Technische Themen

Analysten und Entwickler können nun BigQuery-Daten direkt in Elastic ingestieren, sodass weniger Verwaltungsaufwand anfällt und die Daten schneller bereitstehen. So bleibt mehr Zeit für das Erstellen von Dashboards oder für Volltextsuchen in Elastic.

Entwickler, SREs und Security-Analysten können mit Google Dataflow jetzt Daten direkt aus Google Pub/Sub in Elastic ingestieren und so den operativen Overhead eliminieren sowie Probleme schneller lösen.

Elastic Agent, Fleet und unsere ersten Integrationen sind jetzt allgemein verfügbar. Der zentrale Agent vereinfacht Datenerfassung und Security und mit Fleet können Tausende Agents verwaltet und Integrationen mit nur einem Klick hinzugefügt werden.

Entdecken Sie die neueste Integration zwischen Elastic und Microsoft Azure, mit der Sie Ihren Betrieb vereinfachen und die Transparenz Ihrer Azure-Umgebung optimieren können.

Lesen Sie, wie Elastic Observability, einschließlich Logdaten und Metriken, Ihnen dabei hilft, Ihren containerisierten Kafka-Cluster zu überwachen.

Signaturbasierte Erkennung kann, speziell beim In-Memory-Scanning, eine wertvolle Strategie sein. Hier zeigen wir Ihnen, wie Sie Cobalt Strike erkennen können – unabhängig von Konfiguration oder Tarnfunktionen und mit einer Falsch-Positiv-Rate von 0.

Lesen Sie, wie Elasticsearch verschiedene Caches nutzt, um Daten schnellstmöglich abrufen zu können. Wir sehen uns an, was es mit dem Seiten-, Shard- und Abfrage-Caching auf sich hat und wie jede dieser Cache-Arten Abfragen beschleunigen kann.

Nutzen Sie Kibana-Dashboards, um nützliche Informationen zu den Elastic Workplace Search-Klicks und -Abfragen zu gewinnen, wie durchschnittliche Klickposition, am häufigsten verwendete Abfragen ohne Klick, Top-Klicks nach Dokumenttyp usw.

GPUs sind nicht nur für Gamer und Kryptoschürfer! Mit ihnen werden auch neurale Netze angelernt, Strömungsberechnungen durchgeführt und Rechenzentrenlasten verarbeitet. Lesen Sie, wie Sie mit Elastic die Metriken dieser Prozessoren überwachen können.