Elastic Metrics
Sie nutzen den Elastic Stack bereits für Logdaten? Mit ein paar Schritten können Sie ihn auch für Infrastrukturmetriken verwenden. Elasticsearch erweitert seine populären Suchfunktionen im Bereich der Logdatensuche auf Metriken aus mehreren Quellen über die gesamte Infrastruktur hinweg.
MarketoFEForm
Sehen Sie sich an, wie Sie mit der Nachverfolgung Ihrer Infrastrukturlogs und Metriken im Elastic Stack loslegen können.
Video ansehenInformieren Sie sich, wie Sie mit Elasticsearch Service schnell und einfach eine Observability-Initiative auf die Beine stellen können.
Video ansehenLernen Sie die Grundlagen der Arbeit mit Metrikdaten und dem Elastic Stack kennen.
Training ansehenNeu
Version 7.6 enthält Inventaransichten für AWS-Dienste, mit denen Sie sich einen Überblick über die Dienste EC2, RDS, S3 und SQS verschaffen können.
Gleich, ob Sie Server, Docker-Container, die Kubernetes-Orchestrierung, Prometheus-artige Metriken oder Anwendungstelemetriedaten überwachen – es gibt ein Metricbeat-Modul, mit dem Sie in Minutenschnelle loslegen können. Dabei werden die Daten nativ mit Ihren Logs korreliert. Nicht schlecht, oder?
Experimentieren Sie mit Dimensionen, Tags, Kardinalität und Feldern. Elastic macht Ihnen keine Vorschriften, wie und in welchem Umfang Sie Ihre Daten analysieren sollen. Im Gegenteil: Sie können kontinuierlich und schnell Attribute (wie Hostname, IP-Adresse und Tags) untersuchen – und das in großem Umfang, nach Ihren Anforderungen, in beliebiger Reihenfolge und in der Visualisierung, die Ihnen gefällt. Und Beats und deren Module kümmern sich für Sie um das Sammeln, Parsen und Taggen der entsprechenden Daten. Sie können auch Dashboards und Machine-Learning-Jobs erstellen.
Unsere Suche geht weit über den invertierten Index hinaus. Wir haben neue Datentypen entwickelt, BKD-Bäume implementiert und einen spaltenorientierten Datenspeicher hinzugefügt. Das alles resultiert in einer effizienteren Datenstrukturierung für eine schnellere Suche, eine geringere Arbeitsspeicherbeanspruchung sowie weniger Speicherbedarf auf Datenträgern. Oder anders formuliert: Sie haben auch bei Petabytes von Daten blitzschnellen Zugriff auf Felder und Werte.
Gewinnen Sie eine ganz neue Sichtweise auf Ihre Infrastruktur – mit Perspektiven, die für Ihre Topologie relevant sind. Lassen Sie sich nach CPU, Arbeitsspeicher oder Netzwerk-Traffic geordnete Daten zur aktuellen und historischen Performance anzeigen. Dringen Sie dann mit dem Metrics Explorer noch tiefer ein und erstellen Sie Zeitreihendiagramme auf der Basis der Aggregation Ihrer Wahl. Wählen Sie die Felder aus, die im Diagramm dargestellt werden sollen, teilen Sie Ihre Daten auf, um sie in Teildiagrammen zu präsentieren, fügen Sie optionale Filter hinzu und reichern Sie dann Ihre Visualisierungen im Time Series Visual Builder an.
Sie können sich Zusammenfassungen Ihrer Metriken anzeigen lassen, ohne dazu den Elastic Stack verlassen zu müssen. Die leistungsfähige Unterstützung von Rollups in Elasticsearch und Kibana ermöglicht Platzeinsparungen und schnellere Abfragen ohne Abstriche bei der Genauigkeit.
Je mehr Daten verarbeitet werden müssen, desto leichter kann es passieren, dass problematische Datenpunkte unter der Vielzahl an Durchschnittswerten, Messungen und Gesamtwerten übersehen werden. Und es ist nicht praxisgerecht zu verlangen, dass alle Visualisierungen permanent analysiert werden müssen.
Die Machine-Learning-Funktionen im Elastic Stack automatisieren die Erkennung von Anomalien in großem Umfang und über die unterschiedlichsten Datenquellen. Das System lernt, was bei Ihren Daten normal ist, sodass es Sie benachrichtigen kann, wenn die Dinge nicht so laufen, wie sie sollten.
PREISE
Egal, ob Sie Elastic gerade erst kennenlernen oder weiter mit Elastic wachsen möchten – bei der Art und Weise, wie Sie unsere Produkte nutzen, sollten Sie sich nicht eingeschränkt fühlen. Daher bezahlen Sie bei uns nur für die Ressourcen, die Sie benötigen, und Sie können sie so nutzen, wie Sie es für richtig halten.
- Hosted
- Download
- System
- Apache
- MongoDB
- Docker
- Kubernetes
Metricbeat created an index pattern in Kibana with defined fields, searches, visualizations, and dashboards. In a matter of minutes you can start viewing CPU and memory utilization, and process-level statistics.
Metricbeat modules have defaults and configurations for each system they connect to. See the documentation for supported versions and configuration options.
Um branchenführende Webredundanz und Geschwindigkeit bereitstellen zu können, muss die Zeitreihendatenbank von NS1 unglaubliche Mengen an Telemetriedaten aus einer global verteilten Infrastruktur erfassen und analysieren, die verschiedene Systeme, Anbieter und Drittintegrationen umfasst.
Anerkannt, genutzt und geliebt
