Elastic 中国社区官方博客

Elastic宣布 Elastic Cloud Serverless 上的 Elastic Observability 正式发布 - 一款完全托管的可观察性解决方案。随着组织规模的扩大，一个能够处理分布式云环境的复杂性并提供实时洞察的可观察性解决方案往往感觉像是一项难以克服的挑战，这通常是由于数据和成本相关的妥协。

在 Elastic Cloud Serverless 中，我们根据索引负载自动为数据流配置最佳分片数量，从而使用户无需摆弄分片。传统上，用户会更改数据流的分片配置，以处理各种工作负载并充分利用可用资源。在中，我们引入了数据流的自动分片，使其能够根据索引负载自动管理和扩展。这篇文章探讨了自动分片的机制、其好处以及它对处理可变工作负载的用户的影响。自动分片的理念是积极增加分片数量并非常谨慎地减少分片数量，这样分片的增加不会因为工作负载在短时间内减少而过早地减少分片数量。

基于全新无状态（stateless）架构的 Elasticsearch Serverless 现已正式发布。它采用完全托管方式，因此你可以快速启动项目而无需操作或升级，并且可以使用最新的向量搜索和生成式 AI 功能。我们很高兴地宣布 Elasticsearch Serverless 现已全面上市。我们，可以根据你的数据、使用情况和性能需求自动扩展。它具有 Elasticsearch 的强大功能和灵活性，且无需运营开销。自今年春季发布。

Elastic Cloud Serverless 的出现重塑了企业如何利用 Elasticsearch 的强大功能，而无需管理集群、节点或资源扩展。Elastic Cloud Serverless 的一项关键创新是其自动扩展功能，该功能可实时适应工作负载和流量的变化。本文探讨了自动扩展背后的技术细节、Elastic Cloud Serverless 在负载下的性能以及大量压力测试的结果。Elastic Cloud Serverless 提供自动化、托管版本的 Elasticsearch，可根据需求进行扩展。

今天，我们很高兴地宣布 Elastic Cloud Serverless 在 AWS 上正式发布。Elastic Cloud Serverless 是启动和扩展安全性、可观察性和搜索的最快方式，而且无忧无虑。它由重新架构的 Elasticsearch 提供支持，该 Elasticsearch 建立在业界首个针对实时应用程序优化的 Search AI Lake 上。它结合了海量存储和低延迟查询，以及 Elasticsearch 的 AI 和搜索功能的所有优势。

Elasticsearch 用户，我们听到了你的心声。管理 Elasticsearch 有时会变得很复杂，面临的挑战包括性能调整、问题检测和资源优化。我们一直致力于简化你的体验。今天，我们宣布了自收购以来的一项激动人心的更新。AutoOps —— 广受欢迎的监控和管理产品 —— 现已集成，比以往任何时候都更好，并且可在 Elastic Cloud 上使用！从今天开始，Elastic Cloud* 用户可以免费使用 AutoOps。

AutoOps for Elasticsearch 通过性能建议、资源利用率和成本洞察、实时问题检测和解决路径显著简化了集群管理。虽然 Elasticsearch 是一款功能强大且可扩展的搜索引擎，可提供多种功能，但由于其有时复杂的管理和管理体验，许多用户发现它具有挑战性。我们听到了你的声音，我们很高兴与你分享一些重大新闻！团队一直在努力使 AutoOps 变得更好，并使其成为 Elastic 平台的无缝组成部分。AutoOps 可在。

在最近的博客文章中，我们宣布了支持 Elastic Cloud Serverless 产品的无状态架构。通过将持久性保证和复制卸载到对象存储（例如 Amazon S3），我们获得了许多优势和简化。从历史上看，Elasticsearch 依靠本地磁盘持久性来确保数据安全并处理陈旧或孤立的节点。在本博客中，我们将讨论无状态的数据持久性保证，包括我们如何使用安全检查隔离新的写入和删除，以防止陈旧节点不安全地确认这些操作。

在本文中，我们将介绍 Elasticsearch 的精简索引分片（thin indexing shards），这是我们为开发的一种新型分片，允许将 Elasticsearch 索引存储在云对象存储中。我们首先回顾一下 Elasticsearch 目前如何存储和复制数据，然后再深入探讨精简索引分片为远程存储数据而引入的变化。我们将看到，精简索引分片之所以得名，是因为它们管理数据文件的生命周期，从在本地磁盘上创建到在对象存储中上传，再到最终从磁盘中删除，这只能暂时增加磁盘空间。

Elastic serverless 是 Elastic 推出的一款完全托管产品，它使你无需管理底层 Elastic 基础设施即可部署和使用 Elastic 产品，而是专注于最大限度地利用数据。自我管理基础设施面临的挑战之一是应对客户不断变化的需求。在动态的数据管理世界中，灵活性和适应性至关重要，而传统的扩展方法往往不够完善，需要手动调整，这既耗时又不精确。借助搜索层自动扩展，我们的 serverless 产品会自动调整资源以实时满足你的工作负载需求。

最近，我们了 Elastic Cloud Serverless 产品，旨在提供在云中运行搜索工作负载的无缝体验。为了推出该产品，我们重新设计了 Elasticsearch，将存储与计算，数据存储在云 blob 存储中，提供几乎无限的存储和可扩展性。在这篇博文中，我们将深入探讨如何消除索引数量和对象存储调用数量之间的强关系，从而让我们能够同时改善用户体验并降低成本。在深入研究所做的更改之前，首先必须了解 Elasticsearch 和 Lucene 之间的相互作用。

​Elasticsearch 的第一个版本于 2010 年作为分布式可扩展搜索引擎发布，允许用户快速搜索并显示关键见解。十二年和超过 65,000 次提交后，Elasticsearch 继续为用户提供久经考验的解决方案，以解决各种搜索问题。得益于 1,500 多名贡献者（包括数百名 Elastic 全职员工）的努力，Elasticsearch 不断发展以应对搜索领域出现的新挑战。在 Elasticsearch 生命周期的早期，当有人提出数据丢失问题时，Elastic 团队经历了多年的努力来重写集群协

Elasticsearch 中的摄取自动扩展由 Elasticsearch 本身公开的一组指标驱动。这些指标反映了索引层的摄取负载和内存需求。Elasticsearch 提供了一个自动扩展指标 API 来提供这些指标，允许外部组件监视这些指标并决定是否需要更改集群大小（参见图 1）。在 Elastic Cloud Serverless 服务中，有一个自动扩展器组件，即 Kubernetes 控制器。自动扩展器定期轮询 Elasticsearch 自动扩展指标 API，并根据这些指标计算所需的集群大小。

Elastic Cloud Serverless 架构2022 年 10 月，我们引入了。我们该计划的主要目标是发展 Elasticsearch，以利用云原生服务提供的操作、性能和成本效率。该计划成为我们最近宣布的名为的更大努力的一部分，并作为我们新的 Elastic Cloud Serverless 产品的基础。在这一努力中，我们的目标不仅是使 Elasticsearch 和 Kibana 等 Elastic Stack 产品更加云原生，而且还使其编排更加云原生。

借助 Elastic Cloud Serverless，我们通过针对安全性、可观察性和 Elasticsearch 的新解决方案特定定价和打包来简化并提供更高的灵活性。

今天，我们宣布推出 Elasticsearch Serverless 技术预览版，其功能包括：以开发人员为中心的体验，通过直观的入门和相关代码示例简化创建人工智能驱动的搜索，所有这些都是完全托管的服务云原生、无服务器架构通过 Search AI Lake 将计算与数据分离只需点击几下即可创建 Elasticsearch 项目，以尝试新的 AI 搜索功能早期访问客户已将这种新的自助服务选项用于一系列用例 —— 从内部分析到构建生成式人工智能应用程序和执行机器学习任务。

人们使用 Elasticsearch® 解决最大数据挑战的方式一直令我们感到惊讶。从超过 40 亿次下载、70,000 次提交、1,800 名贡献者以及我们全球社区的反馈中可以清楚地看出这一点。Elastic® 在广泛的用例中发挥的作用促使我们简化复杂性，让搜索变得更容易，并充分利用我们所有的解决方案。这就是为什么我们很高兴能够通过新的无服务器 (serverless) 架构扩展 Elasticsearch 的可能性。

Elastic Cloud Serverless 基于 Search AI Lake 构建，提供无忧管理、快速入门和优化的产品体验，所有这些都是为了利用 Search AI Lake 令人印象深刻的速度和规模而量身定制的。在技​​术预览版中，无服务器（serverless）项目得到了完全简化，以消除运营开销并自动处理扩展和管理。从监控和备份到配置和规模调整，所有操作均由 Elastic 管理。你无需考虑底层集群、节点、版本或扩展 — 只需携带你自己的数据并开始使用 Elastic 的任何解决方案。