Tirer le meilleur de ses données avec ElasticSearch
Upcoming SlideShare
Loading in...5
×
 

Tirer le meilleur de ses données avec ElasticSearch

on

  • 731 views

Qu'est-ce qu'un moteur de recherche ? Qu'est-ce qu'ElasticSearch ? Comment l'utiliser dans le monde réel et peut-on aller plus loin que la recherche full texte ?

Qu'est-ce qu'un moteur de recherche ? Qu'est-ce qu'ElasticSearch ? Comment l'utiliser dans le monde réel et peut-on aller plus loin que la recherche full texte ?

Statistics

Views

Total Views
731
Views on SlideShare
731
Embed Views
0

Actions

Likes
0
Downloads
21
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Tirer le meilleur de ses données avec ElasticSearch Tirer le meilleur de ses données avec ElasticSearch Presentation Transcript

  • Tirer le meilleur de ses données avec ElasticSearch
  • A propos de moi Séven Le Mesle - Consultant Xebia - 10 ans d’expérience En ce moment: évangeliste DevOps, aventurier BigData, pratiquant NoSQL, et ... @slemesle
  • 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
  • ElasticSearch Oui ! mais c’est quoi ? 1
  • ElasticSearch Qu’est-ce qu’un moteur de recherche ? 5
  • ElasticSearch Un moteur d’indexation Document 6
  • ElasticSearch Comment indexer ? 7
  • ElasticSearch Un moteur de recherche dans l’index 8
  • Construire l’index cleanup tokenize transform stop words Document 9
  • ElasticSearch Alors pourquoi utiliser un moteur de recherche ? 10
  • ElasticSearch Une base de données SQL n’est pas faite pour la recherche Prenons un modèle simple 11
  • ElasticSearch Pourquoi un moteur de recherche ? ‣ Match par champs ‣ Utiliser des jointures ‣ Construire une clause WHERE ‣ Et, ajouter les index en bases 12
  • ElasticSearch 13
  • ElasticSearch 14
  • ElasticSearch La promesse est de simplifier la recherche au maximum via un seul champ. 15
  • ElasticSearch Un middleware de données ‣ NoSQL orienté document ‣ Apache Lucene ‣ API simple HTTP / REST + JSON ‣ Hautement disponible ‣ Cloud ready 16
  • ElasticSearch Points forts Démarrage rapide : 5 minutes suffisent pour se lancer Schemaless convention over configuration Scalabilité sous stéroïde 17
  • ElasticSearch Demo 18
  • Use Case Migration d’une base de commande ... 2
  • 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
  • Exigences Unifier Enrichir Scaler horizontalement Temps réel
  • Du SGBDR vers Elastic Search
  • Du relationnel au document Modele relationnel Modele Document Commande Promotion Acheteur Promotion commande Article Article Article Acheteur 23
  • Intégrer les commandes Oracle Dénormaliser MongoDb ElasticSearch cluster 24
  • 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
  • Recherche unifiée Architecture obtenue Front ElasticSearch cluster Front Oracle MongoDb 26
  • Recherche unifiée Objectif atteint 27
  • Facettes Vers de nouveaux usages B.I. 3
  • 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
  • Facette par termes Nombre de commandes par statut 30
  • Facette par range Nombre de commande par tranche 31
  • Meilleur expérience utilisateur ‣ Une navigation par facette permet d’affiner la recherche ‣ Fournit la possibilité de naviguer dans l’index en mode exploratoire 32
  • Catalogue Recherche exploratoire 33
  • Pour aller plus loin .... BI et monitoring métier 34
  • 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
  • Monitoring métier ‣ Facette de type histogramme 36
  • La percolation ‣ Ajoutez des recherches au percolateur ‣ Identifiez à la volée les documents qui y correspondent ‣ Levez l’alerte correspondante 37
  • Logs Centralisation et exploitation 4
  • Centralisation des logs Indexez les logs ‣ Plusieurs outils du marché ‣ Pour collecter les logs et les importer dans un cluster ElasticSearch 39
  • Centralisation des logs Exploitez vos données avec Kibana 40
  • Kibana - Demo 41
  • Et + Autres feature, roadmap, ... 5
  • Quelques fonctions Recherche géographique 43
  • Quelques fonctions API de suggestion 44
  • Quelques fonctions Intégration native avec Hadoop 45
  • 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
  • Références 47
  • Merci de votre attention Des questions ?