No último dia 9 de agosto, a Elastic organizou um seminário online em português para demonstrar as soluções criativas que utilizam o Elasticsearch e o Elastic Stack. Além disso, mostrar os recursos do Elasticsearch, Kibana, Beats, e Logstash. O principal objetivo do seminário foi ajudar a entender um pouco mais sobre o que é possível realizar atualmente com o machine learning e alerting.
Durante o evento, tivemos uma abordagem geral do Elastic Stack, explicando o que é, sua função e suas vantagens. Após isso, foram demonstrados casos de soluções criativas e projetos inovadores usando Elastic Stack, incluindo o produto da Clavis, Octopus SIEM. E para finalizar o seminário, foram realizadas demonstrações envolvendo as principais funcionalidades e novos recursos dos produtos da Elastic.
Inicialmente, a demonstração apresentada envolve um modelo de uma loja virtual, e-commerce, e a estrutura utilizada para realizar buscas, envolvendo APM server, Elasticsearch, Kibana, Beats, django, Apache e MySQL. Em adição, essa demonstração explica as vantagens de usar os produtos da Elastic em sua loja virtual, como controle de alertas, monitoramento do carrinho de compras, de vendas, dentre outros.
Em seguida, outra demonstração apresenta o funcionamento do machine learning, membro dos conjuntos de features chamado X-Pack. Uma característica que merece destaque do machine learning da Elastic é a detecção de anomalias em séries de tempo. Um dos exemplos utilizado é categorizar eventos por população.
Posteriormente, uma nova demonstração apresentada é direcionada para as arquiteturas mais modernas de microserviços, em que temos escalabilidade de serviços, aumento de capacidade de demanda e baseadas em container. O ambiente do exemplo é novamente uma loja virtual, em que é explorado organização dos componentes que irão realizar a coleta de dados, tais como: NGINX, django, MySQL, Elasticsearch, Beats e o Logstash.
A penúltima, demostra um plug-in chamado elasticsearch SQL, que permite realizar buscas no formato SQL através dos índices do elasticsearch, e obter uma resposta em texto puro. Essa operação é feita da seguinte maneira: o plug-in converte a query SQL para uma query do elasticsearch e obtém os resultados dos índices.
Por fim, é destacado um componente do Kibana, o Canvas. Essa ferramenta permite que usuários não técnicos consigam gerar relatórios com dados em tempo real. O exemplo dessa demonstração envolve infográficos financeiros, analíticas de usuários e coleta de dados de telemática de dispositivos IoT.