Elastic發佈Elastic Stack 6.5更新 強化多種基礎性功能

近日，Elastic發佈了Elastic Stack 6.5版本，是次更新主要為用戶帶來更多樣化的基礎性功能。Elastic N.V. （紐約證券交易所代碼：ESTC）（簡稱「Elastic」）宣布正式發布 Elastic Stack 6.5 版本。這次發布包括數項可對多類用例，例如應用搜索、網站搜索、企業搜索、業務分析和安全分析，起到幫助作用的基礎性Elastic Stack 功能。

最新版本旨在為Elastic Stack 用戶提供幫助，讓其通過嶄新用戶界面（UI）、可視化內容和儀表板來更加高效地存儲、管理和分析自己的數據，調整營運規模，並改善與數據進行互動的方式。 6.5 包含我們基礎架構解決方案的最初版本，還包括用於查看日誌的專屬 UI，可讓觀測團隊以高效及簡單的方式瀏覽數據。該版本還在 Elastic APM 中引入了分佈式跟踪支持，以及 Java 和 Go 代理程序的正式發布版本。此版本還推出了人們期待已久的諸多Kibana 功能：Canvas – 通過這一強大功能，用戶可以在實時數據的基礎上構建符合完美像素要求的訊息圖表體驗；Spaces – 借助這種全新方式，用戶可以將自己的儀表板和可視化內容分組並整理到「空間」中；安全訪問權限- 基於角色劃分，例如安全、營運、財務和營銷。

Elastic 創辦人兼行政總裁Shay Banon 指出：「Elastic Stack 可部署在本地，也可部署於雲端，既可用於安全或日誌等單一用例，也可用於很多其他用例。我們的專注點從來都是幫助用戶實現成功，而無論用戶決定以何種方式使用我們的技術。」6.5 版本採用『主版本號.子版本號』形式展示了產品在各種用例中發揮關鍵作用的基礎性功能。」

基礎架構監測：針對日誌和指標分析的全新應用程序

一直以來，Elastic Stack 都為用戶提供分析 IT 基礎架構中的日誌和指標的功能。通過 6.5 版本，用戶將能夠更加輕鬆地了解運行數據。推出的基礎架構監測解決方案能夠對基於實體、虛擬和容器的基礎架構提供概覽，並允許用戶深入了解任何主機、pod 或容器的詳情，而嶄新的日誌分析UI 則提供高級日誌查看器，讓用戶能夠實時查看日誌尾部訊息，即使對已篩選數據也是如此。 6.5 同時還包括 Functionbeat 的首發版本，Functionbeat 能夠為基於雲端的無服務器基礎架構（例如 AWS Lambda）增加全新監測能力，用於從多個來源（例如 CloudWatch Logs 和 Simple Queue Service (SQS)）收集數據。

APM：開源 APM 增加了分佈式跟踪功能，還可支持 Go 和 Java

Elastic APM 能夠讓用戶將 APM 數據與基礎架構日誌、服務器指標和安全事件結合在一起，以更快地確定瓶頸和問題，而且一切均使用他們已非常熟悉的開源基礎。在 6.5 中，我們推出了仍處於公測階段的分佈式跟踪功能，該功能可允許用戶將事務串聯在一起，並在請求流經公司/組織的基礎架構時對請求的性能進行可視化。同時還公佈了適用於熱門編程語言 Go 和 Java 的代理程序的正式發布版本。

Kibana：通過 Canvas 和 Spaces 在更大範圍內提供嶄新的交互體驗

Kibana 在網絡營運中心 (NOC)、安全營運中心 (SOC) 和董事會會議室中已經得到廣泛應用，因為其能夠對儲存在 Elasticsearch 中的數據進行可視化和探索。在 6.5 中，推出了兩項重大功能，幫助用戶更加輕鬆地在 Kibana 內進行分享和協作。用戶能夠通過 Canvas 以嶄新的互動方式創建實時數據演示和符合完美像素要求的 Workpad，服務於包括營運、業務和管理級用戶在內的各個團隊。對於擁有成百上千個儀表板和可視化內容的Kibana 用戶而言，他們可以使用全新的Kibana Spaces 功能將Kibana 對象集合進行分組並整理到多個「空間」內，例如日誌空間、營銷空間等，然後再針對每個空間對基於角色的訪問權限和特權進行定義。

Elastic Stack 6.5 還有其他一些重大開發內容，主要專注於易用性，包括下面這些改進和新功能：

跨集群複製（beta版）。用戶可以將索引從一個集群複製到另一個集群。用例包括高可用性/災難恢復、地理臨近度/數據局部性，以及集中式搜尋/分析。Kibana 中的匯總支持（beta版）。用戶如今能夠比以往任何時候都更加輕鬆地大幅降低指標數據的存儲需求，按照較低粒度對數據進行智能匯總便可實現這一點。 6.5 可為配置匯總作業提供支持，還可支持對已匯總數據進行可視化。交互式文件導入（beta版）。這是 Machine Learning 應用程序內的一項免費功能，能夠讓用戶輕鬆將數據導入 Elastic Stack。上傳文件時，系統會自動檢測文件類型，而且還會動態推薦 Grok 模式。這能夠極大簡化加入新數據源或導入具體數據集的流程。全新的 Machine Learning 功能。針對多個異常情況進行了改進；借助改進後的底層建模方法，系統目前能夠更加準確地檢測異常情況。