下載超過 2.25 億次，Elastic 公開 X-Pack 源代碼
舊金山 (Elastic{ON} 2018) – 2018 年 2 月 27 日 – Elastic，Elasticsearch 和 Elastic Stack背後的公司，今天宣佈其產品累計下載次數達到 2.25 億次的里程牌，去年累計下載次數是 1 億。除此之外，Elastic 宣佈公開其X-Pack 的源代碼作爲策略的一部分，讓用戶更容易地下載、檢查和與 Elastic 工程團隊一起在 X-Pack 特性開發上進行協作。給用戶更簡單的下載、檢查及協助。X-Pack 目前包括了 security、alerting、monitoring、Graph 和machine learning 等衆多功能。
“我們的產品被數以百萬計的開發人員和成千上萬的客戶所依賴，他們依靠這些產品來驅動關鍵型業務，這令我們受寵若驚，” Elastic 創始人兼 CEO Shay Banon 表示， “正如他們與我們開源的產品打交道的一樣，公開我們的 X-Pack 源代碼能給我們的用戶完全的透明度和具備與我們一起協助的能力。這樣可以激勵每一位開發人員、客戶和使用我們軟件的合作伙伴，幫助我們創造更好的產品和特性以及允許我們構建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， 是一個最大型的 Elasticsearch 用戶聚集的大會。在三天的時間裏，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，並獲得即將發佈的新技術的預覽。
-
Elastic APM: 這是 Elastic APM 第一個可被用於生產環境的版本，作爲 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 工程師能夠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 將數據存儲到 Elasticsearch 的索引裏面，允許將 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。Elastic APM 已經作爲 6.2 發佈的一部分可被下載。
-
Swiftype App Search: 爲開發者構建用以爲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，不需要基礎設施、管理和維護，提供一個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，並使用複雜的、現成的機器學習算法來預測未來可能發生的結果。藉助按需預測，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）是一個被設計用來捕獲、存儲、操作、分析、管理和呈現所有地理類型數據的系統。作爲 Kibana 的一部分，這個 應用讓你以一種全新的方式來執行特定的地理位置分析，在 Dashboard 裏面加入內置的增強地圖可視化組件。它的核心特性包括，多層地圖的支持，映射獨立的座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: 這個新特性爲世界上最成熟的 SQL 數據庫開發人員打開了釋放 Elastic Stack 強大能力的大門，允許用戶用熟悉的 SQL 語法來查詢 Elasticsearch 裏面的數據。JDBC 協議的支持，大大的簡化了將 Elasticsearch 導出到外部 SQL 環境使用的情況。通過允許 Elasticsearch 通過 RESTful 協議理解 SQL，Elasticsearch SQL 允許你使用 SQL 語法來查詢 Elasticsearch 裏面的數據，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。Elasticsearch SQL 去年還只是作爲一個概念被推出，現在馬上將發佈 alpha 和 beta 版本。
-
Canvas: Canvas 爲下一代數據可視化和數據呈現展現了一個全新的篇章。隨着 Kibana 越來越受歡迎，Canvas 展現了一種新的方式，可以將數據從 Elasticsearch 中獲得的洞察賦予在線的、實時的儀表盤、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，消除將數據導出到 Excel 中的詳盡、重複和耗時的過程，來構建 PowerPoint。 Canvas 同樣也是可插拔的，允許用戶帶來新的數據源、可視化類型和 UI 可視化組件。Canvas 去年作爲一個概念被提出，目前已提供技術預覽版可被下載。
-
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，減少歷史數據的磁盤佔用。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，並保存結果到一個索引。舉一個指標監控的例子，如：“web 服務器每小時的平均負載”，也就是說，平均數據被 rollup 起來並存儲，但是其它原始數據，如特定用戶、頁面、IP 信息卻不會。該功能將很快在 Elasticsearch 裏面提供測試版本並隨後在 Kibana 裏面提供支持。
-
Flexible Deployment Configurations: 隨着客戶將隨着越來越多的數據放進 Elasticsearch 並擴展越來越多的使用場景，Elastic 引入 “sliders” 功能來讓用戶獲得定製他們集羣配置的能力。Elastic Cloud 和 Elastic Cloud Enterprise (ECE) 客戶將獲得這些新能力：支持多種類型的硬件可供選擇；支持集羣模板和 hot/warm 集羣；給現有集羣添加機器學習節點、獨立 master 節點和 APM 節點的能力。這些新特性很快將能在 Elastic Cloud 和 Elastic Cloud Enterprise 上可用。
- Logstash Azure Monitoring Module: 通過與微軟合作，Logstash Azure 監控模塊目前是藉助 Elastic Stack 監控你的 Azure 基礎設施和服務的最簡單的方式。新模塊集成了 Azure 的集中式日誌服務來標準化 Azure 日誌和指標，並轉換成 JSON 格式。使用 Logstash 來消費這些數據錄入到 Elasticsearch。同時藉助 Kibana，用戶能夠分析基礎設施的改變和授權信息；識別可疑的行爲和潛在的惡意用戶；通過調查用戶行爲來執行根源分析；監控和優化 SQL 數據庫的部署。該功能將很快提供 beta 版本。
最後，Elastic 宣佈一個新的、官方的 Elastic 認證計劃。在用戶要求獲得專業認證的推動下，Elastic 將爲用戶提供新的培訓課程，讓他們成爲專家，並通過 Elastic 認證。新課程 Elasticsearch Engineer I 和 Elasticsearch Engineer II 將爲用戶提供安裝、管理和優化 Elasticsearch 集羣的第一手知識，也包括，開發新的解決方案來分析他們的數據。這些課程是成爲一名 Elastic 認證工程師的基礎，包括動手、技術和基於性能的認證考試，通過考試將獲得由官方頒發的 Elastic 電子認證徽章。
關於 Elastic
Elastic 致力於構建大規模實時數據處理軟件，場景主要涵蓋搜索、日誌、安全與數據分析等領域。公司成立於 2012 年，旗下擁有產品包括開源的 Elastic Stack（Elasticsearch、Kibana、Beats 和 Logstash）、 X-Pack （商業特性）和 Elastic Cloud （一種託管服務）。迄今爲止，這些產品的累積下載次數已超過 2.25 億。Elastic 由 Benchmark Capital、Index Ventures 及 NEA 投資，投資額超過 1 億美金。Elastic 擁有超過 800 位員工，分佈於世界上 30 多個國家和地區。欲瞭解詳情請訪問：elastic.co。