首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

推荐 | 颜值与功能在线的 Elasticsearch 可视化工具:Cerebro

— 1 — 前言 之前访问 Elasticsearch 集群,都是用的 head 插件,倒是也能用,看看集群状态或者索引列表都很方便,但是复杂查询的话,总感觉力不从心。...最近,又找到了一款关于 Elasticsearch 的颜值与功能在线的可视化工具,覆盖了 head 插件的所有功能,并且颜值相当在线,这个工具就叫 Cerebro !...我用着是真爽,特地推荐给大家。...— 2 — 介绍 cerebro 是一个开源(MIT 许可)elasticsearch Web 管理工具,使用 Scala、Play Framework、AngularJS 和 Bootstrap...登录页 首页 集群节点页,可以查看节点cpu、内存、磁盘、负载等 删除索引数据 restful 接口,支持查看请求历史记录 更多操作 真的是颜值超高且功能也比较丰富的 Elasticsearch

3.1K30

大数据ELK(十一):Elasticsearch架构原理

Elasticsearch架构原理一、Elasticsearch的节点类型在Elasticsearch有两类节点,一类是Master,一类是DataNode。...2、DataNode节点在Elasticsearch集群中,会有N个DataNode节点。...DataNode节点主要负责:数据写入、数据检索,大部分Elasticsearch的压力都在DataNode节点上在生产环境中,内存最好配置大一些二、分片和副本机制1、分片(Shard)Elasticsearch...Elasticsearch会自动管理分片,如果发现分片分布不均衡,就会自动迁移一个索引(index)由多个shard(分片)组成,而分片是分布在不同的服务器上的2、副本为了对Elasticsearch的分片进行容错...v三、Elasticsearch重要工作流程1、Elasticsearch文档写入原理图片1、选择任意一个DataNode发送请求,例如:node2。

62631

蚂蚁 Service Mesh 双十一后的探索和思考(上)

引言 2019 年 Service Mesh 在蚂蚁大规模落地并完美支撑双十一核心链路,对于落地过程在去年已经有系列文章解读。而在此之后的一年多时间,Service Mesh 在蚂蚁又在如何演进呢。...本文介绍蚂蚁 Service Mesh 在双十一落地之后所做的探索和思考。 2. 能力建设 得益于 Service Mesh 将业务和基础设施解耦,在过去一年中我们的基础设施能力得到了飞快的发展。...Service Mesh 的价值 以上只是例举的几个能力建设,实际上还有许多能力和落地场景这里就不再一一展开。Service Mesh 在蚂蚁落地之后,我们的基础组件能力得到了飞速的发展。...而这些最终正是得益于 Service Mesh 将业务和基础设施的解耦。...在 Service Mesh 落地之后,我们曾设想过 Service Mesh 再向前探索可能会遇到的种种困难,包括资源利用率,性能损耗等等,但是未曾想到其中最先到来也是过去一年中最大的挑战竟然是它。

39620

Elasticsearch 如何实现相似推荐功能?

来自《死磕Elasticsearch 知识星球》微信群 2、Elasticsearch 相似推荐功能实现 这里不得不介绍:MLT 检索。对!你没看错。...如果对此评分不了解的同学,推荐阅读: 干货 | 一步步拆解 Elasticsearch BM25 模型评分细节 实战 | Elasticsearch自定义评分的N种方法 MLT 查询的本质是:从待检索语句中提取文本...8、Elasticsearch 相似推荐其他的实现方案 在第 6 部分提及,more like this 并没有实现完全的相关度推荐,出现了“噪音” 数据。...9、小结 本文介绍了 Elasticsearch 中实现相似推荐的 More Like This 检索方法、实现原理、案例解读。 目的是给大家业务系统实现相似推荐提供了理论和实践支撑。...articleId=6657988773374111744 《Lucene 原理与代码分析》 推荐 1、重磅 | 死磕 Elasticsearch 方法论认知清单(2021年国庆更新版) 2、Elasticsearch

3.4K20

蚂蚁 Service Mesh 双十一后的探索和思考(下)

上次跟大家分享了 Service Mesh 双十一后的探索和思考(上)。...在过去的一年多时间里,蚂蚁在 Service Mesh 上建设了大量能力,而这些基础设施能力的快速演进正是得益于 Service Mesh 将业务和基础设施的解耦。 1....引言 在 Service Mesh 落地之后,我们曾设想过 Service Mesh 再向前探索可能会遇到的种种困难,包括资源利用率、性能损耗等等,但是未曾想到过去一年中最大的挑战是研发效能。 2....这是在牺牲 Service Mesh 的核心价值啊!这是我们所不能接受的。因此只有在质量保障和技术风险上突破掉这些挑战,才能让 Service Mesh 发挥出它真正的价值。...由此我们发现 Service Mesh 目前最大的挑战其实是它自身的研发效能,只有一个高效和稳定的 Service Mesh 才能持续不断地将基础设施能力赋予业务并得以演进。

67710

Elasticsearch service通过企业微信定期发送报告

也提到Watcher与Kibana Alert的一个重要不同是,Watcher也可以用来调度Elasticsearch的任务。其中一个常见的用途是调度报告的定时生成和发送电子邮件。...当我们在使用Elasticsearch service作为数据引擎进行各种与数据有关的搜索和分析工作时,通常需要将数据汇总,做成各种可视化的仪表板,定期发送各种报告(比如,运营汇总报告,安全分析报告,服务异常报告等...图片当我们获取POST URL之后,每次访问该链接,均可触发一次生成报告的任务,并且将会记录于Elasticsearch当中。...通过腾讯云的serverless函数服务定期生成和发送报告Elasticsearch的Watcher功能提供了集群内的定期报告生成和发送功能。

2.8K32
领券