Elasticsearch und Big Data - Webinar vom 23.07.2014

“Elasticsearch und Big Data”

Bernhard Pflugfelderinovex GmbH23.07.2014

2

‣ Big Data Engineer @ inovex

‣ Erfahren in den Bereichen:

‣ search

‣ analytics

‣ big data

‣ bi

‣ Arbeite u.a. mit:

‣ Lucene

‣ Solr

‣ Elasticsearch

‣ Hadoop Ecosystem

‣ [email protected]

Bernhard Pflugfelder

‣ Demo “media analytics” @ ProsiebenSat.1

‣ “Elasticsearch in a nutshell”

‣ Import von Daten in Elasticsearch

‣ Datananalyse mit Elasticsearch

Agenda

4

“media analytics” @ ProsiebenSat.1

5

Analyse von Big Datamit Elasticsearch

6

Elasticsearch in a nutshell

Lucene “unter der Haube”

skalierbardokumenten

orientiert

Plugin Architektur

Multi tenancy

REST & JSON

7

Überblick ArchitekturHochverfügbarkeit + Fehlertoleranz

Primary Shard Replica Shard

1 2 3

Master node

321

Node

21 3

Node

JSON Input

JSON Output

8

real-time get

DatentypenMapping (Schema)

Queries

insert, update,delete

snapshot & backup

Elasticsearch – eine dokumentenorientierte Datenbank

9

Import von Daten in Elasticsearch…

10

Import von Daten in Elasticsearch

flume

index api http bindings

logstash

spring-data-elasticsearch

hadoop-elasticsearch

11logstash

logstashlog collection and management toolcollects, parses and stores log eventsbecame part of the ELK stackseamless integration with elasticsearchplugin architectureexpect that logstash will be promoted to a more general ingestion pipeline

Plugin Architektur

Verarbeitung v. Logdaten

Integration mit ES

inputs, codecs,filters,outputs

12

getting data into elasticsearchelasticsearch & hadoop

from http://www.elasticsearch.org/blog/elasticsearch-and-hadoop/

MapReduce Hive Pig Spark

13

Datananalyse mit Elasticsearch …

14

Datananalyse mit Elasticsearch Sie kennen Facetten?

15

Datananalyse mit Elasticsearch Visualisierung von Facetten für explorative Analyse

16

Datananalyse mit ElasticsearchDas Aggregations Framework (aggs)

‣ explorative Analyse

‣ slicing & dicing

‣ drilldown

‣ interaktiv

‣ schnelle Berechnung durch in-memory Datenstruktur field data

‣ über search api ausführbar

‣ json in / json out

Bucket aggs

Für das Aufteilen der originalen Menge an Dokumenten in separate Teilmengen von Dokumenten (buckets).

Metric aggs

Für die Berechnung von spezifischen Metriken über eine Menge von Dokumenten.

Die Berechnung basiert auf einer Aggregation über alle Dokumente pro “bucket”.

17

Das Aggregations Framework (aggs)2 Aggregationstypen

‣ terms

‣ range

‣ date range

‣ histogram

‣ date histogram

‣ geo distance

‣ geohash grid

‣ ...

‣ min

‣ max

‣ sum

‣ avg

‣ value count

‣ percentiles

‣ cardinality

‣ ...

18

Das Aggregations Framework (aggs)Viele Aggregators adhoc verfügbar

my_aggregation:

19

Das Aggregations Framework (aggs)spezifische Analysen durch “nested aggregators” realisierbar

"aggregations": {"<aggregation_name>": {

"<aggregation_type>": {<aggregation_body>

},["aggregations": { [<sub_aggregation>]* }]

}[,"<aggregation_name_2>": { … }]*

}

bucket 1 bucket 2 bucket n metrics…

20

‣ Elasticsearch für Datenanalyse:

‣ Aggregations Framework

‣ Analyse auch von Streamdaten

‣ ELK stack (ingestion + analysis + visualization)

‣ Plus: gemeinsame Analyse von strukturieren & unstrukturierten Daten

‣ Elasticsearch für Big Data

‣ skalierbarer & hochverfügbarer Document Store für Suche / Analyse

‣ Hadoop-Integration (CDH5, Hortenworks HDP, MapR)

‣ Import von großen Datenmengen über logstash oder flume

Zusammenfassung

21

Vielen Dank für Ihre Aufmerksamkeit!

Kontakt

inovex GmbHBernhard PflugfelderBig Data Engineer

Cell: +49 173 3181-088Mail: [email protected]

inovex GmbHLudwig-Erhard-Allee 676131 KarlsruheTel.: +49 721 619 [email protected]