이 블로그에서는 텍스트 임베딩과 벡터 유사성 검색을 예제 작업으로 삼아, 자연어 처리(Natural Language Processing, NLP)를 위한 딥 러닝 모델을 사용하여 시작하고 실행하는 프로세스를 설명하고 Elasticsearch에서 벡터 검색 기능을 시연합니다.
검증된 방법론과 간단한 성공 단계를 통해 Elastic 온프레미스를 간편하게 AWS로 마이그레이션하세요. AWS의 Elastic을 통해 클라우드가 제공하는 확장성, 경제성 및 단순성을 모두 활용하실 수 있습니다.
Elastic을 클라우드로 마이그레이션할 때 고려해야 할 5가지 요소
Elastic이 마이그레이션 중에 업무연속성, 총소유비용 최적화, 재해 복구, 규정 준수 및 보안이라는 5가지 주요 요소를 어떻게 처리하는지 알아보세요.
클라우드를 통해 Elastic 환경을 개선하는 5가지 방법
클라우드 컴퓨팅의 5가지 주요 이점(탄력성, 보안, 비용, 안정성 및 지리적 범위)을 활용하여 Elastic 환경을 극대화하고 최고의 투자 수익을 얻는 방법에 대해 알아보세요.
Elastic Stack 7.17 출시
Elastic Stack 7.17은 개선된 새 업그레이드 도우미를 제공합니다. 이 업그레이드 도우미에는 사용 중단 문제를 해결하고 사용자가 자신 있게 다음 메이저 시리즈인 8.x로 업그레이드할 수 있도록 지원하는 단계별 안내와 더 많은 자동화된 수정 기능이 탑재되어 있습니다.
Elasticsearch 확장성을 향상시킨 3가지 방법
Elasticsearch로 새로운 차원의 확장성을 경험해 보세요! 7.16에서는 몇 가지 개선 사항을 적용하여 검색 속도를 향상하고, 클러스터 안정성을 높이고, 힙 공간을 줄였습니다.
새로운 Elastic과 Amazon S3 Storage Lens의 통합: 관리 간소화, 비용 제어, 위험 감소
Elastic Cloud를 사용하면 조직이 Amazon S3 Storage Lens 메트릭과 AWS 및 온프레미스 데이터 세트 전반에 걸쳐 운영에 대한 종합적인 관점을 확보하여 관리를 간소화하고, 비용을 억제하며, 보안 위험을 줄일 수 있습니다.
Elasticsearch, Kibana, Elastic Cloud 7.16: 통합 및 실행 가능한 인사이트
Elastic 통합을 사용하면 데이터를 대규모로 안전하게 수집, 저장, 검색 및 분석할 수 있습니다. 데이터를 쉽게 수집하고, 직관적인 UI로 탐색하고, 팀과 시스템 전반에서 데이터를 실행 가능한 인사이트로 전환하고 워크플로우를 간소화해 보세요.
