![\"elastic\"](\"https:\/\/www.ufsm.br\/app\/uploads\/sites\/791\/2021\/06\/elastic_destac.jpg\")
<\/p>\n<\/p>\n
E a\u00ed pessoal, tudo certo? No PET Reda\u00e7\u00e3o de hoje vamos falar sobre <\/span>Elasticsearch<\/b>, que nada mais \u00e9 do que um mecanismo de busca e an\u00e1lise de dados distribu\u00eddo, gratuito e aberto para todos os tipos de dados, incluindo textuais, num\u00e9ricos, geoespaciais, estruturados e n\u00e3o estruturados.<\/span><\/p>\n O Elasticsearch \u00e9 desenvolvido sobre o Apache Lucene (<\/span>uma biblioteca de software de mecanismo de pesquisa gratuita e de c\u00f3digo aberto, originalmente escrita completamente em Java<\/span>) e foi lan\u00e7ado pela primeira vez em 2010 pela Elasticsearch N.V. (agora conhecida como Elastic). Este mecanismo \u00e9 conhecido por suas REST APIs simples, natureza distribu\u00edda, velocidade e escalabilidade, o Elasticsearch \u00e9 o componente central do Elastic Stack, um conjunto de ferramentas gratuitas e abertas para ingest\u00e3o, enriquecimento, armazenamento, an\u00e1lise e visualiza\u00e7\u00e3o de dados. Comumente chamado de ELK Stack (pelas iniciais de Elasticsearch, Logstash e Kibana).<\/span><\/p>\n ELK:<\/b><\/p>\n A velocidade e escalabilidade do Elasticsearch e sua capacidade de indexar muitos tipos de conte\u00fado significam que ele pode ser usado para in\u00fameros casos, principalmente entre os seguintes:<\/span><\/p>\n Os dados brutos fluem para a plataforma de diversas fontes diferentes, incluindo logs, metrics de sistema e aplica\u00e7\u00f5es web. A ingest\u00e3o de dados \u00e9 o processo pelo qual os dados brutos s\u00e3o analisados, tratados e enriquecidos antes de serem indexados no Elasticsearch. Ap\u00f3s a indexa\u00e7\u00e3o, os usu\u00e1rios podem executar consultas complexas com base em seus dados e recuperar resumos complexos dos dados. Atrav\u00e9s do Kibana, os usu\u00e1rios podem criar visualiza\u00e7\u00f5es avan\u00e7adas das informa\u00e7\u00f5es, compartilhar dashboards e gerenciar os seus dados.<\/span><\/p>\n Um \u00edndice do Elasticsearch \u00e9 um conjunto de documentos que est\u00e3o relacionados entre si. Este mecanismo armazena dados como documentos JSON. Cada documento correlaciona um conjunto de chaves (nomes de campos ou propriedades) aos seus valores correspondentes (strings, n\u00fameros, booleanos, datas, matrizes de valores, geolocaliza\u00e7\u00e3o, etc).<\/span><\/p>\n O Elasticsearch usa uma estrutura de dados chamada \u00edndice invertido, que \u00e9 projetada para permitir buscas de texto muito r\u00e1pidas. Um \u00edndice invertido lista cada palavra exclusiva que apare\u00e7a em qualquer documento e identifica todos os documentos em que cada palavra aparece.<\/span><\/p>\n Durante o processo de indexa\u00e7\u00e3o, o Elasticsearch armazena documentos e desenvolve um \u00edndice invertido para tornar os dados dos documentos busc\u00e1veis praticamente em tempo real. A indexa\u00e7\u00e3o \u00e9 iniciada com a API de \u00edndice, pela qual voc\u00ea pode adicionar ou atualizar um documento JSON em um \u00edndice espec\u00edfico.<\/span><\/p>\n O Elasticsearch \u00e9 r\u00e1pido<\/b>. Como o Elasticsearch \u00e9 desenvolvido sobre o Lucene, ele fica insuper\u00e1vel em busca de textos. acontecendo praticamente em tempo real, isso significa que a lat\u00eancia do momento em que um documento \u00e9 indexado at\u00e9 que ele se torne busc\u00e1vel \u00e9 muito pequena.<\/span><\/p>\n O Elasticsearch \u00e9 distribu\u00eddo de f\u00e1brica<\/b>. Os documentos armazenados na plataforma s\u00e3o distribu\u00eddos em diferentes containers conhecidos como shards, que s\u00e3o duplicados para oferecer c\u00f3pias redundantes dos dados em caso de falha de hardware. A natureza distribu\u00edda do Elasticsearch permite fazer a escalabilidade horizontal para centenas (talvez milhares) de servidores e manipular petabytes de dados.<\/span><\/p>\n O Elasticsearch \u00e9 fornecido com um amplo conjunto de recursos.<\/b> Al\u00e9m da velocidade, escalabilidade e resili\u00eancia, o ELK tem in\u00fameros recursos integrados avan\u00e7ados que tornam o armazenamento e a busca de dados ainda mais eficiente, como o gerenciamento do ciclo de vida de \u00edndices.<\/span><\/p>\n O Elastic Stack (ELK) simplifica a ingest\u00e3o, a visualiza\u00e7\u00e3o e os relat\u00f3rios de dados<\/b>. As integra\u00e7\u00f5es facilitam o processamento dos dados antes de indexar ao Elasticsearch. O Kibana fornece visualiza\u00e7\u00e3o em tempo real dos dados, al\u00e9m de interfaces para acessar rapidamente os dados de APM (monitoramento de performance de aplica\u00e7\u00e3o), de logs e de metrics de infraestrutura.<\/span><\/p>\n![\"elk\"](\"https:\/\/www.ufsm.br\/app\/uploads\/sites\/791\/2021\/06\/ELK-1.png\")
<\/p>\n\n
<\/span><\/li>\n
<\/span><\/li>\nPara que o Elasticsearch \u00e9 usado?<\/b><\/h3>\n
\n
Como o Elasticsearch funciona?<\/b><\/h3>\n
O que \u00e9 um \u00edndice do Elasticsearch?<\/b><\/h3>\n
![\"elk](\"https:\/\/www.ufsm.br\/app\/uploads\/sites\/791\/2021\/06\/image-1.jpg\")
<\/p>\nPor que usar o Elasticsearch?<\/b><\/h3>\n
Refer\u00eancias<\/strong>:<\/span><\/p>\n