嘉宾介绍
打造以ES为核心的系统
随着ES的流行，越来越多公司拿它来分析Log，不过真正将核心系统围绕ES打造，每个请求都从ES获取数据的企业并不多， 百姓网恰好是其中的一个。 百姓网从06年开始用Lucence自研搜索引擎，08改用SOLR，12年全面换做ES， 现核心集群有20+服务器，上T内存，每秒QPS上万，每天数据更新上千万次。本议题将着重介绍在全公司推行搜索为基础的 系统中碰到的核心问题和应对方案。Agenda如下： 1. 为什么以搜索为核心而不是数据库？ 2. 百姓搜索系统设计详解。 3. 全公司推行前必须做好的准备工作。
虞冰
前百姓网架构师、技术总监，现自主创业中。
{{more}} Kibana 4
Kibana开发组从去年4月开始重构新版，终于在今年发布了崭新的version 4.0。和version 3.1相比，从设计，操作，插件架构方面都有相当大的不同。 本次分享会跟大家聊聊Kibana4的新特性新用法，并以sankey实例，介绍在新版插件架构下，如何开发全新的visualize，server plugin等。
饶琛琳
新浪微博系统架构师，负责手机微博的自动化运维和数据分析体系建设。
What's new in Elasticsearch 2.0
The Elasticsearch 2.0 release is just around the corner. In this talk we will cover new features, breaking changes and migration strategy for the next major release.
Igor Motov
Igor Motov is a software developer on the Elasticsearch core team based out of the Boston area where he also serves as a co-organizer of the Boston Elasticsearch Meetup Group. Prior to joining Elastic, Igor worked on search solutions for companies ranging from small startups to large corporations.
Logstash, what's cooking?
You have all heard of Logstash, the easy-to-use, pluggable, data ingestion and enrichment framework. In a past edition of ESCC, you were introduced to Logstash, what it is capable of, and how to use it. In this presentation we will take a peek at the future of Logstash. Come hear what the Logstash team is busy cooking up!
Shaunak Kashyap
Shaunak Kashyap has been working as a backend developer in the Internet software industry for over a decade. Some of his more interesting past gigs include building a poker search and analytics engine; a system for tracking and analyzing the jail population in Louisville, Kentucky; and ground software to command and control earth-imaging satellites. Today, Shaunak works as a Developer Advocate at Elastic, the makers of Elasticsearch, Logstash and Kibana.
Get started with Beats
Elastic新成员Beats究竟是什么核武器,能够为您的企业带来什么价值呢,都有那些应用场景呢?到底怎么玩呢?本次分享将为你解读Beats。
Medcl
Elasticsearch爱好者,最近刚加入Elastic,目前致力于Elastic开源技术在中国的推广,在此之前创过业,干过开发,搞过运维.
高吞吐ELK实践
大型网站遇到性能瓶颈或发生故障时，分析日志往往是发现问题根源最有效的手段。 传统的日志分析手段不外乎以下几类:1. 运维人员用脚本grep，分析再汇总2. 通过流式计算引擎,storm/spark实时产生汇总 数据，供监控分析3. 将数据堆放到HDFS，之后通过map/reduce定期做批量分析 基于ELK的解决方案则提供了另外一种思路，利用搜索引擎将数据索引起来，支持实时的多维度组合查询和聚合分析。 这非常契合问题排查过程，即先通过上层统计数据发现数据异常之方向，再通过不断细化过滤条件缩小范围， 实现对日志的下钻式分析。 ELK上手成本虽低，扩展到海量数据规模场景却很不易。很多用户面临诸如集群稳定性差，写入吞吐量不理想， 查询速度慢，安全把控头痛，不知道如何监控等问题。 携程旅行网从2013年开始基于ELK打造实时日志分析平台， 不到2年时间，集群结点从5个增长到30多个的，日处理数据从亿级到百亿级，集群从不稳定到连续200多天没出任何故障 这样一个飞跃。 本议题将结合携程elk用例，分享集群的架构、监控以及优化方面的经验心得。
吴晓刚
携程旅行网系统研发总监，负责网站运维监控与自动化工具的研发。15年通讯与IT行业从业经历， 曾主要供职于Strategic Systems Solutions、eBay、Morgan Stanley等跨国企业，在软件研发与集成， 大规模分布式系统技术支持方面有比较丰富的经验。目前感兴趣的研究方向是如何将大数据分析技术有效用于网站监控。
