Open XKE - Tirer le meilleur de ses données avec Elasticsearch par Séven le Mesle
•
2 j'aime•1,999 vues
Recommandé
Recommandé
Contenu connexe
En vedette
En vedette (20)
Similaire à Open XKE - Tirer le meilleur de ses données avec Elasticsearch par Séven le Mesle
Similaire à Open XKE - Tirer le meilleur de ses données avec Elasticsearch par Séven le Mesle (20)
Plus de Publicis Sapient Engineering
Plus de Publicis Sapient Engineering (20)
Open XKE - Tirer le meilleur de ses données avec Elasticsearch par Séven le Mesle
- 1. Tirer le meilleur de ses données avec ElasticSearch
- 2. A propos de moi Séven Le Mesle - Consultant Xebia - 10 ans d’expérience En ce moment: évangeliste DevOps, aventurier BigData, pratiquant NoSQL, et ... @slemesle
- 3. Agenda ‣ ElasticSearch ? Oui, mais c’est quoi ? ‣ Use Case - Migration d’une base de commande ‣ Facette / B.I. vers de nouveaux usages ‣ Centralisation et analyse de logs ‣ Et encore plus 3
- 4. ElasticSearch Oui ! mais c’est quoi ? 1
- 5. ElasticSearch Qu’est-ce qu’un moteur de recherche ? 5
- 8. ElasticSearch Un moteur de recherche dans l’index 8
- 10. ElasticSearch Alors pourquoi utiliser un moteur de recherche ? 10
- 11. ElasticSearch Une base de données SQL n’est pas faite pour la recherche Prenons un modèle simple 11
- 12. ElasticSearch Pourquoi un moteur de recherche ? ‣ Match par champs ‣ Utiliser des jointures ‣ Construire une clause WHERE ‣ Et, ajouter les index en bases 12
- 13. ElasticSearch 13
- 14. ElasticSearch 14
- 15. ElasticSearch La promesse est de simplifier la recherche au maximum via un seul champ. 15
- 16. ElasticSearch Un middleware de données ‣ NoSQL orienté document ‣ Apache Lucene ‣ API simple HTTP / REST + JSON ‣ Hautement disponible ‣ Cloud ready 16
- 17. ElasticSearch Points forts Démarrage rapide : 5 minutes suffisent pour se lancer Schemaless convention over configuration Scalabilité sous stéroïde 17
- 19. Use Case Migration d’une base de commande ... 2
- 20. Base de commande Projet de refonte Une base historique de commandes sous Oracle Le système de gestion de commande est recréée de 0 La nouvelle base de données sera hébergée sous MongoDB Il faut assurer l’accès aux anciennes commandes qui ne seront pas migrées
- 23. Du relationnel au document Modele relationnel Modele Document Commande Promotion Acheteur Promotion commande Article Article Article Acheteur 23
- 25. Importer les données River Plugin ‣ Code exécuté périodiquement par ElasticSearch ‣ Permet d’indexer des données par paquet ‣ Et de maintenir l’index à jour 25
- 29. Recherche a facettes ‣ Combien de commandes sont en cours de préparation dans un relai colis avec l’article défectueux ? ‣ Les back offices intègrent une navigation par facette pour répondre à ces questions : 29
- 30. Facette par termes Nombre de commandes par statut 30
- 31. Facette par range Nombre de commande par tranche 31
- 32. Meilleur expérience utilisateur ‣ Une navigation par facette permet d’affiner la recherche ‣ Fournit la possibilité de naviguer dans l’index en mode exploratoire 32
- 34. Pour aller plus loin .... BI et monitoring métier 34
- 35. Monitoring métier ‣ Commandes en attente de traitement 3471 ‣ Alerte de seuil 2941 2390 ‣ Commandes en contrôle anti-fraude ‣ Commandes avec assurance 1589 ‣ ... avec promotion Etats des commandes 35
- 36. Monitoring métier ‣ Facette de type histogramme 36
- 37. La percolation ‣ Ajoutez des recherches au percolateur ‣ Identifiez à la volée les documents qui y correspondent ‣ Levez l’alerte correspondante 37
- 39. Centralisation des logs Indexez les logs ‣ Plusieurs outils du marché ‣ Pour collecter les logs et les importer dans un cluster ElasticSearch 39
- 40. Centralisation des logs Exploitez vos données avec Kibana 40
- 41. Kibana - Demo 41
- 42. Et + Autres feature, roadmap, ... 5
- 44. Quelques fonctions API de suggestion 44
- 45. Quelques fonctions Intégration native avec Hadoop 45
- 46. Road map Vers la 1.0 ‣ Refonte et enrichissement de l’API de facette ‣ Full cluster restart for upgrades support ‣ Outillage des backup / restore ‣ ... 46
- 47. Références 47