Surveillance des métriques basée sur la fiabilité de la plateforme Elasticsearch, reconnue par les SRE

Elastic associe une efficacité de pointe en matière de métriques à la solution d’analyse de logs la plus complète du marché. Des requêtes 30 fois plus rapides que les bases de données de logs concurrentes, grâce à une architecture de datastore en colonnes conçue pour les charges de travail à forte cardinalité et évolutive à moindre coût. Avec PromQL natif, vous conservez vos workflows préférés.

Découvrez le moteur de métriques en colonnes qui est le meilleur de sa catégorie

Le datastore en colonnes Elasticsearch surpasse les concurrents en termes d’ingestion, de stockage et de rapidité de requête à n’importe quelle échelle.

Scaler sans perdre de données

L’expertise technique qui a établi la norme en matière d’ingestion, de stockage et de performances des requêtes de log est précisément celle que nous avons mise en œuvre pour concevoir une base de données temporelles (TSDB) plus performante pour les métriques à forte cardinalité. Même équipe, même rigueur, nouveau type de données : une solution conçue pour conserver chaque métrique avec une résolution optimale, sans surcoût.

  • LA MEILLEURE EFFICACITÉ DE SA CATÉGORIE

    Des requêtes plus rapides à un coût réduit

    Elasticsearch exécute les requêtes 25 fois plus vite que Prometheus et stocke des métriques 2,5 fois plus allégées, sans limitation de cardinalité. Conservez votre architecture d’ingestion actuelle, conservez plus d’historique et payez moins cher que pour une stack Prometheus comparable.

  • COMPATIBLE AVEC TOUS LES SCHÉMAS

    Un seul datastore, tous les formats

    La plupart des systèmes back-end normalisent toutes les données dans un schéma unique. Pas nous. Que vous nous envoyiez des fichiers Prometheus, OpenTelemetry, Beats ou OCSF, Elasticsearch les stocke dans leur format natif et les interroge tels quels. Aucune couche de traduction, aucune perte d’information, aucun surcoût de conversion.

  • MIGRATION EN UNE JOURNÉE

    PromQL dès le premier jour

    Vos requêtes, tableaux de bord et règles d’alerte PromQL existants sont repris sans qu’il soit nécessaire d’apprendre un nouveau langage. L’écriture à distance et l’ingestion OTLP sont toutes deux prises en charge. La migration est un changement de configuration, pas un projet d’un mois.

  • Logs + métriques + traces

    Investigations unifiées : aucun changement de contexte requis

    Dans une architecture d’observabilité classique, identifier la cause racine implique souvent de jongler entre plusieurs langages de requêtes et back-ends. Avec Elasticsearch, les métriques, les logs et les traces sont centralisés. Lorsqu’une alerte est déclenchée, le contexte pertinent est déjà disponible.

Elasticsearch n’analyse pas les lignes. Il lit les colonnes.

Le stockage par segments d'Elasticsearch est orienté colonnes par conception, offrant des réponses sous la seconde pour des millions de séries temporelles avec chargement et traitement vectoriels.

  • Interroger n’importe quelle donnée présentant une cardinalité élevée

    ES|QL est conçu pour exploiter cela : un moteur de requête vectorisé qui traite les données par lots et ne se dégrade pas à haute cardinalité. Enchaînez les requêtes entre métriques, journaux et traces, avec prise en charge native de PromQL incluse.

  • Tirez le meilleur parti de chaque octet

    Avec un ensemble complet de fonctions de séries temporelles couvrant le taux, le delta, le percentile, le regroupement temporel et les agrégations, ainsi que des fonctions de saut de valeur de document et de suppression d’identifiants Synthetics permettant de maintenir un stockage allégé, vous obtenez une plus grande profondeur analytique sans coûts supplémentaires.

  • Accès depuis n’importe quel environnement sur lequel vous travaillez déjà

    La plupart des back-ends n’offrent qu’un seul point d’accès. Elasticsearch vous en offre trois : Kibana pour les tableaux de bord et les workflows prédéfinis, Elastic AI Agent pour les investigations par chat, et des applications et compétences MCP dédiées aux outils d’IA que votre équipe utilise déjà.

BENCHMARKS ELASTICSEARCH 9.4

Ingénierie qui se manifeste dans les chiffres

Comparaison directe sur les trois indicateurs qui définissent une base de données de séries temporelles (TSDB) de qualité production : vitesse des requêtes, densité de stockage et débit d’ingestion

Dimension Elasticsearch 9.4 Prometheus Mimir ClickHouse
Vitesse de requêteSéries chronologiques à haute cardinalité Le plus rapide
Référence
Jusqu'à 30 fois plus lent Jusqu'à 30 fois plus lent Jusqu'à 8 fois plus lent
Densité de stockageOctets/échantillon Meilleur
3,74 B
~9,42 B ~3,95 B ~6,8 Md
Débit d'ingestionÉchantillons/seconde Le plus rapide
428 K/s
402K/s 404K/s ~300K/s
PromQL natif.Aucun adaptateur requis. Natif ✓ Natif ✓ Natif Nécessite un adaptateur
OTel natifAucune conversion de schéma OTel-first Via les exportateurs Via les exportateurs Mapping manuel

ELASTICSEARCH COMME MOTEUR DE MÉTRIQUES EN COLONNES

L’innovation au cœur du projet

De l’architecture de stockage à l’exécution des requêtes, chaque partie de notre plateforme a été construite dans un but précis. Voici l’ingénierie qui en a fait une réalité.

Outil de migration – préversion technique

Migrez depuis Datadog ou Grafana du jour au lendemain

Convertissez automatiquement les tableaux de bord et les règles d’alerting de Datadog et Grafana en Elastic, réduisant considérablement le coût et la complexité du changement de plateforme.

Prêt à changer et à économiser 50 % sur votre facture de métriques Datadog ?

Transférez vos métriques Prometheus vers Elastic

Le point de terminaison Remote Write de Prometheus ne nécessite aucune configuration supplémentaire. Une fois les métriques transmises, vous pouvez les interroger avec ES|QL en utilisant la fonction PROMQL intégrée pour la compatibilité PromQL, ou écrire des requêtes ES|QL natives pour associer les métriques aux logs et aux traces dans le même espace de stockage.

Convertissez les métriques en action

Surveillez votre infrastructure à grande échelle Explorez les métriques dans Discover, créez des tableaux de bord sous forme de code et laissez les enquêtes basées sur l’IA mettre en évidence les anomalies, découvrir les tendances et automatiser la correction, ce qui vous permet de planifier la capacité et de résoudre les problèmes plus rapidement.