Elasticsearch -> ES로 줄임
ES안의 각 샤드는 문서의 단일 Lucene 역색인이다. 따라서 모든 샤드가 Lucene 인스턴스이다.
but, ES는 클러스터로 각 샤드들을 묶어서 운영하며 이로 인해 빠른 검색과 저장이 가능하다. (장점)
ES는 Lucene 오픈 소스 검색 구조의 확장 가능한 버전으로 시작됐고, Lucene 인덱스를 수평 확장할 수 있는 기능이 추가되었음
Elasticsearch 안의 각 샤드는 문서의 단일 Lucene 역색인이며, 따라서 모든 샤드가 Lucene 인스턴스인 것입니다 하지만 elasticsearch는 클러스터에 흩어져 있는 Lucene 그 이상의 장점을 가짐.
전체 텍스트 검색보다 훨씬 더 많은 것을 처리할 수 있으며 구조 데이터 및 집계 데이터를 매우 빠르게 처리할 수 있습니다
단순히 검색을 위한 것이 아닌 모든 유형의 구조 데이터를 처리합니다 (ex)로그 집계 등
표면적으로는 화려한 UI나 그래픽 인터페이스가 아닌 JSON 요청을 처리. ES 자체는 JSON 요청을 처리하고 JSON 데이터를 반환하는 서버
Elastic Stack 내에는 Elasticsearch 외에도 보기 편한 UI를 제공하는 Kibana가 있음
따라서 여러분만의 애플리케이션을 Elasticsearch 또는 여러분의 웹 어플리케이션을 기반으로 구축하지 않으면 Kibana를 사용해 검색하거나 검색 인덱스를 그래픽으로 시각화할 수 있습니다.
또한 Kibana는 매우 복잡한 데이터 집계 데이터 그래프와 차트 작성,로그 분석 등에 자주 사용됩니다 따라서 구글 분석(Google Analytics)와 같은 작업을 자주 사용한다면, Elasticsearch와 Kibana의 조합을 사용해 대규모 구글 분석을 사용할 수 있다.
Elastic Stack의 또 다른 구성인 Beats는 FileBeats, MetricBeats 등등이 있음.
Elastic Stack의 또 다른 구성인 Logstash라는 도구를 사용해 Elasticsearch에 데이터를 실시간 스트리밍 형식으로 게시할 수 있습니다. (ex) 시간이 지남에 따라 검색 인덱스에 자동으로 입력하려는 웹 서버 로그가 있다면 FileBeat으로 웹 서버에서 새로운 로그 파일을 찾아 구문 분석하고 Elasticsearch에서 요구하는 방식으로 구조화해 들어오는 Elasticsearch 클러스터에 넣을 수 있습니다 Logstash도 거의 같은 역할을 합니다.
여러분의 서버와 Elasticsearch 사이에서 데이터를 푸시하는 데 사용할 수 있지만, 대부분의 경우 중간 단계로 사용됩니다. 용량이 적은 FileBeat 클라이언트를 웹 서버에 배치하고 Logstash로 데이터를 수집해 시간이 지남에 따라 데이터를 Elasticsearch로 보낼 수 있습니다
로그 파일이나 Elasticsearch, 웹 서버에만 사용이 제한되지 않고서로 다른 시스템을 연결하고 데이터를 이동할 수 있는 시스템입니다. Elasticsearch 혹은 Elastic stack 내 다른 곳일 수도 있어요. Amazon S3, Kafka, 또는 여러분이 상상하실 수 있는 대부분의 데이터베이스에서 데이터를 수집할 수도 있습니다 해당 강좌의 뒷부분에서 이러한 예를 더 자세히 살펴보겠습니다
마지막으로, X-pack입니다 X-pack은 'elastic.co'에서 제공하는 유료 추가 기능으로 보안 및 알림 모니터링과 보고 기능 등이 있습니다. 또한 Elasticsearch에 이제 나타나기 시작한 몇 가지 고급 기능을 포함하고 있습니다. 머신러닝 및 그래프 탐색 같은 기능입니다.