개인 공부 공간

본 문서는 공식 홈페이지 Elasticsearch 시작하기 를 보며 정리한 문서이다. 설치는 이전 글을 참고한다. ELK Stack을 실행 후 키바나의 dev_tools 로 접속해 이곳에서 테스트를 진행한다. 문서 색인 우선 customer라는 인덱스에 식별자 "1", 이름이 "John Doe" 인 데이터를 삽입하고 조회한다. PUT /customer/_doc/1 { "name": "John Doe" }삽입한 결과는 다음과 같다. { "_index" : "customer", // index 정보 "_type" : "_doc", // 문서의 타입 "_id" : "1", // id = 1 "_version" : 4, // version 정보 "result" : "updated", // 결과 "_shards"..

본 문서는 공식 홈페이지 를 보며 정리한 문서이다. Elasticsearch는 Elastic Stack의 중심에서 분산 검색 및 분석을 담당하는 엔진이다. Logstash와 Beats는 데이터를 수집, 집계하고 Elastcsearch에 저장하는 것을 용이하게 한다. Kibana를 사용하면 데이터를 탐색, 시각화 및 공유하고 스택을 관리 및 모니터링 가능하다. Elastcsearch는 모든 유형의 데이터에 대해 거의 실시간 검색 및 분석을 제공한다. 구조화되었거나 구조화되지 않은 텍스트, 숫자 데이터 또는 지리 공간 데이터가 있든 관계없이 빠른 검색을 지원하는 방식으로 효율적으로 저장하고 색인을 생성할 수 있다. 단순한 데이터 검색 및 집계 정보를 뛰어 넘어 데이터의 추세와 패턴을 찾아낼 수도 있으며, 데..

간단히 사용하기 위해 docker를 사용하여 ELK를 설치하고자 한다. docker는 무상태성을 가지므로 데이터 바인딩 작업을 따로 해줘야 데이터가 저장된다. 이번장에서는 데이터 바인딩을 따로 진행하지 않을 예정이며 추후 기회가 된다면 데이터 바인딩 작업을 진행하도록 한다. docker는 이미 설치되어 있다는 가정하에 설치를 진행한다. 설치환경은 다음과 같다. OS : macOS Big Sur (버전 : 11.2) docker-version : Docker version 20.10.0 Docker-compose version : docker-compose version 1.27.4 설치를 원하는 서버에서 git clone을 진행한다. 해당 프로젝트에는 ELK Stack(Elasticsearch, Kiba..

지금까지 RDBMS(MySQL, MariaDB, PostgreSQL), NoSQL(MongoDB, Redis)를 주로 사용한 입장에서 Elasticsearch를 처음 사용하다 보니 용어가 헷갈려 RDBMS, NoSQL를 비교하여 용어에 좀 더 친숙해 지기 위해 정리한다. Elasticsearch, RDBMS 비교 ElasticsearchRDBMSMongoDB(NoSQL) Mapping Schema Collection Index Database Database Type Table Collection Document Row Document Field Column Column REST API의 CRUD와 Elasticsearch, RDBMS 비교 CRUDElasticsearchRDBMS CREATE POST ..

본 문서는 공식 홈페이지를 보며 정리한 문서이다. ELK Stack ELK는 오픈 소스 프로젝트 Elasticsearch, Logstach, Kibana 의 앞 글자를 딴 약자이다. Logstash는 데이터를 수집하여 Elasticsearch로 전달하는 서버 사이드 데이터 처리 파이프라인이며, Elasticsearch는 저장, 검색 및 분석 엔진, Kibana는 Elasticsearch에 수집되어 있는 데이터를 차트나 그래프를 이용해 데이터를 시각화 시켜주는 도구이다. 이 3가지의 오픈 소스들이 합쳐져 ELK Stack이라고 불리우고 있으며 Elastic Stack은 ELK Stack에서 다음 단계(기능 및 오픈소스 프로젝트 추가)로 발전한 것이다. Elastic Stack Elasticsearch는 J..