学习如何建立从 Google Operations 到 Elastic Stack 的数据流式传输管道，获得跨整个基础架构（从云端到本地部署）的统一资源性能视图。

要在 Elastic Stack 中使用 Machine Learning，您只需要将数据存储到 Elasticsearch 当中。了解如何通过几次点击从您的数据中提取重要信息，并构建完全可操作的端对端 Machine Learning 管道。

了解对混合以及动态的软件环境进行监测的复杂程度，明确让监测数据具有可操作性必须满足的要求，并了解 Elastic 可观测性解决方案如何帮助您实现生态系统的完全可观测性

不法者（及其恶意软件）会使用域名生成算法 (DGA) 来躲避检测，但有了 Elastic Machine Learning，便可轻松构建模型来帮助您识破他们的骗局。本系列博客的第 2 部分将介绍如何构建模型。

我们的 Kubernetes 可观测性教程系列第二篇博文会深入介绍使用 Elastic Stack 结合 Metricebeat 和 Kibana 实现指标收集和可视化。

Elastic 安全现已向全球开放其检测规则存储库。我们将与社区共同开发开放规则，并欢迎您晒出自己的社区驱动型检测。这是一次相互分享安全知识的机会。

了解 Elastic 可观测性如何使得监测和检测来自数千个运行成百上千微服务容器的上百万条日志中的异常变得轻而易举，同时 Kubernetes 还可以利用不断变化的 pod 计数扩展应用程序。一切尽在单一 UI。

本篇博文将带您了解如何配置 Kubernetes 可观测性教程系列博文中会用到的环境。

您不仅可以通过分析深入了解用户的搜索行为，还可以根据这些宝贵的信息轻松对搜索体验进行微调优化。