Elastic 9.5: Columnar, modo de índice VectorDB y calibración automática, y clasificación de alertas impulsada por AI

Elastic 9.5 trae avances diseñados para ayudar a cada usuario a avanzar más rápido, operar con mayor confianza y obtener más valor de sus datos con menos fricción. Este lanzamiento innova en múltiples aspectos de Elasticsearch Platform, desde almacenar y consultar datos hasta crear y gobernar agentes de AI, junto con mejoras en el dashboard de Kibana. Sigue leyendo para conocer los detalles.

Elastic se complace en anunciar la vista previa técnica del Columnar Mode (Modo columnar), un modo de indexación opcional que almacena cada campo una vez en un almacén columnar sin índice invertido de forma predeterminada, lo que ofrece un almacenamiento significativamente menor y una base para una indexación más rápida, búsquedas analíticas y una mayor retención de datos. Se incluye junto con los modos de índice existentes sin cambios en las API, dashboards o integraciones. Sobre esa base, Columnar logs es el primer perfil especializado diseñado específicamente para datos de logs; mantiene un solo índice invertido en el campo message, por lo que la búsqueda de texto completo se mantiene rápida mientras almacena todo lo demás de forma totalmente columnar. El resultado es un almacenamiento significativamente menor que el que usan los logs hoy en día sin cambiar la experiencia de búsqueda en la que confían los equipos. Ambos modos son opcionales y los índices existentes se mantienen intactos.

Los equipos que desarrollan la búsqueda para aplicaciones de retrieval augmented generation (RAG) e AI agéntica por lo general tienen que tomar muchas decisiones de configuración al momento del índice, y ese trabajo aumenta a escala de producción. Presentamos estas capacidades para quitarte de encima la configuración y el ajuste del índice, de modo que la búsqueda vectorial funcione de inmediato.

Modo de índice VectorDB ofrece búsqueda de vectores de alto rendimiento con una sola configuración; no requiere configuración manual. Aplica valores predeterminados ya optimizados para vectores, ajustando la cuantización, la política de fusión y la carga de caché por ti, por lo que la búsqueda de vectores es más sencilla de implementar y funciona desde el primer momento.

Autocalibración para la búsqueda de vectores con DiskBBQ configura automáticamente la profundidad de la cuantización, el preacondicionamiento y el sobremuestreo según el análisis estadístico de los vectores en el índice. El ajuste que normalmente requiere experiencia y experimentación ahora se realiza por sí solo, mediante algoritmos únicos desarrollados en Elastic.

La búsqueda semántica multimodal hace que la búsqueda de imágenes sea más fácil para los desarrolladores. Buscar imágenes normalmente significa configurar incrustaciones, ingestar e incrustar imágenes, e incrustar la búsqueda. El nuevo campo semántico simplifica estos pasos, por lo que los usuarios pueden buscar imágenes tan fácilmente como buscan texto con semantic_text.

Elastic 9.5 ofrece a los desarrolladores mayor visibilidad y control al crear agentes de AI para producción. Agent Observability and Monitoring (Observabilidad y monitoreo de agentes), ahora disponible en vista previa técnica, rastrea llamadas a modelos de lenguaje grande (LLM), invocaciones de herramientas y pasos de razonamiento como OpenTelemetry (OTel) en Elasticsearch, mientras que las aprobaciones con intervención humana controlan las acciones sensibles y registran cada decisión en una pista de auditoría. Los desarrolladores también pueden crear habilidades, búsquedas y flujos de trabajo directamente desde el chat describiendo la capacidad que necesitan, como un flujo de trabajo para generar un dashboard. Luego, Agent Builder redacta, nombra y guarda la configuración sin necesidad de salir de la conversación, lo que reduce el tiempo de configuración y la necesidad de comprender el modelo de configuración subyacente.

Con la versión 9.5, nuestra API de dashboards y visualizaciones pasa a estar disponible de forma general, lo que brinda a los equipos de la plataforma una forma estable y con soporte para crear, actualizar y gestionar dashboards y visualizaciones en código. Además, dashboards en el chat ahora está disponible de forma general con una calidad de chat mejorada, así como la creación de controles, y ofrece una mayor velocidad. Estos avances reducen drásticamente el tiempo para obtener información y eliminan la necesidad de que los usuarios creen dashboards manualmente, lo que agiliza la investigación de incidentes, donde la rapidez para obtener un elemento visual claro acorta directamente el tiempo de resolución. Y para los casos de uso en los que la velocidad es primordial, la opción activable Fast Mode UI permite que las consultas basadas en STATS en Dashboards y Discover se ejecuten en un conjunto de datos muestreado en lugar de escanear todos los datos, extrapolando los resultados a la escala real mientras se mantiene una precisión muy cercana a la exacta.

Elastic Workflows en 9.5 hace que las automatizaciones sean más rápidas de crear y muestra exactamente lo que hará un flujo de trabajo antes de ejecutarse. La creación en lenguaje natural ya está disponible de manera general y activada por defecto, de modo que los equipos pueden describir la automatización que desean en lenguaje sencillo que se genera de forma automática. El control de versiones está integrado, rastrea cada cambio, permite a los equipos comparar dos versiones cualesquiera y volver a una que funcione con un solo clic, por lo que siempre hay un registro de quién cambió qué y cuándo. El modo visual muestra un flujo de trabajo como un grafo con sus activadores, pasos, ramas y lógica visibles de un vistazo junto con el YAML; la edición mediante arrastrar y soltar llegará próximamente. Además, el flujo con intervención humana ahora llega más allá de Kibana. Cuando un flujo de trabajo necesita que una persona apruebe o intervenga, se pausa y envía la solicitud a herramientas como Slack. La automatización se encarga de lo rutinario mientras los equipos se mantienen al tanto de las decisiones que requieren criterio. Estas son capacidades de Elasticsearch Platform, disponibles en Search, Observability y Security.

Elastic 9.5 ofrece mejoras de observabilidad diseñadas para que el monitoreo unificado sea más rápido de adoptar y más fácil de escalar. Ya sea que estés migrando desde Prometheus, incorporando Kubernetes o conectando datos de cloud y SaaS, es más fácil dar los primeros pasos con menos sobrecarga operativa. Los flujos de trabajo de SRE mejorados, las integraciones gestionadas y el contexto listo para AI ayudan a los equipos a pasar de la detección al diagnóstico más rápido.

Con 9.5, es más fácil que nunca consolidar la observabilidad con las mejores métricas de su clase. Con el endpoint de escritura remota de Prometheus y el soporte nativo de PromQL integrado directamente en ES|QL, los equipos pueden apuntar sus dashboards y búsquedas existentes de Grafana a Elastic con un esfuerzo de migración mínimo, sin necesidad de abandonar el lenguaje de búsqueda y los flujos de trabajo que les ha llevado años construir. Una nueva herramienta de migración también ya está disponible de forma general (GA), lo que ayuda a traer dashboards y alertas de Grafana y Datadog a Elastic de manera automática y facilita que los usuarios se beneficien de la eficiencia de almacenamiento de Elasticsearch (hasta 2,5 veces mejor que Prometheus) y un rendimiento de búsqueda más rápido (hasta 30 veces más rápido que Prometheus) sin empezar desde cero. En 9.5, un nuevo códec (ES95) aprovecha las ya sustanciales ganancias de eficiencia de Elasticsearch con métricas columnares para reducir los costos de almacenamiento aproximadamente un 20 % más, hasta cerca de 3 bytes por muestra, de modo que los usuarios puedan monitorear más servicios y conservar métricas por más tiempo sin aumentar la factura. Junto con los dashboards como código y los dashboards en el chat, estas actualizaciones permiten a los usuarios unificar métricas, logs y trazas en una sola plataforma y correlacionar los tres para un análisis de causa raíz más rápido, al tiempo que mantienen los flujos de trabajo y los estándares en los que ya confían.

Las últimas integraciones listas para usar de Elastic para Kubernetes y AWS (vista previa técnica) significan que puedes pasar de cero a estar totalmente monitoreado en minutos. El monitoreo de Kubernetes ahora está disponible de forma general (GA) y se completa con dashboards preconfigurados, alertas, SLO y trabajos de machine learning. Además, Agent Skills y una aplicación MCP de observabilidad hacen que el monitoreo de salud, la detección de anomalías, la investigación de incidentes y la remediación estén disponibles a través de cualquier herramienta de AI habilitada para MCP donde los SRE ya trabajan. Estos paquetes de integración integrales permiten a los equipos obtener valor inmediato de las métricas desde el momento en que se conectan.

Las integraciones gestionadas de Elastic eliminan la carga operativa de ingestar fuentes de datos del cloud. Con solo unos clics, los usuarios ahora pueden ingestar y empezar a obtener valor sin desplegar ni mantener agentes locales. Siguiendo el espíritu del "botón fácil", también hemos simplificado la incorporación de Kubernetes y AWS al optimizar ambos flujos de configuración para establecer por defecto la ruta de OTel recomendada, lo que significa que los ingenieros de plataforma y los SRE pueden ponerse en marcha sin navegar por múltiples pantallas y decisiones.

9.5 ofrece una importante mejora de la calidad de vida para los SRE y desarrolladores que investigan incidentes de servicio. El análisis de dependencias en alertas y dashboards presenta una ruta más rápida para el triaje, lo que elimina el cambio de contexto al revelar mapas de servicios directamente en una alerta o dashboard customizado. Una mejor visibilidad de las anomalías en las vistas de estado del servicio de APM hace que las señales de degradación basadas en ML sean más fáciles de detectar.

La nueva integración de Anthropic de Elastic para la observabilidad de LLM consulta las API de administración de Anthropic para ingestar la telemetría de toda la organización desde la plataforma de la API de Claude, el uso de tokens, el costo y la configuración del límite de tasa en Elasticsearch con dashboards de Kibana prediseñados y alertas listas para usar.

Elastic Security 9.5 brinda a los analistas más tiempo para decidir y menos alertas que clasificar. Una protección de endpoint más sólida detiene más amenazas antes de que generen una alerta. Attack Discovery procesa las alertas que se activan tal como lo haría un analista, visibilizando los ataques reales para que los equipos no empiecen el día sepultados en alertas sin procesar. Y la automatización se ejecuta por debajo de todo, desencadenando esas investigaciones y encargándose del trabajo mecánico, para que las decisiones queden en manos de los analistas.

Alert Zero es la versión del SOC de la bandeja de entrada cero, una cola reducida hasta lo que realmente importa, alcanzada por agentes y analistas juntos. Es una meta hacia la que avanzan los equipos. No significa cero alertas ni tampoco reemplazar a los analistas. Attack Discovery es lo que acerca a un SOC a Alert Zero (Alerta cero). Ahora investiga como un analista buscando eventos de amenazas sin procesar, comprobando el riesgo de la entidad y corroborando más allá de las alertas que se activaron primero antes de calificar algo como un ataque, para que los equipos abran una lista corta de ataques validados en lugar de una pared de alertas sin procesar. Cuando encuentra algo que las reglas pasaron por alto, redacta una regla de ES|QL para cerrar la brecha, sujeta a la aprobación de un analista antes de guardar los cambios.

Ahora cada ejecución pasa por la misma investigación, ya sea que se inicie manualmente, se programe de forma recurrente o se active desde un flujo de trabajo de Elastic. Un flujo de trabajo de análisis de alertas independiente aborda el ruido desde el otro lado, clasificando las alertas como verdaderos o falsos positivos para que los analistas dejen de perder horas en las de baja fidelidad, dejándole a Attack Discovery un conjunto más limpio para investigar.

Con Elastic Security 9.5, las nuevas capacidades de endpoint fortalecen la protección y extienden la cobertura a más dispositivos. Para los controladores vulnerables, que los atacantes introducen ya firmados y de confianza para llegar al kernel, nuestro equipo de investigación de amenazas monitorea fuentes de divulgación pública como VirusTotal, loldrivers.io y la lista de bloqueos de Microsoft. A través de un proceso siempre activo, Elastic genera automáticamente e implementa de manera instantánea reglas YARA a medida que se divulgan nuevos controladores, por lo que la protección mantiene el ritmo en lugar de esperar un ciclo de lanzamiento. Esa velocidad es importante cuando los ataques impulsados por AI pueden moverse de una máquina a otra en menos de un minuto, más rápido de lo que puede reaccionar cualquier flujo de trabajo de respuesta. Windows en ARM ahora cuenta con cobertura total en Elastic Defend, lo que brinda cobertura completa a Surface y otras laptops basadas en ARM. Y una nueva habilidad de solución de problemas de endpoint en Agent Builder marca problemas de políticas y rendimiento, por lo que los equipos dedican menos tiempo a resolver problemas de endpoint.

Elastic Workflows lleva la automatización nativa al SOC, de modo que una detección puede activar el enriquecimiento, la creación de casos y la respuesta de forma automática sin necesidad de comprar, integrar o mantener un SOAR independiente. Las personas se centran en las decisiones que requieren criterio.

Entre los lanzamientos del stack, no solo nos dormimos en los laureles. El período entre Elastic 9.4 y 9.5 no tuvo nada de tranquilo. Aquí tienes un resumen de algunos anuncios clave por si te los perdiste: 

• Actualizaciones de Jina AI: 

  • jina-embeddings-v5-omni amplía la familia de modelos v5-text con soporte nativo para imágenes, audio y video, admitiendo casi 100 idiomas en las cuatro modalidades en un solo espacio de incrustación sin necesidad de reindexar.

  • Jina On-Prem ya está disponible para equipos con estrictos requisitos de residencia de datos. Empaqueta toda la línea de modelos de Jina AI (p. ej., lectura, incrustación y reclasificación) para ejecutarse por completo en tu propio hardware, totalmente aislado y sin llamadas salientes una vez desplegado. Los costos son fijos y predecibles, no medidos por token. Los modelos de incrustación buscan texto, imágenes, audio y video en casi 100 idiomas en un solo espacio de incrustación, con una precisión que compite con modelos mucho más grandes en hardware convencional.

  • Lanzamos jina-reranker-v3.5, un sucesor directo de jina-reranker-v3. jina-reranker-v3.5, con solo 600M de parámetros, supera a su predecesor en más de un 50 % en jurisprudencia, con mejoras adicionales en el reranking médico y financiero, y se ejecuta hasta un 56 % más rápido en documentos largos. Frente a Qwen3-Reranker-4B, un reranker de open source ampliamente utilizado que tiene más de siete veces su tamaño, gana rotundamente en la búsqueda de propósito general y en un benchmark de datos estructurados, y reduce la mayor parte de la brecha restante en todo lo demás.

• Reindex desde un remoto ya está disponible de forma general en Elastic Cloud Serverless, lo que ofrece a los equipos una forma fluida de migrar índices desde cualquier despliegue de Elastic Cloud Hosted o proyecto Serverless, independientemente de la región, directamente a su entorno Serverless. La operación está diseñada para las realidades de la infraestructura Serverless; se reanuda automáticamente tras apagados de nodos provocados por eventos de escalado o despliegues de software, para que tu migración siga avanzando sin intervención manual. 

Elastic 9.5 está repleto de características nuevas y mejoradas listas para ayudar a las organizaciones a aprovechar al máximo sus datos.

Elastic 9.5 está ahora disponible en Elastic Cloud, el servicio de Elasticsearch hospedado que incluye todas las nuevas características de esta última versión.