。 去年Elasticsearch SQL 推出是還只是一個概念，現已快將發佈 alpha 和 beta 版本。
Canvas: Canvas 為下一代數據可視化和數據呈現展現了嶄新的一頁。隨著 Kibana 越來越受歡迎，Canvas 呈現了一種新的方式，可以將數據從 Elasticsearch 中獲得的訊息賦予在線與實時的儀表板、幻燈片演示和信息圖表。 Canvas 能讓用戶能以一種前所未有的方式來表達 Elasticsearch 數據背後的故事，省卻數據為來構建 PowerPoint導出到 Excel 中冗長、重複和耗時的過程。 Canvas 同樣也是可插入式，為用戶帶來新的數據源、可視化類型和 UI 可視化組件。 去年Canvas 提出時還只是一個概念，目前技術預覽版已可被下載。
Rollups: 一般來說，具備關聯的指標和日誌數據需要長時間保存，rollups 可以讓用戶存儲有限的數據集，減少歷史數據佔用磁盤。
Elasticsearch 的 rollup 作業可以讓用戶配置一個定時任務來對數據進行 「rollup」 或預聚合，並保存結果到索引。舉一個指標監控的例子，如：「網絡伺服器每小時的平均負載」，也就是說，平均數據被 rollup 起來並儲存，但是其它原始數據，如特定用戶、頁面、IP 信息卻不會。造項功能將很快在 Elasticsearch 裡面提供測試版本，並隨後在 Kibana 推出。
Flexible Deployment Configurations: 隨著客戶把越來越多的數據放進 Elasticsearch，越來越多使用場景擴展，Elastic 引入了「sliders」的 功能讓用戶定制他們的集群配置。 Elastic Cloud和Elastic Cloud Enterprise (ECE)的 客戶將獲得這些新功能：支持多種類型的硬件可供選擇；支持集群模板和熱/冷集群；給現有集群添加機器學習節點、獨立master 節點和APM 節點的能力。這些新特性將即將在 Elastic Cloud 和 Elastic Cloud Enterprise 上推出。
Logstash Azure Monitoring Module: 通過與微軟合作，Logstash Azure 監控模塊目前是藉助 Elastic Stack 監控用戶的 Azure 基礎設施和服務的最簡單的方式。新模塊集成了 Azure 的集中式日誌服務以標準化 Azure 日誌和指標，並轉換成 JSON 格式。新模塊亦使用 Logstash 把這些數據錄入到 Elasticsearch。藉助 Kibana，用戶能夠分析基礎設施的改變和授權信息；識別可疑的行為和潛在的惡意用戶；通過調查用戶行為來執行根源分析；監控和優化 SQL 數據庫的部署。該功能將很快推出 beta 版本。
最後，Elastic 宣佈一個新的正式的 Elastic 認證計劃。用戶過往一直要求獲得專業認證，Elastic 將為用戶提供新的培訓課程，讓他們成為專家，獲得 Elastic的 認證。新課程 Elasticsearch Engineer I 和 Elasticsearch Engineer II 將為用戶提供安裝、管理和優化 Elasticsearch 集群的第一手知識，同時包括開發新解決方案以分析數據。以上課程有助成為一名 Elastic 認證的工程師，當中包括實踐，並設置一個基於技術和表現的認證考試，通過考試者將獲得由Elastic正式頒發的電子認證徽章。
了解更多
Elastic Opening X-Pack Blog
Opening X-Pack FAQ
Elastic Certification
Elastic Cause Awards
關於 Elastic
Elastic 通過構建軟件，讓用戶能夠實時地、大規模地將數據用於搜索、日誌和分析場景。 Elastic 創立於 2012 年，相繼開發了開源的 Elastic Stack（Elasticsearch、Kibana、Beats 和 Logstash）、X-Pack（商業功能）和 Elastic Cloud（託管服務）。截至目前，累計下載量超過 1.5 億。 Benchmark Capital、Index Ventures 和 NEA 為 Elastic 提供了超過 1 億美元資金作為支持，Elastic 共有 700 多名員工，分佈在 30 個國家/地區。有關更多信息，請訪問elastic.co。
