Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
Indexing
Social media data sources
Kafka
Indexer
ES
EnricherDP_nDP_2DP_1 ...
Processing Enrichment
Kibana/other GUIs
•
•
•
•
•
•
•
•
•
•
Extract of JSON data package metainformation:
“meta” : {
“type”: “twitter”,
“index”: “tweet_index”,
“row_id”: “434”,
“anal...
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
https://github.com/marghe943/kibanaChoroplethMap
•
•
•
•
•
•
•
Social Media Intelligence using Elasticsearch & Kibana
Social Media Intelligence using Elasticsearch & Kibana
Social Media Intelligence using Elasticsearch & Kibana
Social Media Intelligence using Elasticsearch & Kibana
Social Media Intelligence using Elasticsearch & Kibana
Social Media Intelligence using Elasticsearch & Kibana
Social Media Intelligence using Elasticsearch & Kibana
Vous avez terminé ce document.
Télécharger et lire hors ligne.
Prochain SlideShare
What to Upload to SlideShare
Suivant
Prochain SlideShare
What to Upload to SlideShare
Suivant
Télécharger pour lire hors ligne et voir en mode plein écran

Partager

Social Media Intelligence using Elasticsearch & Kibana

Télécharger pour lire hors ligne

The talk discuss about the architecture of a BIG DATA system able to ingest and enrich social media data to quickly perform complex data analysis. The proposed software uses Apache Kafka as distributed messaging system, Apache Spark as general purpose data processor and Elasticsearch/Kibana as data storage/search engine/data analytics platform.
This work was presented at "Elastic In a Day", 6 june 2017, Milan, Italy (http://www.seacom.it/elastic-stack-in-a-day-2017/)

Social Media Intelligence using Elasticsearch & Kibana

  1. 1. • • • • • • • • • •
  2. 2. • • • • • • •
  3. 3. • • • • • •
  4. 4. Indexing Social media data sources Kafka Indexer ES EnricherDP_nDP_2DP_1 ... Processing Enrichment Kibana/other GUIs
  5. 5. • • • • •
  6. 6. • • • • •
  7. 7. Extract of JSON data package metainformation: “meta” : { “type”: “twitter”, “index”: “tweet_index”, “row_id”: “434”, “analysis”: [ { “module_id”:”language_detection”, “contracts”: [ { “inputTextField”: “tweet.text”, “outputLanguageField”: “tweet.lang” } ] } ] }
  8. 8. • • • • • • • • • • • • • •
  9. 9. • • • • • • • • •
  10. 10. • • • • • • • • • • •
  11. 11. • • • • • • • • •
  12. 12. https://github.com/marghe943/kibanaChoroplethMap
  13. 13. • • • • • • •
  • KonstantinBokhan

    May. 7, 2018
  • tunjidev

    Apr. 25, 2018

The talk discuss about the architecture of a BIG DATA system able to ingest and enrich social media data to quickly perform complex data analysis. The proposed software uses Apache Kafka as distributed messaging system, Apache Spark as general purpose data processor and Elasticsearch/Kibana as data storage/search engine/data analytics platform. This work was presented at "Elastic In a Day", 6 june 2017, Milan, Italy (http://www.seacom.it/elastic-stack-in-a-day-2017/)

Vues

Nombre de vues

999

Sur Slideshare

0

À partir des intégrations

0

Nombre d'intégrations

8

Actions

Téléchargements

27

Partages

0

Commentaires

0

Mentions J'aime

2

×