ELK: Elasticsearch

• motor búsqueda y análisis ditribuido
• distribuido y escalable: crecimiento horizontal
• datos en tiempo real
• HA, datos replicados en distintos nodos
• Multi-tenancy: regiistros indexados consultados de manera independiente
• búsqueda full text (Lucene)
• API Restful: json

• colección de documentos con características similares
• identificado por un nombre (minúsculas)

• unidad básica de información
• formato JSON
• en un índice se almacenan todos los documentos que queramos

• paquetizar y distribuir la información (indice) entre los nodos
  • permite subdividir/escalar la información almacenada
  • paralelización operaciones

• permite réplicas de los shards
• HA
• paralelización operaciones en las réplicas
• cada índice tiene shard primario y réplicas
• 2.174.000.000 documentos por shard
• los shards no se pueden modificar, las réplicas si

• información almacenada entre los nodos
• transparente para el usuario
• independencia OS
• procesamiento distribuido de consultas
• información fragmentada
• HA

• instancia elasticsearch = nodo
• interconectados, cluster
• peticiones HTTP REST API
• comunicación interna

• crear/borrar índices
• nodos que forman parte del cluster
• decide que nodo aloja cada shard
• indexado de búsqueda de datos: CPU, RAM, I/O
• buena práctica: master dedicado.

• almacenan los shards
• operaciones: CRUD, búsquedas, agregaciones
• importante monitorizar CPU, RAM, I/O
• añadir más datanodes si se sobrecargan para balancear procesamientos y reparto de datos

• pre-procesamiento de la información entrante antes de su indexado
• buena prácica: ingest dedicados
• equivalente logstash

• encaminar peticiones, respuestas de búsquedas, distribuir indexados → balanceador de carga inteligente
• ayudan a descargar la tarea de coordinación de los Master Nodes
• usan el estado del cluster para encaminar búsquedas y peticiones allá donde toque

1.1_introduccion_elasticsearch.pdf