Elastic Stack 기능

엔터프라이즈 등급 보안과 개발자에게 더욱 친숙한 API에서부터 머신 러닝과 그래프 분석에 이르기까지, Elastic Stack은 모든 유형의 데이터를 대규모로 수집, 분석, 검색 및 시각화하는 데 도움이 되는 기능들(일부는 이전에 X-Pack에서 패키지로 제공)을 탑재하고 있습니다.

SignUpCTA

관리 및 작업

관리 및 작업

확장성 및 복원력

Elasticsearch는 처음부터 끝까지 분산형으로 설계된 환경에서 가동되기 때문에 사용자가 오류를 염려할 필요가 없습니다. 저희 클러스터는 사용자의 필요에 따라 확장 가능하므로, 필요시 또 다른 노드를 추가하기만 하면 됩니다.

클러스터링 및 고가용성

클러스터는 하나 이상의 노드(서버)의 모음으로, 이것들이 합쳐져 함께 사용자의 데이터를 유지하고, 모든 노드에 걸쳐 연결된 색인 및 검색 기능을 제공합니다. Elasticsearch 클러스터는 기본 샤드와 복제 샤드가 기능하며 한 노드가 중지되는 경우 장애 조치를 제공합니다. 기본 샤드가 중지되면, 복제 샤드가 그 자리를 대신합니다.

클러스터링 및 HA에 대해 알아보기

자동 노드 복구

의도적이든 그 밖에 다른 어떤 이유로든 노드가 클러스터를 떠나면, 마스터 노드는 복제 노드로 그 노드를 대체하고 샤드의 균형을 다시 조정함으로써 이에 대응합니다. 이러한 작업은 모든 샤드가 가능한 한 빨리 전체적으로 복제되도록 함으로써 데이터 손실로부터 클러스터를 보호하기 위한 것입니다.

노드 할당에 대해 알아보기

자동 데이터 재조정

Elasticsearch 클러스터 내의 마스터 노드는 어느 샤드를 어느 노드에 할당할 지, 그리고 클러스터의 균형을 다시 맞추기 위해 언제 노드 간에 샤드를 이동할 지를 자동으로 결정하게 됩니다.

자동 데이터 재조정에 대해 알아보기

수평적 확장성

사용이 증가함에 따라, Elasticsearch도 함께 확장됩니다. 더 많은 데이터를 추가하고, 더 많은 사용 사례를 추가하세요. 리소스가 부족해지기 시작하면, 클러스터에 또 다른 노드를 추가하기만 하면 용량과 안정성을 늘릴 수 있습니다. 클러스터에 더 많은 노드를 추가할 때, 자동으로 복제 샤드를 할당하기 때문에 미래에 대비할 수 있습니다.

수평적 확장성에 대해 알아보기

랙 구분

사용자 정의 노드 속성을 인식 속성으로 사용하여 샤드를 할당할 때 Elasticsearch가 사용자의 물리적 하드웨어 구성을 고려하도록 할 수 있습니다. 어느 노드가 동일한 물리적 서버에, 동일한 랙에, 또는 동일한 구역에 있는지 Elasticsearch가 아는 경우, 기본 샤드와 그 복제 샤드를 배포하여 장애가 발생하는 경우 모든 샤드 복사본을 잃게 되는 위험을 최소화할 수 있습니다.

할당 인식에 대해 알아보기

클러스터 간 복제 기능

클러스터 간 복제 기능(CCR) 기능은 원격 클러스터의 인덱스를 로컬 클러스터로 복제할 수 있게 합니다. 이 기능은 일반적인 사용 사례에서 사용할 수 있습니다.

CCR에 대해 알아보기
  • 재해 복구: 기본 클러스터에 장애가 생기면, 보조 클러스터가 hot 백업으로 기능할 수 있습니다.

  • 지리 근접성: 읽기는 로컬에서 제공될 수 있으며, 네트워크 대기 시간을 줄입니다.

데이터 센터 간 복제

데이터 센터 간 복제 기능은 한동안 Elasticsearch의 중요 업무용 애플리케이션의 필수 요건이었으며 이전에는 추가 기술을 활용하여 부분적으로 해결되었습니다. Elasticsearch의 클러스터 간 복제 기능을 이용하면, 데이터 센터, 지역 또는 Elasticsearch 클러스터에서 데이터를 복제하기 위한 추가 기술이 필요하지 않습니다.

데이터 센터 간 복제에 대해 읽어보기

관리 및 작업

모니터링

Elastic Stack의 모니터링 기능을 이용해 Elastic Stack이 올바르게 실행되고 있는지 관찰하세요. Elastic Stack을 최대한 효율적인 방식으로 이용하고 있는지 확인하는 작업은 무엇보다 중요합니다.

풀 스택 모니터링

Elastic Stack의 모니터링 기능은 Elasticsearch, Logstash, Kibana 작업에 대한 인사이트를 제공해줍니다. 모든 모니터링 메트릭은 Elasticsearch에 저장되며, 이것은 Kibana에서 손쉽게 데이터시각화를 할 수 있게 해줍니다.

Elastic Stack 모니터링에 대해 알아보기

멀티 스택 모니터링

중앙 집중식 모니터링 클러스터를 구성하여 서로 다른 위치에 배포된 여러 개의 Elastic Stack의 상태와 성능을 한 곳에서 손쉽게 기록하고 추적하며 서로 비교해 볼 수 있습니다.

멀티 스택 모니터링에 대해 알아보기

구성 가능한 유지 정책

Elastic Stack을 이용하면, 모니터링 데이터를 얼마나 오래 보존할 것인지를 제어할 수 있습니다. 기본 설정은 7일이지만, 사용자가 원하는 대로 변경할 수 있습니다.

보존 정책에 대해 알아보기

스택 문제 자동 경보

Elastic Stack 경보 기능을 이용하면, 강력한 경보를 이용해 클러스터의 상태와 라이선스 만료 여부, 기타 다양한 Elasticsearch, Kibana, Logstash 메트릭 등 클러스터에서의 변화에 대한 알림을 자동으로 받을 수 있습니다.

자동 스택 경보에 대해 알아보기

Elastic Stack 모니터링 서비스

Elastic Cloud의 Elasticsearch Service의 일환으로, Elastic Stack 모니터링 서비스는 전용 클러스터를 제공하여 모니터링 데이터를 호스팅합니다. 따라서 더 이상 자체적으로 전용 모니터링을 생성하고 관리할 필요가 없습니다.

Elastic Stack 모니터링 서비스에 대해 읽어보기

관리 및 작업

관리

Elastic Stack은 다양한 관리 도구, UI, API와 함께 제공되어 데이터, 사용자, 클러스터 작업 등을 전체적으로 제어할 수 있게 해줍니다.

인덱스 수명 주기 관리

인덱스 수명 주기 관리(ILM)는 사용자가 각 4단계에 인덱스가 얼마나 오래 유지되어야 하는지, 그리고 각 단계 동안 인덱스에 대해 어떤 조치가 취해져야 하는지를 제어하는 정책을 정의하고 자동화할 수 있게 해줍니다. 이렇게 하면 작업 비용을 훨씬 더 잘 관리할 수 있으며, 데이터도 여러 다른 리소스 계층으로 분류해 넣을 수 있습니다.

ILM에 대해 알아보기
  • hot: 활동적으로 업데이트되고 쿼리됨

  • warm: 더 이상 업데이트되지는 않지만 여전히 쿼리됨

  • cold/frozen: 더 이상 업데이트되지 않으며 아주 가끔씩만 쿼리됨(검색은 가능하지만 더 느림)

  • delete: 더 이상 필요 없음

hot-warm 아키텍처

hot-warm 아키텍처는 Elasticsearch 배포를 “hot” 데이터 노드와 “warm” 데이터 노드로 분리시킵니다. 이 두 가지 유형의 노드를 함께 사용하면 들어오는 데이터가 쿼리에 사용될 수 있도록 하면서 동시에 훨씬 더 오랜 기간 동안 데이터를 보존할 수 있게 됩니다.

hot-warm에 대해 읽어보기
  • hot 데이터 노드는 들어오는 데이터를 처리하고 좀더 빠른 저장 공간을 갖습니다.

  • warm 데이터 노드는 저장 공간 밀도가 더 높으며, 데이터를 더 장기간 보존하는 데 보다 비용 효과적입니다.

고정 인덱스

Elasticsearch 인덱스는 일부 데이터 구조를 메모리에 저장하여 사용자가 효율적으로 이를 검색하고 색인할 수 있게 해줍니다. 메모리 사용을 줄이기 위해 (그리고 운영비를 절감하기 위해), Elasticsearch는 빈번하지 않게 사용되는 데이터를 메모리에 유지되지 않는 고정 인덱스 내에 유지할 수 있습니다. 쿼리가 되면, 이 데이터는 쿼리 작성 시에 릴리즈되기 전에 일시적으로 메모리로 로딩됩니다.

고정 인덱스에 대해 알아보기

스냅샷 및 복구

스냅샷은 Elasticsearch 클러스터 실행에서 얻어지는 백업입니다. 개별 인덱스나 전체 클러스터의 스냅샷을 찍어서 공유 파일 시스템의 리포지토리에 저장할 수 있습니다. 원격 리포지토리도 지원하는 플러그인이 제공됩니다.

스냅샷 및 복구에 대해 알아보기

소스만 스냅샷

소스 리포지토리는 사용자가 디스크 공간을 최대 50% 적게 차지하는 최소한의 소스만 스냅샷을 찍을 수 있게 해줍니다. 소스만 스냅샷에는 저장된 필드와 인덱스 메타데이터가 포함됩니다. 인덱스나 doc values 구조는 포함되지 않으며, 복구되면 검색이 불가능합니다.

소스만 스냅샷에 대해 알아보기

스냅샷 수명 주기 관리

백그라운드 스냅샷 관리자로서, 스냅샷 수명 주기 관리 (SLM) API는 관리자가 Elasticsearch 클러스터의 스냅샷을 찍을 케이던스를 정의할 수 있게 해줍니다. 전용 UI를 통해, SLM은 사용자가 SLM 정책 유지를 구성하고, 스냅샷을 자동으로 생성, 일정 조정 및 삭제가 가능하도록 권한을 부여합니다. 따라서 고객 SLA를 준수하며 복구할 수 있도록 충분한 빈도수로 해당 클러스터의 적절한 백업이 이루어집니다.

SLM에 대해 알아보기

데이터 롤업

분석을 위해 과거 데이터를 유지하는 것은 극히 유용합니다. 그러나 막대한 양의 데이터를 보관하는 데 드는 경제적인 비용으로 인해 과거 데이터를 유지하지 못하는 경우가 자주 있습니다. 따라서 보존 기간은 방대한 과거 데이터의 유용성보다는 경제적인 현실에 따라 달라지게 됩니다. 롤업 기능은 과거 데이터를 요약하고 저장하는 수단을 제공함으로써, 원시 데이터 저장 비용의 극히 일부만으로도 분석을 위해 사용할 수 있게 해줍니다.

롤업에 대해 알아보기

CLI 도구

Elasticsearch는 보안을 구성하고 명령줄에서 다른 작업을 수행하기 위한 수많은 도구를 제공합니다.

여러 다른 CLI 도구 탐색하기

업그레이드 도우미 UI

업그레이드 도우미 UI는 사용자가 Elastic Stack의 가장 최신 버전으로 업그레이드할 수 있도록 준비를 도와줍니다. UI 내에서, 도우미는 사용자의 클러스터와 인덱스에서 사용되지 않는 설정을 식별해서, 재색인을 포함해 문제를 해결하는 절차를 차근차근 안내해 줍니다.

업그레이드 도우미 UI에 대해 알아보기

업그레이드 도우미 API

업그레이드 도우미 API는 사용자가 Elasticsearch 클러스터 업그레이드 상태를 확인하여, 이전의 메이저 버전에서 생성된 인덱스를 재색인할 수 있게 해줍니다. 도우미는 사용자가 Elasticsearch의 다음 번 메이저 버전에 대비할 수 있도록 도와줍니다.

업그레이드 도우미 API에 대해 알아보기

사용자 및 역할 관리

Kibana 내에서 API를 통해 또는 관리로부터 사용자와 역할을 생성하고 관리합니다.

사용자/역할 관리에 대해 알아보기

데이터 트랜스폼

데이터 트랜스폼은 2차원의 표 형식 데이터 구조로서, 색인된 데이터를 좀더 소화하기 쉽게 해줍니다. 데이터 트랜스폼은 데이터를 새로운 엔터티 중심의 인덱스로 피벗하는 집계를 수행합니다. 데이터를 변환하고 요약함으로써, 다른 머신 러닝 분석을 위한 소스로서 등 다른 방식으로 데이터를 시각화하고 분석하는 일이 가능해집니다.

데이터 트랜스폼에 대해 알아보기

관리 및 작업

경보

Elastic Stack의 경보 기능은 Elasticsearch 쿼리 언어를 충분히 활용하여 관심 있는 데이터의 변경 사항을 식별할 수 있도록 지원합니다. 즉, Elasticsearch에서는 쿼리에 대한 경보를 받을 수 있습니다.

고가용성, 확장성 알림

크고 작은 조직들이 알림의 필요성을 처리하기 위해 Elastic Stack을 신뢰하는 데는 이유가 있습니다. 모든 소스에서 모든 형식의 데이터를 안정적으로 그리고 안전하게 수집함으로써, 분석가가 실시간으로 핵심 데이터를 검색, 분석, 시각화할 수 있습니다. 이 모든 것이 사용자 정의된 안정적인 알림 기능과 함께 제공됩니다.

경보에 대해 알아보기

이메일, Slack, PagerDuty 또는 웹후크를 통한 통지

어떤 식으로 알림을 받길 원하시나요? 이메일, PagerDuty, Slack 등 Elasticsearch가 지원하는 다양한 경보 옵션 가운데서 원하는 매체를 선택하실 수 있습니다. 강력한 웹훅 출력은 기존의 모니터링 인프라나 서드파티 시스템과 통합됩니다.

경보 통지 옵션에 대해 알아보기

경보 UI

하나의 UI로 경보를 조회하고 생성하고 관리하세요. 실행되는 경보와 취해진 조치에 대한 업데이트를 실시간으로 제공받을 수 있습니다.

Kibana에서의 경보 구성에 대해 알아보기

관리 및 작업

스택 보안

Elastic Stack의 보안 기능은 적절한 사용자에게 적절한 액세스 권한을 부여합니다. IT, 운영, 애플리케이션 팀은 이 기능을 이용하여 선의의 사용자를 관리하고 악의적인 사용자를 감시할 수 있으며, 경영진과 고객은 Elastic Stack에 저장된 데이터가 안전하게 보호되고 있다는 사실을 알고 안심할 수 있습니다.

보안 설정

일부 설정은 민감하며, 그 값을 보호하기 위해 파일 시스템 사용 권한에만 의존하는 것은 충분하지 않습니다. 이러한 사용 사례의 경우, Elastic Stack 구성 요소는 민감한 클러스터 설정에 대한 원치 않는 액세스를 방지하지 위해 키 저장소를 제공합니다. Elasticsearch와 Logstash 키 저장소는 추가 보안을 위해 선택에 따라 비밀번호로 보호될 수 있습니다.

보안 설정에 대해 자세히 보기

암호화된 통신

Elasticsearch 노드 데이터 상의 네트워크 기반 공격은 SSL/TLS, 노드 인증 인증서 등을 사용한 트래픽 암호화를 통해 막을 수 있습니다.

암호화된 통신에 대해 알아보기

휴면 데이터 암호화 지원

Elastic Stack이 휴면 암호화를 기본으로 구현하지는 않지만, 모든 호스트 컴퓨터에서 디스크 수준의 암호화를 구성할 것을 권장합니다. 아울러, 스냅샷 대상 또한 데이터가 휴면 암호화되도록 확인해야 합니다.

역할 기반 액세스 제어(RBAC)

역할 기반 액세스 제어(RBAC)는 역할에 권한을 할당하고 사용자나 그룹에게 역할을 할당함으로써 사용자를 승인할 수 있게 해줍니다.

RBAC에 대해 알아보기

속성 기반 액세스 제어(ABAC)

Elastic Stack의 보안 기능은 또한 속성 기반 액세스 제어(ABAC) 메커니즘을 제공합니다. 이것은 사용자가 속성을 사용해 검색 쿼리와 집계에서 문서에 대한 접근을 제한할 수 있게 해줍니다. 이를 통해 역할 정의에서 액세스 정책을 구현하여, 사용자들이 모든 필요 속성을 갖는 경우에만 특정 문서를 읽을 수 있도록 할 수 있습니다.

ABAC에 대해 알아보기

필드 및 문서 수준 보안

필드 수준 보안은 사용자가 읽기 액세스 권한을 갖는 필드를 제한합니다. 특히, 문서 수준 읽기 API에서 액세스할 수 있는 필드가 어느 것인지를 제한합니다.

필드 수준 보안에 알아보기

문서 수준 보안은 사용자가 읽기 액세스 권한을 갖는 문서를 제한합니다. 특히, 문서 수준 읽기 API에서 액세스할 수 있는 문서가 어느 것인지를 제한합니다.

문서 수준 보안에 대해 알아보기

감사 로그

감사를 활성화하여 인증 실패 및 접속 거부와 같은 보안 관련 이벤트를 추적할 수 있습니다. 이러한 이벤트를 로깅하면 사용자가 의심스러운 활동에 대해 클러스터를 모니터링할 수 있으며, 공격을 받을 경우 증거를 제공합니다.

감사 로그에 대해 알아보기

IP 필터링

IP 필터링을 클러스터에 합류하고자 하는 다른 노드에 더하여 애플리케이션 클라이언트, 노드 클라이언트, 또는 이동 클라이언트에 적용할 수 있습니다. 노드의 IP 주소가 블랙리스트에 있는 경우, Elasticsearch 보안 기능은 Elasticsearch로의 연결이 가능하도록 하지만 즉시 해제되며 아무 요청도 처리되지 않습니다.

IP 주소 또는 범위

xpack.security.transport.filter.allow: "192.168.0.1"
xpack.security.transport.filter.deny: "192.168.0.0/24"

Whitelist

xpack.security.transport.filter.allow: [ "192.168.0.1", "192.168.0.2", "192.168.0.3", "192.168.0.4" ]
xpack.security.transport.filter.deny: _all

IPv6

xpack.security.transport.filter.allow: "2001:0db8:1234::/48"
xpack.security.transport.filter.deny: "1234:0db8:85a3:0000:0000:8a2e:0370:7334"

Hostname

xpack.security.transport.filter.allow: localhost
xpack.security.transport.filter.deny: '*.google.com'
IP 필터링에 대해 알아보기

보안 영역

Elastic Stack의 보안 기능은 영역과 하나 이상의 토큰 기반 인증 서비스를 이용해 사용자를 인증합니다. 영역은 인증 토큰을 기반으로 사용자를 확인하고 인증하는 데 사용됩니다. 보안 기능은 수많은 기본 영역을 제공합니다.

보안 영역에 대해 알아보기

싱글 사인온(SSO)

Elastic Stack은 Elasticsearch를 백엔드 서비스로 사용하여 Kibana에서 SAML 싱글 사인온(SSO)을 지원합니다. SAML 인증은 사용자가 Okta나 Auth0 같은 외부 ID 공급자를 이용해 Kibana에 로그인할 수 있게 해줍니다.

SSO에 대해 알아보기

서드파티 보안 통합

Elastic Stack의 보안 기능으로 기본 지원되지 않는 인증 시스템을 사용하는 경우, 사용자를 인증하기 위해 사용자 정의 영역을 생성할 수 있습니다.

서드파티 보안에 대해 알아보기

FIPS 140-2 모드

Elasticsearch는 활성화된 JVM에서 실행할 수 있는 FIPS 140-2 호환 모드를 제공합니다. 처리 기준 준수는 FIPs 승인/NIST 권장 암호화 알고리즘에 의해 보장됩니다.

FIPS 140-2 호환에 대해 알아보기

섹션 508

섹션 508 준수 기준을 충족하기 위해 Elastic Stack 배포가 필요하신 경우, 저희 보안 기능이 기준 충족을 처리해 드립니다.

여러 다른 규정 준수에 대해 읽어보기

표준(GDPR)

사용자의 데이터가 GDPR 가이드라인에 의해 개인 데이터로 분류될 가능성이 높습니다. Elasticsearch 데이터에 GDPR 보안 및 처리 요건을 위한 준비를 갖추기 위해, 역할 기반 액세스 제어에서부터 데이터 암호화에 이르기까지 Elastic Stack의 기능을 사용할 수 있는 방법을 알아보세요.

일반정보보호규정(GDPR) 백서 읽어보기

관리 및 작업

배포

퍼블릭 클라우드, 프라이빗 클라우드 또는 이 둘을 접목한 형태로든 Elastic Stack을 편리하게 운영하고 관리할 수 있도록 도와드리겠습니다.

다운로드 및 설치

정말 쉽게 시작할 수 있습니다. Elasticsearch와 Kibana를 아카이브로 또는 패키지 매니저로 다운로드하여 설치하면 됩니다. 금방 데이터를 색인, 분석, 시각화하게 됩니다. 기본 배포를 이용하면, 30일 무료 체험판으로 머신 러닝, 보안, 그래프 분석 등과 같은 플래티넘 기능들을 시험 사용해볼 수도 있습니다.

Elastic Stack 다운로드

Elastic Cloud

Elastic Cloud는 계속 증가하는 Elastic의 SaaS 제품군으로서 클라우드에서 Elastic 제품을 쉽게 배포, 운영, 확장할 수 있게 해줍니다. 쉽게 사용할 수 있고 관리되는 호스트형 Elasticsearch 환경에서부터 기본 제공되는 강력한 검색 솔루션에 이르기까지 Elastic Cloud는 Elastic을 원활하게 사용할 수 있는 기본 토대가 됩니다. Elastic Cloud 제품을 14일 간 무료로 사용해 보세요 - 신용카드가 필요 없습니다.

Elastic Cloud에서 시작하기

Elastic Cloud Enterprise

Elastic Cloud Enterprise(ECE)를 이용해, 모든 규모 및 인프라에서 Elasticsearch와 Kibana를 프로비저닝, 관리, 모니터링하고 단일 콘솔에서 모든 것을 관리하세요. Elasticsearch와 Kibana를 실행할 실제 하드웨어, 가상 환경, 프라이빗 클라우드, 퍼블릭 클라우드 내 개인 영역, 또는 일반 퍼블릭 클라우드(예: Google, Azure, AWS)를 선택하세요. 모든 곳에서 이용 가능합니다.

ECE 30일 무료 체험판을 사용해 보세요

Kubernetes의 Elastic Cloud

Kubernetes Operator 패턴 위에 구축된 Kubernetes의 Elastic Cloud(ECK)는 기본 Kubernetes 오케스트레이션을 확장하여 Kubernetes의 Elasticsearch와 Kibana 설정 및 관리를 지원합니다. Kubernetes의 Elastic Cloud는 배포, 업그레이드, 스냅샷, 확장, 고가용성, 보안 및 Kubernetes에서 Elasticsearch를 실행하기 위한 여러 가지를 간단하게 처리할 수 있도록 간소화합니다.

Kubernetes의 Elastic Cloud를 배포하세요

Helm 차트

공식 Elasticsearch와 Kibana Helm 차트로 몇 분 만에 배포하세요.

공식 Elastic Helm 차트에 대해 읽어보기

Docker 컨테이너화

Docker Hub의 공식 컨테이너로 Docker에서 Elasticsearch와 Kibana를 실행하세요.

Docker에서 Elastic Stack 실행

관리 및 작업

클라이언트

Elastic Stack은 사용자가 가장 편하게 생각하는 방식으로 데이터 작업을 할 수 있게 해줍니다. RESTful API, 언어 클라이언트, 강력한 DSL 등(심지어 SQL까지)을 이용한 유연함으로 사용자가 꼼짝 못하는 상황에 빠지지 않도록 지원해 드립니다.

REST API

Elasticsearch는 사용자가 클러스터와 상호작용하는 데 사용할 수 있는 종합적이고 강력한 JSON 기반의 REST API를 제공합니다.

REST API에 대해 알아보기
  • 클러스터, 노드, 인덱스 상태, 현황 및 통계를 확인하세요.

  • 클러스터, 노드, 인덱스 데이터 및 메타데이터를 관리하세요.

  • 인덱스에 대해 CRUD(생성, 읽기, 업데이트, 삭제) 및 검색 작업을 수행하세요.

  • 페이징, 분류, 필터링, 스크립팅, 집계 외 여러 다른 작업 등 고급 검색 작업을 실행하세요.

언어 클라이언트

Elasticsearch는 표준 RESTful API와 JSON을 사용하며 자바, Python, .NET, SQL, PHP 같은 다양한 언어로 클라이언트를 구축하고 유지관리합니다. 또한 우리 커뮤니티는 훨씬 많은 것을 기여해 왔습니다. 이러한 클라이언트는 사용하기 간편하며 Elasticsearch처럼 사용자가 수행하는 작업에 제한이 없습니다.

사용 가능한 언어 클라이언트 탐색하기

Console

Kibana의 개발 도구 중 하나인 Console에서 사용자는 cURL 같은 구문으로 Elasticsearch로 보내는 요청을 작성하고, 그 요청에 대한 응답을 볼 수 있습니다.

Console에 대해 알아보기

Elasticsearch DSL

Elasticsearch는 쿼리를 정의하기 위해 JSON에 기반한 전체 쿼리 DSL(도메인 특정 언어)를 제공합니다. 쿼리 DSL은 용어 및 구문 일치, 부분 일치, 와일드카드, 정규식, 네스트 쿼리, 위치 정보 쿼리 등 전체 텍스트 검색을 위한 강력한 검색 옵션을 제공합니다.

Elasticsearch DSL에 대해 알아보기
GET /_search
{
    "query": {
        "match" : {
            "message" : {
                "query" : "this is a test",
                "operator" : "and"
            }
        }
    }
}

Elasticsearch SQL

Elasticsearch SQL은 SQL 같은 쿼리가 Elasticsearch에 대해 실시간으로 실행되도록 해주는 기능입니다. REST 인터페이스, 명령 줄 또는 JDBC, 어느 것을 사용하든, 모든 클라이언트는 Elasticsearch 내에서 기본적으로 SQL을 사용해 데이터를 검색하고 집계할 수 있습니다.

Elasticsearch SQL에 대해 알아보기

JDBC 클라이언트

Elasticsearch SQL JDBC 드라이버는 Elasticsearch를 위한 모든 기능이 갖추어진 풍부한 JDBC 드라이버입니다. Type 4 드라이버인데, 이 말은 JDBC 호출을 Elasticsearch SQL로 변환하는, 플랫폼과는 독립적으로 데이터베이스에 직접 작용하는 순수한 독립형 자바 드라이버라는 뜻입니다.

JDBC 클라이언트에 대해 알아보기

ODBC 클라이언트

Elasticsearch SQL ODBC 드라이버는 Elasticsearch를 위한 모든 기능이 갖추어진 풍부한 3.80 ODBC 드라이버입니다. 핵심 레벨의 드라이버로서, Elasticsearch SQL ODBC API를 통해 접근 할 수 있는 모든기능을 노출시키며, ODBC 호출을 Elasticsearch SQL로 변환합니다.

ODBC 클라이언트에 대해 알아보기

수집 및 보강

수집 및 보강

데이터 소스

어떤 종류의 데이터든, Beats는 데이터 수집에 이상적입니다. 컨테이너와 함께 서버에 위치하거나 함수로 배포되며 그 후에는 Elasticsearch에서 데이터를 중앙화합니다. 추가적인 변환이나 구문 분석이 필요한 경우 Logstash로 데이터를 전송하기도 합니다.

운영체제

Linux 감사 프레임워크 데이터를 수집하고 파일 무결성을 모니터링하세요. Auditbeat은 이러한 이벤트를 Elastic Stack에 실시간으로 전송하여 추가적인 분석이 가능하도록 지원합니다.

Auditbeat에 대해 알아보기

Windows 기반 인프라의 상태를 확인해 보세요. Winlogbeat는 Windows 이벤트 로그를 Elasticsearch와 Logstash에 경량화된 방식으로 실시간 스트리밍합니다.

Winlogbeat에 대해 읽어보기

웹 서버 및 프록시

Filebeat와 Metricbeat는 NGINX, Apache, HAProxy, IIS 등을 위한 모듈과 미리 구성된 대시보드 등 웹 서버와 프록시 서버를 모니터링하는 다양한 방법을 제공합니다.

사용 가능한 Filebeat 모듈 탐색하기

데이터스토어 및 큐

Filebeat와 Metricbeat에는 데이터 저장 공간, 데이터베이스, 그리고 MySQL, MongoDB, PostgreSQL, Microsoft SQL 같은 대기 시스템으로부터 일반적인 로그 형식과 시스템 메트릭의 수집, 구문 분석, 시각화를 간소화하는 내부 모듈이 포함됩니다.

사용 가능한 Metricbeat 모듈 탐색하기

클라우드 서비스

AWS Lambda 같은 서버리스 아키텍처는 추가로 기본 소프트웨어와 하드웨어를 돌리고 관리할 필요 없이 코드를 배포하게 해줍니다. Functionbeat는 Kinesis, SQS, CloudWatch 로그 등 클라우드 인프라 모니터링에서도 이와 똑같은 단순성이 가능하도록 해줍니다.

Functionbeat에 대해 알아보기

컨테이너 및 오케스트레이션

애플리케이션 로그를 모니터링하고 Kubernetes 메트릭과 이벤트를 지켜보고 Docker 컨테이너의 성능을 분석하세요. 인프라 운영을 위해 기본 제공되는 앱에서 이 모든 것을 통해 시각화하고 검색하세요.

컨테이너 모니터링에 대해 읽어보기
  • MetricbeatFilebeat의 자동 검색 기능은 사용자 환경의 변화에 따라 최신 상태를 유지합니다.

  • Docker와 Kubernetes API 후크를 사용하여 모듈과 로그 경로의 추가를 자동화하고 모니터링 설정을 동적으로 조정합니다.

네트워크 데이터

HTTP 같은 네트워크 프로토콜로부터 애플리케이션 지연 시간 및 오류, 응답 시간, SLA 성능, 사용자 액세스 패턴 및 추이 등을 확인하세요. Packetbeat를 통해 이러한 데이터에 실시간으로 접근하여 내용을 분석하면 네트워크 트래픽의 흐름이 어떤지 파악할 수 있습니다.

Packetbeat에 대해 읽어보기

보안 데이터

보안 위협을 감지하는 작업에서 가장 명심해야 할 사실은 위협이 언제 어디서나 발생할 수 있다는 것입니다. 그렇기 때문에 시스템에서 어떤 일이 일어나고 있는지 전체적인 상황을 실시간으로 파악하는 것이 중요합니다. Beats는 그러한 데이터 캡처를 돕기 위해 Zeek, Suricata 등을 위한 다양한 모듈을 제공합니다.

Elastic SIEM으로 데이터 보호

가동 시간 데이터

동일한 호스트나 오픈 웹 등 테스트 위치와 관계없이 Heartbeat를 통해 가동 시간과 반응 시간 데이터를 손쉽게 생성할 수 있습니다.

Heartbeat에 대해 읽어보기

파일 가져오기

파일 데이터 시각화 도우미로, CSV, NDJSON 또는 로그 파일을 Elasticsearch 인덱스로 업로드할 수 있습니다. 파일 데이터 시각화 도우미는 파일 구조 API를 사용해 파일 형식과 필드 매핑을 파악합니다. 그 후, 데이터를 인덱스로 가져오도록 선택할 수 있습니다.

파일 데이터 가져오기에 대해 알아보기

수집 및 보강

데이터 Enrich(보강)

다양한 분석기, 토크나이저, 필터, 색인 시간 강화 옵션 등으로 Elastic Stack은 원시 데이터를 귀중한 정보로 바꿔줍니다.

프로세서

실제 문서 색인이 발생하기 전에 수집 노드를 사용해 문서를 전처리합니다. 수집 노드는 대량 요청과 인덱스 요청을 가로채서 변환을 적용한 다음, 문서를 인덱스나 대량 API로 다시 보냅니다. 수집 노드는 append, convert, date, dissect, drop, fail, grok, join, remove, set, split, sort, trim 등 25개 이상의 여러 다른 프로세서를 제공합니다.

수집 프로세서에 대해 알아보기

분석기

분석은 검색을 위한 반전된 인덱스에 추가되는 토큰이나 용어로 이메일 본문과 같은 텍스트를 변환하는 프로세스입니다. 분석은 분석기에 의해 수행됩니다. 이 분석기는 기본 분석기일 수도 있고, 토크나이저와 필터 조합을 사용해 인덱스별로 정의된 사용자 정의 분석기일 수도 있습니다.

데이터 분석기에 대해 알아보기

예제: 표준 분석기(기본 설정)

입력: "The 2 QUICK Brown-Foxes jumped over the lazy dog's bone."

출력: the 2 quick brown foxes jumped over the lazy dog's bone

토크나이저

토크나이저는 캐릭터 스트림을 받아, 이를 개별 토큰들(보통은 개별 단어들)로 분할하여, 토큰 스트림으로 내보냅니다. 토크나이저는 또한 (구문과 단어 근접 연결 쿼리에 사용되는) 각 용어의 순서나 위치, 그리고 (검색 조각 강조 표시에 사용되는) 그 용어가 나타내는 원래 단어의 시작과 끝 캐릭터 오프셋을 기록할 책임을 담당합니다. Elasticsearch는 사용자 정의 분석기를 구축하는 데 사용할 수 있는 수많은 기본 토크나이저를 갖추고 있습니다.

토크나이저에 대해 알아보기

예제: 공백 토크나이저

입력: "The 2 QUICK Brown-Foxes jumped over the lazy dog's bone."

출력: The 2 QUICK Brown-Foxes jumped over the lazy dog's bone.

필터

토큰 필터는 토크나이저로부터 토큰 스트림을 받아들여 토큰을 수정하거나(소문자로 변경 등), 토큰을 삭제하거나(중지 단어 삭제 등), 토큰을 추가(유의어 등)할 수 있습니다. Elasticsearch는 사용자 정의 분석기를 구축하는 데 사용할 수 있는 수많은 기본 토큰 필터를 갖추고 있습니다.

토큰 필터에 대해 알아보기

문자 필터는 토크나이저로 전달되기 전에 문자 스트림을 사전 처리하는 데 사용됩니다. 문자 필터는 원래 텍스트를 문자 스트림으로 받아서 문자를 추가, 삭제 또는 변경함으로써 스트림을 변환할 수 있습니다. Elasticsearch는 사용자 정의 분석기를 구축하는 데 사용할 수 있는 수많은 기본 문자 필터를 갖추고 있습니다.

문자 필터에 대해 알아보기

언어 분석기

모국어로 검색하세요. Elasticsearch는 30개 이상의 다른 언어 분석기를 제공하며, 여기에는 러시아어, 아랍어, 중국어 같은 비라틴 문자를 사용하는 수많은 언어가 포함됩니다.

사용 가능한 언어 필터 탐색하기

Grok

Grok 패턴은 재사용될 수 있는 별칭이 지정된 식을 지원하는 정규식 같은 것입니다. Grok을 사용하여 문서 내의 단일 텍스트 필드로부터 구조화된 필드를 검색합니다. 이 도구는 syslog logs, Apache 같은 웹 서버 로그, MySQL logs, 그리고 일반적으로 컴퓨터보다는 인간이 사용하도록 작성되는 모든 로그 형식에 이상적입니다.

Grok에 대해 알아보기

필드 변환

데이터 피드를 사용하는 경우, 데이터가 분석되기 전에 스크립트를 추가하여 데이터를 변환할 수 있습니다. 데이터 피드는 선택적인 script_fields 속성을 포함하며, 여기에서 사용자 정의 식을 평가하는 스크립트를 지정하고 스크립트 필드를 반환할 수 있습니다. 이 기능을 사용해 다양한 변환을 수행할 수 있습니다.

필드 변환에 대해 알아보기
  • 숫자 필드 추가

  • 문자열 연결, 자르기 및 변환

  • 토큰 바꾸기

  • 정규식 일치 및 연결

  • 도메인 이름별 문자열 분할

  • geo_point 데이터 변환

외부 조회

Logstash 외부 조회 플러그인으로 수집되는 로그 데이터를 강화하세요. 로그 줄을 손쉽게 보완하여 클라이언트 IP 위치, DNS 조회 결과, 그리고 인접한 로그 줄의 데이터까지 포함하는 정보로 더 많은 컨텍스트를 제공합니다. Logstash는 다양한 조회 플러그인 중에 선택할 수 있습니다.

Logstash 외부 조회에 대해 알아보기

매칭 Enrich 프로세서

매칭 Enrich 프로세서는 사용자가 수집 시에 데이터를 찾을 수 있게 해주며 보강된 데이터를 가져올 최적화된 인덱스를 표시합니다. 이것은 Beats에서 Logstash로 피봇팅하기 보다는 데이터에 몇 가지 요소를 추가해야 하는 Beats 사용자를 도와줍니다. 따라서 사용자는 수집 파이프라인을 직접 확인할 수 있습니다. 사용자는 또한 보다 나은 분석과 보다 일반적인 쿼리를 위해 프로세서로 데이터를 정규화할 수 있게 됩니다.

매칭 Enrich 프로세서에 대해 알아보기

위치 정보 매칭 Enrich 프로세서

위치 정보 매칭 Enrich 프로세서는 위치 정보 좌표 용어로 쿼리나 집계를 정의할 필요 없이 위치 정보 데이터를 활용함으로써 사용자가 검색과 집계 기능을 개선할 수 있게 해주는 유용하고 실용적인 방법입니다. 매칭 Enrich 프로세서와 비슷하게, 사용자는 수집 시에 데이터를 찾고, 보강된 데이터를 가져올 최적화된 인덱스를 발견할 수 있습니다.

위치 정보 매칭 Enrich 프로세서에 대해 알아보기

수집 및 보강

모듈 및 통합

원하시는 방식으로 데이터를 Elastic Stack으로 가져오세요. RESTful API, 언어 클라이언트, 수집 노드, 경량 수집기 또는 Logstash를 사용하세요. 언어 목록에만 국한되지 않습니다. 오픈 소스이기 때문에, 수집 가능한 데이터 유형에도 제한이 없습니다. 고유한 데이터 유형을 수집해야 하는 경우, 고유한 수집 방법을 만들기 위한 라이브러리와 단계별 지침을 제공해 드립니다. 그리고 원하시는 경우, 그것을 다시 커뮤니티와 공유하여, 바로 그 작업을 해야 하는 다음 사람이 똑같은 과정을 거치지 않아도 되도록 할 수 있습니다.

클라이언트 및 API

Elasticsearch는 표준 RESTful API와 JSON을 사용하며 자바, Python, .NET, SQL, PHP 같은 다양한 언어로 클라이언트를 구축하고 유지관리합니다. 또한 우리 커뮤니티는 훨씬 많은 것을 기여해 왔습니다. 이러한 클라이언트는 사용하기 간편하며 Elasticsearch처럼 사용자가 수행하는 작업에 제한이 없습니다.

사용 가능한 언어 클라이언트 및 API 탐색하기

수집 노드

Elasticsearch는 다양한 노드 유형을 제공하는데, 그 중 하나는 특별히 데이터 수집을 위한 것입니다. 수집 노드는 하나 이상의 수집 프로세서로 구성되는, 미리 처리된 파이프라인을 실행할 수 있습니다. 수집 프로세서와 필요한 리소스가 수행하는 작업 유형에 따라, 이 특정 작업만 수행하게 되는 전용 수집 노드를 갖는 것이 합리적일 수 있습니다.

수집 노드에 대해 알아보기

Beats

Beats는 Elasticsearch나 Logstash로 작업 데이터를 보내기 위해 서버에 에이전트로 설치하는 오픈 소스 데이터 수집기입니다. Elastic은 다양한 일반 로그, 메트릭 및 그 밖에 다양한 데이터 유형을 캡처하기 위해 Beats를 제공합니다.

Beats에 대해 읽어보기

커뮤니티 수집기

해결할 특정 사용 사례가 있는 경우, 커뮤니티 Beat를 생성할 것을 권장합니다. 프로세스를 간소화하기 위해 인프라를 생성했습니다. Go에서 모두 작성되면, libbeat 라이브러리는 모든 Beats가 데이터를 Elasticsearch로 전송하고, 입력 옵션을 구성하며, 로깅을 구현하는 등에 사용하는 API를 제공합니다.

Beats 개발자 가이드 읽어보기

커뮤니티에서 기여한 거의 100개에 달하는 Beats와 더불어, Cloudwatch 로그와 메트릭, GitHub 활동, Kafka 주제, MySQL, MongoDB Prometheus, Apache, Twitter 외 다수를 위한 에이전트가 있습니다.

사용 가능한 커뮤니티 개발 Beats 탐색하기

Logstash

Logstash는 실시간 파이프라인 역량을 갖춘 오픈 소스 데이터 수집 엔진입니다. Logstash는 서로 다른 소스의 데이터를 통합하여 데이터를 사용자가 선택하는 대상 위치로 정규화합니다. 다양한 고급 다운스트림 분석과 시각화 사용 사례를 위해 모든 데이터를 정리하고 자유롭게 이용하세요.

Logstash에 대해 읽어보기

Logstash 플러그인

사용자는 Logstash에 자신만의 입력, 코덱, 필터 또는 출력 플러그인을 추가할 수 있습니다. 플러그인은 Logstash 핵심과 독립적으로 개발 및 배포될 수 있습니다. 그리고 Logstash에서 사용할 수 있도록 자신만의 자바 플러그인을 작성할 수 있습니다.

Logstash에 기여하는 방법 알아보기

Elasticsearch-Hadoop

Apache Hadoop(Elasticsearch-Hadoop 또는 ES-Hadoop)용 Elasticsearch는 오픈 소스의 독립 실행형 자체 포함 소규모 라이브러리로서, Hadoop 작업이 Elasticsearch와 상호작용할 수 있게 해줍니다. ES-Hadoop을 사용해 동적 임베디드 검색 응용 프로그램을 손쉽게 구축하고, 전체 텍스트 검색과 위치 정보 쿼리, 집계를 통해 보다 깊이 있고 지연 시간이 짧은 Hadoop 데이터 분석을 실시할 수 있습니다.

ES-Hadoop에 대해 알아보기

플러그인 및 통합

언어 기반이 아닌 오픈 소스 애플리케이션으로서, 플러그인과 통합으로 Elasticsearch의 기능성을 쉽게 확장할 수 있습니다. 플러그인은 핵심 lasticsearch 기능을 사용자 정의 방식으로 개선하는 방법이며, 반면에 통합은 한결 손쉽게 Elasticsearch를 가지고 작업할 수 있게 해주는 외부 도구 또는 모듈입니다.

사용 가능한 Elasticsearch 플러그인 탐색하기
  • API 확장 플러그인

  • 알림 플러그인

  • 분석 플러그인

  • 발견 플러그인

  • 수집 플러그인

  • 관리 플러그인

  • 매퍼 플러그인

  • 보안 플러그인

  • 스냅샷/복구 리포지토리 플러그인

  • 저장 플러그인

수집 및 보강

관리

Kibana 내의 중앙화된 곳에서 수집 방법을 관리하세요.

Beats 중앙 관리

Beats 중앙 관리는 외부 구성 관리 도구에 대한 의존을 극적으로 줄여주고, Beats 구성이 Elastic Stack에서 직접 관리될 수 있도록 변경 가능하게 해주며, 전체 Beats 제품군에 대한 변경을 자동으로 롤아웃합니다.

Beats 중앙 관리에 대해 알아보기

Logstash 중앙 파이프라인 관리 도구

Kibana의 파이프라인 관리 UI에서 여러 Logstash 인스턴스를 관리하세요. Logstash 사이드에서, Logstash 구성 관리를 활성화하고 등록하여 중앙 집중식으로 관리되는 파이프라인 구성을 이용하세요.

Logstash 중앙 파이프라인 관리 도구에 대해 알아보기

데이터 저장 공간

데이터 저장 공간

유연성

Elastic Stack은 거의 모든 사용 사례에 적용할 수 있는 강력한 솔루션입니다. 그리고 고급 검색 역량으로 가장 잘 알려져 있긴 하지만, 유연한 디자인은 문서 저장 공간, 시계열 분석 및 메트릭, 위치 기반 정보 분석 등 수많은 다른 필요에 대해서도 최적의 도구입니다.

데이터 유형

Elasticsearch는 문서의 필드를 위한 많은 다른 데이터 유형을 지원하며, 그러한 각 데이터 유형은 그 자체의 여러 하위 유형을 제공합니다. 이를 통해 데이터와 상관없이 가능한 가장 효율적이고 효과적인 방법으로 데이터를 저장, 분석 ,활용할 수 있습니다. Elasticsearch가 최적화된 데이터 유형 몇 가지를 소개하면 다음과 같습니다.

Elasticsearch의 데이터 유형에 대해 알아보기
  • 텍스트

  • 도형

  • 숫자

  • 벡터

  • 히스토그램

  • 날짜/시계열

  • 병합된 필드

  • Geo-points/geo-shapes

  • 비정형 데이터(JSON)

  • 정형 데이터

풀텍스트 검색 (역 인덱스)

Elasticsearch는 반전된 인덱스라고 하는 구조를 사용하는데, 이것은 아주 빠른 전체 텍스트 검색을 할 수 있도록 설계된 것입니다. 반전된 인덱스는 문서에서 나타나는 모든 고유 단어 목록과 각 단어에 대해, 그 단어가 나타나는 문서 목록으로 구성됩니다. 반전된 인덱스를 만들려면, 먼저 각 문서의 콘텐츠 필드를 개별 단어(우리가 용어 또는 토큰이라고 부르는)로 분할하고, 모든 고유 용어의 분류된 목록을 만든 다음, 각 용어가 나타나는 문서 목록을 만듭니다.

반전된 인덱스에 대해 알아보기

(구조화되지 않은) 문서 저장소

Elasticsearch는 수집 또는 분석되기 위해 데이터가 (구조화되면 속도가 개선되기는 하지만) 구조화되어야 할 것을 요구하지 않습니다. 이러한 디자인은 간단하게 시작할 수 있지만, 아울러 Elasticsearch가 효과적인 문서 저장소가 되도록 해줍니다. Elasticsearch가 NoSQL 데이터베이스는 아니지만, 그래도 유사한 기능을 제공합니다.

동적 매핑에 대해 알아보기

시계열/분석(열 형식 저장소)

반전된 인덱스는 쿼리가 검색 용어를 신속하게 조회할 수 있게 해주지만, 정렬 및 집계에는 다른 데이터 액세스 패턴이 필요합니다. 용어를 조회하고 문서를 찾아내는 대신, 필드에서 가지고 있는 문서를 조회하고 용어를 찾아낼 수 있어야 합니다. doc values는 Elasticsearch의 디스크에 있는 데이터 구조이며, 문서 색인 시에 구축됩니다. 이것은 이 데이터가 가능한 패턴에 액세스할 수 있게 하여, 열 형식으로 검색이 발생할 수 있게 해줍니다. 이로써 Elasticsearch는 시계열 및 메트릭 분석에 뛰어나게 됩니다.

doc values에 대해 알아보기

위치 기반 정보(BKD 트리)

Elasticsearch는 Lucene 내에서 BKD 트리 구조를 사용하여 위치 기반 정보 데이터를 저장합니다. 이렇게 하면 geo-points(위도와 경도) 및geo-shapes(사각형과 다각형) 양쪽 모두를 효율적으로 분석할 수 있습니다.

데이터 저장 공간

보안

Elasticsearch는 데이터가 악의적인 사용자의 손에 들어가지 않도록 여러 가지 다양한 방법을 지원합니다.

휴면 데이터 암호화 지원

Elastic Stack이 휴면 암호화를 기본으로 구현하지는 않지만, 모든 호스트 컴퓨터에서 디스크 수준의 암호화를 구성할 것을 권장합니다. 아울러, 스냅샷 대상 또한 데이터가 휴면 암호화되도록 확인해야 합니다.

필드 및 문서 수준 API 보안

필드 수준 보안은 사용자가 읽기 액세스 권한을 갖는 필드를 제한합니다. 특히, 문서 수준 읽기 API에서 액세스할 수 있는 필드가 어느 것인지를 제한합니다.

필드 수준 보안에 알아보기

문서 수준 보안은 사용자가 읽기 액세스 권한을 갖는 문서를 제한합니다. 특히, 문서 수준 읽기 API에서 액세스할 수 있는 문서가 어느 것인지를 제한합니다.

문서 수준 보안에 대해 알아보기

데이터 저장 공간

관리

Elasticsearch는 클러스터와 그 노드, 인덱스와 그 샤드, 그리고 가장 중요하게는, 그 안에 포함된 모든 데이터를 전체적으로 관리할 수 있는 역량을 제공합니다.

클러스터된 인덱스

클러스터는 하나 이상의 노드(서버)의 모음으로, 이것들이 합쳐져 함께 사용자의 데이터를 유지하고, 모든 노드에 걸쳐 연결된 색인 및 검색 기능을 제공합니다. 이 아키텍처는 수평적으로 쉽게 확장할 수 있게 해줍니다. Elasticsearch는 사용자가 클러스터를 관리하는 데 사용할 수 있는 종합적이고 강력한 REST API 및 UI를 제공합니다.

클러스터된 인덱스에 대해 알아보기

데이터 스냅샷 및 복구

스냅샷은 Elasticsearch 클러스터 실행에서 얻어지는 백업입니다. 개별 인덱스나 전체 클러스터의 스냅샷을 찍어서 공유 파일 시스템의 리포지토리에 저장할 수 있습니다. 원격 리포지토리도 지원하는 플러그인이 제공됩니다.

스냅샷 및 복구에 대해 알아보기

소스만 데이터 스냅샷

소스 리포지토리는 사용자가 디스크 공간을 최대 50% 적게 차지하는 최소한의 소스만 스냅샷을 찍을 수 있게 해줍니다. 소스만 스냅샷에는 저장된 필드와 인덱스 메타데이터가 포함됩니다. 인덱스나 doc values 구조는 포함되지 않으며, 복구되면 검색이 불가능합니다.

소스만 스냅샷에 대해 알아보기

인덱스 롤업

분석을 위해 과거 데이터를 유지하는 것은 극히 유용합니다. 그러나 막대한 양의 데이터를 보관하는 데 드는 경제적인 비용으로 인해 과거 데이터를 유지하지 못하는 경우가 자주 있습니다. 따라서 보존 기간은 방대한 과거 데이터의 유용성보다는 경제적인 현실에 따라 달라지게 됩니다. 롤업 기능은 과거 데이터를 요약하고 저장하는 수단을 제공함으로써, 원시 데이터 저장 비용의 극히 일부만으로도 분석을 위해 사용할 수 있게 해줍니다.

롤업에 대해 알아보기

검색 및 분석

검색 및 분석

전체 텍스트 검색

Elasticsearch는 강력한 전체 텍스트 검색 역량으로 유명합니다. 그 속도는 그 중심에 있는 반전된 인덱스 덕분이며, 그 강력한 성능은 튜닝이 가능한 정확도 점수, 고급 쿼리 DSL 그리고 광범위한 검색 개선 기능 덕분입니다.

역 인덱스

Elasticsearch는 반전된 인덱스라고 하는 구조를 사용하는데, 이것은 아주 빠른 전체 텍스트 검색을 할 수 있도록 설계된 것입니다. 반전된 인덱스는 문서에서 나타나는 모든 고유 단어 목록과 각 단어에 대해, 그 단어가 나타나는 문서 목록으로 구성됩니다. 반전된 인덱스를 만들려면, 먼저 각 문서의 콘텐츠 필드를 개별 단어(우리가 용어 또는 토큰이라고 부르는)로 분할하고, 모든 고유 용어의 분류된 목록을 만든 다음, 각 용어가 나타나는 문서 목록을 만듭니다.

역 인덱스에 대해 알아보기

클러스터 간 검색

클러스터 간 검색(CCS) 기능은 모든 노드가 여러 클러스터에 걸쳐 연결된 클라이언트로 기능할 수 있게 해줍니다. 클러스터 간 검색 노드는 원격 클러스터에 합류하는 대신, 연결된 검색 요청을 실행하기 위해 가벼운 방식으로 원격 클러스터에 접속합니다.

CCS에 대해 알아보기

정확도 점수

유사성(정확도 점수/순위 모델)은 일치하는 문서들이 어떻게 점수가 매겨지는지를 정의합니다. 기본 설정으로 Elasticsearch는 BM25 유사성 — 짧은 필드에 대해 최적화된 기본 tf 정규화를 갖춘 고급 TF/IDF-기반 유사성 —을 갖지만 수많은 다른 유사성 옵션이 제공됩니다.

유사성 모델에 대해 알아보기

Query DSL

전체 텍스트 검색에는 강력한 쿼리 언어가 필요합니다. Elasticsearch는 쿼리를 정의하기 위해 JSON에 기반한 전체 쿼리 DSL(도메인 특정 언어)를 제공합니다. 용어와 구문에 일치하는 간단한 쿼리를 만들거나 여러 쿼리를 결합할 수 있는 복합 쿼리를 개발합니다. 아울러, 쿼리 시에 필터를 적용하여, 정확도 점수를 부여받기 전에 문서를 제거할 수 있습니다.

Elasticsearch query DSL에 대해 알아보기

비동기 검색

비동기 검색 API를 사용하면 오래 실행되는 쿼리를 백그라운드에서 실행하고 쿼리 진행 상황을 추적하며 검색 결과가 이용 가능해지면 부분적인 결과를 검색할 수 있습니다.

비동기 검색에 대해 자세히 보기

하이라이터

하이라이터는 검색 결과에서 하나 이상의 필드로부터 강조 표시된 코드 조각을 얻을 수 있게 해주며 따라서 쿼리 일치가 어디에 있는지를 사용자에게 보여줄 수 있습니다. 강조 표시를 요청할 때, 응답에는 강조 표시된 필드와 강조 표시된 조각을 포함하는 각 검색 방문마다 추가적인 강조 표시 요소가 포함됩니다.

하이라이터에 대해 알아보기

자동 완성

완성 제안기는 자동 완성/입력 시 검색 기능을 제공합니다. 이것은 사용자가 입력을 하고 있을 때 사용자에게 관련 결과를 안내하여 검색 정밀도를 개선하는 탐색 기능입니다.

자동 완성에 대해 알아보기

수정(맞춤법 검사)

용어 제안기는 맞춤법 검사의 루트에 있으며, 편집 거리를 기반으로 용어를 제안합니다. 제공되는 제안 텍스트는 용어가 제안되기 전에 분석됩니다. 제안되는 용어는 분석된 제안 텍스트별로 제공됩니다.

수정에 대해 알아보기

제안 도구 (검색어 추천)

문구 제안기는 엔그램 언어 모델에 기반해 가중치가 적용된 개별 토큰이 아니라 대신 정정된 전체 문구를 선택하는 용어 제안기에 더하여 추가 로직을 구축함으로써 검색에 “다음을 검색하려 하시나요?” 기능을 추가합니다. 실제적으로, 이 제안기는 동시 발생 및 빈도를 기반으로 어느 토큰을 선택할 것인지에 대해 보다 나은 결정을 내릴 수 있게 해줍니다.

제안기에 대해 알아보기

퍼컬레이터

퍼컬레이터는 인덱스에 저장된 문서를 찾기 위해 쿼리를 사용하는 표준 검색 모델을 뒤집어, 인덱스에 저장된 쿼리에 문서를 매칭하는 데 사용될 수 있습니다. percolate 쿼리는 저장된 쿼리와 일치시키기 위해 쿼리로 사용되는 문서를 그 자체에 포함합니다.

퍼컬레이터에 대해 알아보기

쿼리 프로파일러/최적화 도구

프로파일 API는 검색 요청에서 개별 구성 요소의 실행에 대한 상세한 타이밍 정보를 제공합니다. 낮은 수준에서 검색 요청이 어떻게 실행되는지에 대한 인사이트를 제공하여, 사용자가 왜 특정 요청은 느린지, 그것을 개선하려면 어떤 단계를 밟아야 하는지 이해할 수 있습니다.

프로파일 API에 대해 알아보기

권한 기반의 검색 결과

필드 수준 보안문서 수준 보안은 검색 결과를 사용자가 읽기 권한이 있는 것으로만 제한합니다. 특히, 문서 수준 읽기 API에서 액세스할 수 있는 필드 및 문서가 어느것인지를 제한합니다.

쿼리 취소

쿼리 취소는 불필요한 처리 과부하를 줄임으로써 전체적인 클러스터 영향을 돕는 유용한 Kibana 기능입니다. Elasticsearch 요청의 자동 취소는 사용자가 쿼리를 변경하고 업데이트하거나 브라우저 페이지를 새로 고칠 때 발생하게 됩니다.

검색 및 분석

분석

데이터 검색은 시작일 뿐입니다. Elastic Stack의 강력한 분석 기능은 사용자가 검색한 데이터를 가지고 훨씬 더 깊은 의미를 찾아낼 수 있도록 해줍니다. 결과 집계든, 문서 간의 관계 찾기든, 기준치 값에 기반한 알림 생성이든, 이 모든 것은 강력한 검색 기능의 토대 위에 구축됩니다.

집계

집계 프레임워크는 검색 쿼리를 기반으로 집계된 데이터를 제공할 수 있도록 도와줍니다. 이것은 복잡한 데이터 요약을 구축하기 위해 구성될 수 있는 집계라고 하는 간단한 빌딩 블록을 기반으로 합니다. 집계는 문서 세트에 대해 분석적인 정보를 구축하는 작업 단위로 볼 수 있습니다.

집계에 대해 알아보기
  • 메트릭 집계

  • 버킷 집계

  • 파이프라인 집계

  • 매트릭스 집계

그래프 탐색

그래프 탐색 API는 사용자가 Elasticsearch 인덱스에서 문서와 용어에 대한 정보를 검색하고 요약할 수 있게 해줍니다. 이 API의 행동을 이해하는 가장 좋은 방법은 Kibana의 그래프를 사용해 연결을 탐색하는 것입니다.

그래프 탐색 API에 대해 알아보기

임계값 경보

임계값 경보를 생성하여 Elasticsearch 인덱스의 데이터가 주어진 시간 간격 내에서 언제 특정 임계값 이상 또는 이하가 되는지를 주기적으로 확인하세요. 경보 기능은 Elasticsearch 쿼리 언어를 충분히 활용하여 관심 있는 데이터의 변경 사항을 식별할 수 있도록 지원합니다.

임계값 경보에 대해 알아보기

검색 및 분석

머신 러닝

Elastic 머신 러닝 기능은 Elasticsearch 데이터의 트렌드, 주기성 등과 같은 동작을 자동으로 실시간 모델링하여 더 빠르게 문제를 식별하고 근본 원인을 분석하며 가양적(false positive) 결과를 줄입니다.

유추

유추는 일괄 분석으로서뿐만 아니라 지속적인 방식으로도 회귀나 분류 같은 지도 머신 러닝 프로세스를 사용할 수 있게 해줍니다. 유추 덕분에 들어오는 데이터에 대해 훈련된 머신 러닝 모델을 사용하는 것이 가능해집니다.

유추에 대해 알아보기

언어 확인

언어 확인은 텍스트의 언어를 파악하기 위해 사용할 수 있는 훈련된 모델입니다. 유추 프로세서에서 언어 확인 모델을 참조하실 수 있습니다.

언어 확인에 대해 알아보기

시계열 예측

Elastic 머신 러닝이 데이터의 정상적인 행동에 대한 기준선을 생성한 후, 사용자는 그 정보를 사용해 미래의 행동을 추론할 수 있습니다. 그리고 나서 특정한 미래의 날짜에 대한 시계열 값 추정을 예측하거나 미래에 발생하는 시계열 값의 개연성 추정을 예측합니다.

예측에 대해 알아보기

시계열에서의 이상 징후 탐색

Elastic 머신 러닝기능은 데이터에서 정상 동작의 정확한 기준선을 생성하고 해당 데이터의 비정상적인 패턴을 식별함으로써 시계열 데이터 분석을 자동화합니다. 독점 머신 러닝 알고리즘을 사용해 이상 징후가 탐색되고, 영향도가 지정되고, 데이터에서 통계적으로 의미있는 영향력 행사자와 연결됩니다.

이상 징후 탐색에 대해 알아보기
  • 값, 수 또는 빈도에서 임시 편차와 관련된 이상 징후

  • 통계적 희귀성

  • 인구 구성원의 비정상적인 행동

이상 징후 경보

비지도 학습 방식의 머신 러닝 기능으로 규칙과 임계값을 정의하기 어려운 변경 사항을 경보 기능과 결합하여 통상적이지 않은 데이터의 이상 행동을 감지합니다. 그리고 나서 알림 프레임워크의 이상 징후 점수를 이용해 문제가 발생하면 알림을 받습니다.

경보에 대해 읽어보기

군집/개체군 분석

Elastic 머신 러닝 기능을 사용해 “통상적인” 사용자, 머신, 또는 기타 엔터티가 특정 기간에 걸쳐 하는 것의 프로파일을 구축한 다음 이들이 인구에 비해 비정상적으로 행동할 때 이상값을 식별합니다.

군집/개체군 분석에 대해 알아보기

로그 메시지 분류

애플리케이션 로그 이벤트는 종종 비정형이며 변수 데이터를 포함합니다. Elastic 머신 러닝 기능은 메시지의 정적인 부분을 관측하고, 유사한 메시지들을 함께 묶어 클러스터화하며, 메시지 카테고리로 분류합니다.

로그 메시지 분류에 대해 알아보기

근본 원인 표시

Elastic 머신 러닝 기능은 이상 징후가 감지되면 중대한 영향을 받은 속성을 손쉽게 식별할 수 있습니다. 예를 들어 트랜잭션에서 평상시와 다른 하락이 발생한 경우, 잘못된 구성으로 서버 오류나 문제를 일으킨 스위치를 신속하게 식별할 수 있습니다.

근본 원인 표시에 대해 알아보기

데이터 시각화 도우미

데이터 시각화 도우미는 로그 파일이나 기존 인덱스에서 메트릭과 필드를 분석함으로써 Elasticsearch 데이터를 더 잘 이해하고 머신 러닝 분석을 위해 가능한 필드를 더 잘 파악할 수 있도록 도와줍니다.

데이터 시각화 도우미에 대해 알아보기

다중 메트릭 이상 징후 탐색기

여러 탐지기로 복잡한 머신 러닝 작업을 만드세요. 다중 메트릭 작업이 데이터 입력 스트림을 분석하고, 그 동작을 모형화하고, 사용자가 작업에서 정의한 두 개의 탐지기를 기반으로 분석을 수행한 후에, 이상 징후 탐색기를 사용해 그 결과를 볼 수 있습니다.

다중 메트릭 작업 분석에 대해 알아보기

이상값 탐색 API

비지도 이상값 탐색은 네 개의 다른 거리와 밀도 기반 머신 러닝 기술을 사용해 어느 데이터 포인트가 대다수에 비해 비정상적인지를 찾아냅니다. 데이터 프레임 분석 작업 API 생성을 이용해 이상값 탐색 데이터 프레임 분석 작업을 만듭니다.

이상값 탐색 API에 대해 알아보기

검색 및 분석

Elastic APM

Elasticsearch에 이미 로그와 시스템 메트릭을 갖고 계신가요? Elastic APM을 이용하여 애플리케이션 메트릭으로 영역을 확장하세요. 단 4줄의 코드로 전체적인 상황을 파악하며 문제를 신속하게 해결하고 효율적인 코딩을 진행할 수 있습니다.

APM 서버

APM 서버는 APM 에이전트로부터 데이터를 받아 Elasticsearch 문서로 변환합니다. 수집하는 APM 서버를 스트리밍하는 해당 에이전트로 HTTP 서버 엔드포인트를 노출함으로써 이 작업을 합니다. APM 서버가 APM 에이전트로부터의 이벤트를 확인하고 처리한 후, 서버는 데이터를 Elasticsearch 문서로 변환하고 해당하는 Elasticsearch 인덱스에 저장합니다.

APM 서버에 대해 알아보기

APM 에이전트

APM 에이전트는 서비스와 동일한 언어에서 작성되는 오픈 소스 라이브러리입니다. 다른 라이브러리를 설치할 때처럼 APM 에이전트를 서비스에 설치합니다. 이것은 코드를 활용해 성능 데이터와 런타임 오류를 수집합니다. 이 데이터는 단기간 동안 버퍼링되고 APM 서버로 보내집니다.

APM 에이전트에 대해 알아보기

APM 앱

코드에서 장애물을 찾아내고 수정하는 것은 결국 검색에서 비롯됩니다. Kibana의 전용 APM 앱을 통해 병목현상을 파악하고 문제를 일으킬 수 있는 코드 변화를 관찰합니다. 이러한 작업은 보다 효율적인 코드 개발로 이어져 개발-테스트-배포 주기를 가속화하고 더욱 빠른 애플리케이션과 고객 경험을 제공합니다.

lastic APM에 대해 알아보세요

분산 추적

전체 인프라를 통해 요청이 어떻게 이동하는지 궁금하세요? 트랜잭션을 분산 추적과 연결하여 서비스가 어떻게 상호작용하고 있는지 확실히 파악하세요. 대기 시간 문제가 경로 중 어디서 발생하고 있는지 찾아낸 다음, 최적화가 필요한 구성요소를 정확히 집어내세요.

분산 추적에 대해 알아보기

경보 통합

코드가 어떻게 실행되고 있는지 최신 정보를 받아보세요. 무엇인가 정상에서 벗어나면 이메일 알림을 받으세요. 또는 무엇인가 아주 제대로 진행되고 있으면 Slack 알림을 보내드립니다.

경보에 대해 읽어보기

머신 러닝 통합

APM 앱에서 직접 머신 러닝 작업을 생성하세요. 데이터를 자동 모델링하는 머신 러닝 기능으로 이상 행동을 신속하게 찾아내세요.

APM의 머신 러닝 통합에 대해 알아보기

탐색 및 시각화

탐색 및 시각화

시각화

Elasticsearch 인덱스에서 데이터 시각화를 생성하세요. Kibana 시각화는 Elasticsearch 쿼리를 기반으로 합니다. 일련의 Elasticsearch 집계를 사용하여 데이터를 추출하고 처리함으로써, 사용자가 알아야 하는 트렌드, 과부하, 감소를 보여주는 차트를 만들 수 있습니다.

대시보드

Kibana 대시보드는 일련의 시각화와 검색을 나타냅니다. 대시보드 콘텐츠를 배치, 크기 조정 및 편집한 다음 대시보드로 저장하여 공유할 수 있습니다.

Kibana의 대시보드에 대해 알아보기

Canvas

Canvas는 데이터가 멋지게 보이도록 만드는 완전히 새로운 방법입니다. Canvas는 데이터를 색상, 도형, 텍스트 및 사용자만의 상상력을 결합시켜 크고 작은 화면에서 여러 페이지의 픽셀까지 완벽한 동적인 데이터 디스플레이로 표현해줍니다.

Canvas에 대해 읽어보기

Kibana Lens

Kibana Lens는 사용하기 쉬운 직관적인 UI로, 끌어서 놓기 환경을 통해 데이터 시각화 프로세스를 간소합니다. 수십억 개의 로그를 탐색하든 아니면 웹사이트 트래픽에서 추세를 탐지하든, Lens는 클릭 몇 번만으로 데이터에서 인사이트를 얻도록 해드립니다. Kibana에 대한 사전 경험이 전혀 필요 없습니다.

Kibana Lens에 대해 알아보기

Time Series Visual Builder

Elasticsearch 집계 프레임워크의 강력한 기능을 이용해, Time Series Visual Builder(TSVB)는 무한한 수의 집계와 파이프라인 집계를 결합하여 의미있는 방식으로 복잡한 데이터를 표시하는 시계열 데이터 시각화 도구입니다.

TSVB에 대해 알아보기

그래프 분석

그래프 분석 기능은 사용자가 Elasticsearch 인덱스의 항목들을 어떻게 연관시키는지를 찾아볼 수 있게 해줍니다. 색인된 용어들 간의 연결을 탐색하고 어느 연결이 가장 의미있는지를 볼 수 있습니다. 이것은 사기행위 탐색에서부터 권장 엔진에 이르기까지 다양한 애플리케이션에서 유용합니다.

그래프 분석에 대해 알아보기

위치 기반 정보 분석

Elastic Stack의 수많은 사용자들에게 “어디에”란 중요한 질문입니다. 공격자들로부터 네트워크를 보호하든, 특정 위치에서 느린 애플리케이션 응답 시간을 조사하든, 또는 그냥 귀가를 위한 차량 서비스를 부르든, 위치 정보와 검색은 중요한 역할을 합니다.

위치 기반 정보 분석과 지도에 대해 알아보기

컨테이너 모니터링

앱과 환경은 계속해서 진화하고 있습니다. Elastic Stack도 마찬가지입니다. 애플리케이션, Docker, Kubernetes에서 일어나고 있는 상황을 모두 한 곳에서 모니터링하고 검색하고 시각화하세요.

컨테이너 모니터링에 대해 읽어보기

Kibana 플러그인

커뮤니티 기반 플러그인 모듈로 Kibana에 훨씬 더 많은 기능을 추가하세요. 오픈 소스 플러그인이 다양한 앱, 확장자, 시각화 등에 대해 제공됩니다. 플러그인에는 다음이 포함됩니다.

이용가능한 Kibana 플러그인 탐색하기
  • Vega 시각화

  • Prometheus 내보내기

  • 3D 차트 및 그래프

  • 캘린더 시각화

  • 그리고 그 외 다수

데이터 가져오기 튜토리얼

따라하기 쉬운 튜토리얼과 함께, 데이터 세트를 Elasticsearch로 로드하고, 인덱스 패턴을 정의하고, 데이터를 발견하고 탐색하며, 시각화와 대시보드를 만드는 것 등을 배워보세요.

데이터 가져오기 튜토리얼에 대해 알아보기

탐색 및 시각화

공유 및 공동 작업

적합하다고 생각되는 공유 옵션을 사용해 팀원, 상사, 상사의 상사, 고객, 컴플라이언스 관리자, 계약업체 등 누구와도 Kibana를 쉽게 공유할 수 있습니다. 대시보드를 포함시키고 링크를 공유하고 PDF, PNG 또는 CSV 파일로 내보내기하고 첨부 파일로 전송하세요. 또는 Kibana 스페이스로 대시보드와 시각화를 구성하세요.

임베디드 대시보드

Kibana에서 Kibana 대시보드로의 직접 링크를 손쉽게 공유하거나 웹 페이지에서 iframe으로 대시보드를 포함시킬 수 있습니다. 라이브 대시보드로 또는 현재 시점의 정적인 스냅샷으로 가능합니다.

대시보드 포함과 공유에 대해 알아보기

대시보드 전용 노드

kibana_dashboard_only_user 기본 역할을 사용해 Kibana에 로그인할 때 어느 사용자가 볼 수 있는지 제한합니다. ibana_dashboard_only_user 역할은 Kibana에 대해 읽기 전용 권한으로 미리 구성되어 있습니다. 사용자가 대시보드를 열면, 제한된 시각 환경을 갖게 됩니다. 모든 편집 및 생성 콘솔은 숨겨진 상태입니다.

대시보드 전용 노드에 대해 알아보기

스페이스

Kibana의 스페이스를 이용해 대시보드와 다른 저장된 개체들을 의미있는 카테고리로 분류할 수 있습니다. 일단 특정 스페이스에 있게 되면, 그 스페이스에 속한 대시보드와 다른 저장된 개체들만 보게 됩니다. 그리고 활성화된 보안으로, 어느 사용자가 개별 스페이스에 접근하는지를 제어할 수 있 어 추가적인 차원의 보호를 제공합니다.

스페이스에 대해 알아보기

PDF/PNG 보고서

Kibana 시각화 데이터나 대시보드의 보고서를 신속하게 생성하고 이 보고서를 PDF나 PNG로 저장할 수 있습니다. 보고서는 요청 시에 또는 정해진 간격에 따라 자동 생성되도록 설정하거나 특정한 조건을 만족할 경우 생성되도록 설정이 가능하며, 이렇게 생성된 보고서는 다른 사람들과 공유할 수 있습니다.

보고에 대해 읽어보기

CSV 내보내기

Discover에서 저장된 검색을 외부 텍스트 편집기에서 사용할 수 있도록 CSV 파일로 내보냅니다.

저장된 검색 내보내기에 대해 알아보기

탐색 및 시각화

Elastic Maps

Maps 앱은 사용자가 대규모의 지역 위치 데이터를 실시간으로 빠르게 구문분석을 할 수 있게 해줍니다. 지도의 여러 레이어와 인덱스, 원시 문서의 그리기, 동적 클라이언트 사이드 스타일 지정, 여러 레이어에 걸친 글로벌 검색 등과 같은 기능으로 손쉽게 데이터를 이해하고 모니터링할 수 있습니다.

지도 레이어

Kibana에서 Maps 앱을 사용해 각 인덱스마다 고유한 레이어를 하나의 보기에 추가하세요. 여러 레이어가 동일한 지도 상에 있으므로, 실시간으로 그 모든 것을 검색하고 필터링할 수 있습니다. 옵션에는 단계구분도 레이어, 열 지도 레이어, 타일 레이어, 벡터 레이어 등이 포함됩니다.

지도 레이어에 대해 알아보기

사용자 정의 지역 지도

선택하는 계통도의 사용자 정의 위치 데이터를 이용해 지역 지도를 만드세요. 지역 지도는 경계 벡터 도형이 그라데이션을 이용해 색상으로 표시되는 주제 지도입니다.

지역 지도에 대해 알아보기

Elastic Maps Service(확대/축소 수준)

Elastic Maps Service는 Kibana에서 (Maps 앱 포함) 기본 지도 타일, 도형 파일, 위치 기반 데이터 시각화를 위해 필수적인 핵심 기능 등을 제공함으로써 모든 위치 기반 정보 시각화를 지원합니다. Kibana의 기본 배포를 통해, 지도에서 최대 18배까지 확대할 수 있습니다.

Elastic Maps Service에 대해 읽어보기

GeoJSON 업로드

사용이 간단하고 쉽지만, GeoJSON 업로드 기능은 강력합니다. Elasticsearch로 직접 수집함으로써, 이 기능을 이용해 지도 생성자는 점, 도형, 콘텐츠로 강화된 GeoJSON 파일을 지도에 끌어다 놓음으로써 즉각적인 시각화를 할 수 있습니다.

GeoJSON 업로드에 대해 알아보기

탐색 및 시각화

Elastic Logs

Elastic Stack은 흔히 쓰이는 데이터 소스들에 대한 매핑 정의 및 대시보드 자동 생성을 지원하기 때문에 즉시 사용이 가능합니다. 몇 분 만에 Filebeat와 Winlogbeat를 이용해 로그를 수집하고 Elasticsearch로 색인 작업하고 Kibana에서 이 모든 것을 시각화하세요.

Log 수집기(Filebeat)

Filebeat는 이런 상황에서 로그와 파일을 경량화된 방식으로 전달하고 중앙 집중화하여 작업을 보다 간편하게 만들어 주는 역할을 합니다. Filebeat는 내부 모듈(auditd, Apache, NGINX, System, MySQL 등)을 통해 일반적인 형식의 로그 데이터를 단일 명령으로 간편하게 수집, 구문 분석, 시각화합니다.

Filebeat에 대해 읽어보기

Logs 대시보드

예시 Filebeat 대시보드는 사용자가 손쉽게 Kibana의 로그 데이터를 탐색할 수 있게 해줍니다. 이렇게 미리 구성된 대시보드를 이용해 신속하게 시작한 다음, 필요에 따라 사용자 정의하세요.

Logs 대시보드에 대해 알아보기

Logs 앱

Logs 앱은 컴팩트하고 사용자 정의 가능한 디스플레이에서 테일링되는 실시간 로그를 제공합니다. 로그 데이터는 Metrics 앱에서 메트릭과 연관되어 사용자가 손쉽게 문제를 진단할 수 있게 해줍니다.

Logs 앱에 대해 알아보기

탐색 및 시각화

Elastic Metrics

Elastic Metrics를 이용해 CPU 사용, 시스템 부하, 메모리 사용, 네트워크 트래픽 같은 높은 수준의 메트릭을 손쉽게 추적하여, 서버, 컨테이너, 서비스의 전체적인 상태를 평가하세요.

Metric 수집기(Metricbeat)

Metricbeat는 사용자가 서버에 설치하여 운영 체제로부터, 그리고 서버에서 실행되는 서비스로부터 주기적으로 메트릭을 수집할 수 있는 경량 수집기입니다. CPU부터 메모리까지, Redis부터 NGINX까지, Metricbeat를 통해 시스템과 서비스 통계를 가볍게 전송할 수 있습니다.

Metricbeat에 대해 알아보기

Metrics 대시보드

예시 Metricbeat 대시보드는 사용자가 Kibana에서 손쉽게 서버 모니터링을 시작할 수 있게 해줍니다. 이렇게 미리 구성된 대시보드를 이용해 신속하게 시작한 다음, 필요에 따라 사용자 정의하세요.

Metrics 대시보드에 대해 알아보기

Metrics 앱

메트릭을 Elasticsearch로 스트리밍하도록 한 후, Kibana에서 Metrics 앱을 사용해 이를 모니터링하고 실시간으로 문제를 파악하세요.

Metrics 앱에 대해 알아보기

탐색 및 시각화

Elastic Uptime

오픈 소스 Heartbeat가 지원하는 Elastic Uptime을 사용하면, 가용성 데이터가 로그, 메트릭, APM이 제공하는 풍부한 컨텍스트와 함께 작동하여, 한결 간편하게 전체 의미를 파악하고, 활동을 서로 연결시키고, 신속하게 문제를 해결할 수 있습니다.

Uptime 모니터(Heartbeat)

Heartbeat는 원격 서버에 설치하는 경량의 데몬으로서 주기적으로 서비스 상태를 확인하고 사용 가능한지 여부를 알아냅니다. Heartbeat는 서버 데이터를 수집하며, 이것은 그 후 Kibana의 Uptime 대시보드와 앱에서 표시됩니다.

Heartbeat에 대해 읽어보기

Uptime 대시 보드

예시 Heartbeat 대시보드는 사용자가 Kibana에서 서비스 상태를 손쉽게 시각화할 수 있게 해줍니다. 이렇게 미리 구성된 대시보드를 이용해 신속하게 시작한 다음, 필요에 따라 사용자 정의하세요.

Uptime 대시 보드에 대해 알아보기

Uptime 앱

Kibana의 Uptime 앱은 네트워크나 환경 내에서 중단 및 기타 연결 문제를 신속하게 파악하고 진단할 수 있도록 돕기 위한 것입니다. 이 유용한 인터페이스에서 손쉽게 호스트, 서비스, 웹사이트, API 등을 모니터링하세요.

Uptime 앱에 대해 알아보기

탐색 및 시각화

Elastic SIEM

Elastic SIEM과 Elastic Endpoint Security는 SOC 분석가, 위협 헌팅 전문가, IT 운영자가 생각의 속도와 맞먹을 정도로 빠르게 위협을 탐색하고 조사하고 분류할 수 있는 역량을 제공합니다. Kibana의 SIEM 앱은 기술 기반의 자동화된 탐색, 헌팅과 조사를 위한 워크플로우, 포함된 사례 관리를 결합하여 모두 직관적인 Kibana 앱에서 패키지로 제공됩니다.

Elastic Common Schema

Elastic Common Schema(ECS)로 다양한 소스의 데이터를 일관되게 분석하세요. 대시보드와 머신 러닝 작업과 같은 분석 콘텐츠를 좀더 폭넓게 적용할 수 있고, 검색을 한결 세부적으로 조정할 수 있으며, 필드 이름을 더욱 쉽게 기억할 수 있습니다.

Elastic Common Schema에 대한 동영상 보기

호스트 보안 분석

Kibana에 이미 존재하는 방대한 시각화 및 대시보드 라이브러리에 대한 보완으로, SIEM 앱 내의 호스트 조회는 호스트 관련 보안 이벤트에 대한 핵심 메트릭을 제공하며, 타임라인 이벤트 뷰어와의 상호작용을 활성화하는 데이터 표 세트도 제공합니다. 또한 Elastic Endpoint Security, Filebeat, Winlogbeat, Auditbeat를 통해 호스트 기반 보안 데이터를 수집합니다.

호스트 보안 분석에 대해 알아보기

네트워크 보안 분석

Elastic SIEM 내의 네트워크 조회는 분석가들에게 핵심 네트워크 활동 메트릭에 대한 정보를 알려주며, 손쉽게 조사 시간을 보강하고, 타임라인 이벤트 뷰어와 상호 작용이 가능한 네트워크 지도와 이벤트 표를 제공합니다. 솔루션은 광범위한 네트워크 모니터링과 Intrusion Detection System(IDS) 기술을 기본으로 지원합니다. 여기에는 Zeek(Bro)와 Suricata 같은 오픈 소스 기술, Cisco ASA, Palo Alto Networks와 Check Point 차세대 방화벽 같은 상용 기술, 그리고 AWS와 GCP 클라우드 서비스가 포함됩니다.

네트워크 보안 분석에 대해 알아보기

타임라인 이벤트 뷰어

타임라인 기능을 이용하면, 이벤트를 보고, 필터를 적용하고, 주석을 달고, 컨텍스트에 따른 데이터를 수합하여 공격의 근본 원인이나 정도를 파악하고, 사례에 조사를 추가할 수 있습니다. 이 모든 것이 Kibana에서 가능합니다.

타임라인 이벤트 뷰어에 대해 알아보기

머신 러닝 이상 징후 탐색

SIEM 앱에 통합된 머신 러닝 기능은 자동화된 이상 징후 탐색을 활성화하여 위협 탐색과 헌팅 워크플로우를 개선합니다. 미리 빌드된 머신 러닝 작업 세트가 더욱 많아짐으로써 신속한 채택이 가능합니다. 이상 징후는 바로 SIEM 앱에서 탐색 신호로 그리고 상황에 맞는 보기에서 표시됩니다.

머신 러닝 + SIEM에 대해 알아보기

SIEM 탐색 엔진

SIEM 탐색 엔진은 기술 기반의 위협 탐색과 중요 이상 징후에 대한 경보를 수행합니다. Elastic 보안 전문가가 개발한 기본 제공 규칙으로 빠른 채택이 가능합니다. Elastic Common Schema(ECS)용 형식의 모든 데이터에 대해 사용자 정의 규칙을 생성할 수 있습니다.

SIEM 탐색에 대해 알아보기

사례 관리

포함된 사례 관리 워크플로우는 탐색 및 대응에 대한 제어를 향상시킵니다. Elastic SIEM을 이용해 분석가들은 외부 시스템으로 사례를 열고, 업데이트하고, 태그를 붙이고, 주석을 달고, 닫고, 통합할 수 있습니다. 오픈 API와 미리 빌드된 ServiceNow 지원으로 기존 워크플로우와 맞출 수 있습니다.

SIEM Cases에 대해 알아보기