<img height="1" width="1" style="display:none;" alt="" src="https://dc.ads.linkedin.com/collect/?pid=43543&amp;fmt=gif">

IT | EN

6 MIN LETTURA

Elasticsearch ha visto negli ultimi anni una crescita costante di popolarità. Ora è diventato il più diffuso motore di ricerca aziendale, e uno dei 10 sistemi di gestione dei database più utilizzati. 

DB Engines ha iniziato a monitorare la popolarità di Elasticsearch circa quattro anni fa, ed è stato rilevato che Elasticsearch ha avuto una crescita esponenziale, aggiudicandosi il titolo di motore di ricerca aziendale più utilizzato. 

Questa stupefacente crescita è stata misurata attraverso la stima di un “popularity score specifico per DBMS, calcolato tenendo conto di parametri come il numero di “citazioni [di ogni] sistema all’interno di siti web”, l’interesse generale (rilevato con l’ausilio di strumenti come Google Trends), la frequenza delle discussioni tecniche avvenute sul Web riguardanti i prodotti esaminati, il numero di offerte di lavoro e di competenze professionali legati a tali software e la rilevanza delle varie soluzioni sui Social Network. Questo indice di popolarità, in base alle stime DB Engines, è salito per Elasticsearch da 7,4 a Febbraio 2013 a 115,98 a Luglio 2017, spostando quindi il software dal 21° al 1° posto fra le soluzioni di ricerca enterprise. 

Elasticsearch-machine-learning.png

Come denota il precedente grafico, la concorrenza si fa sentire, ma Elasticsearch spicca per essere stato utilizzato per progetti prestigiosi come WikipediaeBayYelp e Netflix. 

 

Elastic, in particolare, ha ambizioni che vanno oltre il puro caso d’uso del “data-search: l’azienda ha sviluppato infatti l’Elastic Stack, che include anche Beats, per la raccolta di log e dati strutturati e non, Logstash, per l’analisi e l’elaborazione degli stessi e Kibana per la loro visualizzazione e gestione. 

Questo set di strumenti viene spesso utilizzato per l’analytics, il log management e per analisi di sicurezza, spostandosi dunque al di là del tradizionale ambito dei motori di ricerca, pur essendo Elasticsearch la componente chiave. 

Elastic si è focalizzata inoltre sulla crescita del mercato DBaaS: la sua offerta include infatti una cloud solution proprietaria, Elastic Cloud. Anche Amazon Elasticsearch Service e Google hanno annunciato la loro offerta sulla loro Google Cloud Platform che verrà finalizzata entro quest’anno. Elastic inoltre sta acquisendo diverse Startup in vari settori: un esempio concreto di questo è l’acquisizione di Prelert, attraverso la quale Elastic ha aggiunto il machine learning al proprio portfolio funzionalità. Soffermandoci in particolare su quest’ultima frontiera, imachine learning è un metodo di analisi dei dati che punta ad automatizzare la creazione di modelli analitici. Grazie a speciali algoritmi che apprendono in modo iterativo partendo da una base dati, il machine learning  permette di ricavare automaticamente il comportamento tipico nel tempo di un sistema e di evidenziare eventuali scostamenti più o meno significativi dal modello elaborato. L'aspetto iterativo è fondamentale nella costruzione di un sistema machine learning. Una macchina dotata di tale funzionalità, infatti, dev’essere in grado di adattarsi in maniera indipendente a nuovi set di dati in maniera tale da riuscire sempre a rilevare le anomalie presenti anche qualora il comportamento tipico del sistema cambi. 

Stai valutando di adottare una soluzione di Log Analytics nella tua azienda? Scopri tutti i relativi vantaggi nel nostro blog post:

soluzione-log-analytics2.png



Categorie: analytics, elasticsearch, Elastic, BigData


Marco Bizzantino

scritto da Marco Bizzantino

Classe 1981, appassionato di informatica da sempre. Lavora da quasi 20 anni su ambienti *NIX; ha iniziato come sistemista, per poi focalizzarsi su aspetti legati alla sicurezza, interessandosi di hardening, design sicuro di infrastrutture, firewall, audit e penetration test. La passione per i numeri e l’analisi gli hanno permesso di specializzarsi su software e sistemi di bigdata analytics e di data visualization in diversi ambiti, secondo l’approccio “driven by data”. Negli ultimi anni ha abbracciato la filosofia DevOps, perché crede fortemente possa portare notevoli vantaggi tecnici e organizzativi: è tutta una questione di reperimento dei giusti tool, e su questo l’attività di scouting è pressoché costante. Segue, organizza e partecipa a diverse community opensource, perché crede fortemente in questo modello di condivisione della conoscenza.

ARTICOLI CORRELATI

7-lug-2017 15.40.36 Posted by Marco Bizzantino

Kiratech all'Elastic{On} 2017

Per il 2° anno consecutivo Kiratech ha partecipato all’evento Elastic {on}, la conferenza ufficiale Elastic, durante la quale vengono annunciate alcune le più importanti anteprime e le novità del Software e dell’azienda Leader in ambito Big Data...

3 MIN LETTURA

Leggi tutto  

7-lug-2017 15.40.36 Posted by Marco Bizzantino

Kiratech @ Vinitaly 2016 – Cloud & Infrastructure Day e DevOps Day

Vinitaly 2016, il più grande evento dedicato al mondo del vino che quest’anno ha festeggiato il 50° anniversario, ha ospitato i 2 Main Event di Kiratech.

1 MIN LETTURA

Leggi tutto  

7-lug-2017 15.40.36 Posted by Marco Bizzantino

ElasticOn – Keynote Day 1 – 17 Febbraio 2016

Per la prima volta Kiratech ha partecipato all’Elastic{On}, la User Conference Elastic che ha luogo in questi giorni a San Francisco, ed è lieta di annunciare tutte le novità apprese!

4 MIN LETTURA

Leggi tutto  

Iscriviti alla nostra Newsletter