Elastic Stack 6.5 erschienen
Die neue Version bietet Verbesserungen auf Stack-Ebene und Features für Infrastruktur-Monitoring, APM sowie die Kibana-Funktionen Canvas und Spaces
- Alexander Neumann
Elastic, die Firma hinter Elasticsearch, hat die Version 6.5 ihres Elastic Stack veröffentlicht. Das neue Release der Sammlung von Open-Source-Software zur Suche in großen Datenbeständen und zum Analysieren von Logs soll Benutzern helfen, Daten effizienter zu speichern, zu verwalten und zu analysieren. Es enthält nun eine Infrastruktur-Monitoring-Komponente, die einen Überblick über die physische, virtuelle oder auf Container basierende Infrastruktur bieten soll. Benutzer können hiermit detaillierte Informationen zu Hosts, Pods oder Containern aufrufen.
Als zweiten wichtigen Punkt macht Elastic eine Benutzeroberfläche für Log Viewing aus, mit der es Observability-Teams eine übersichtlichere Navigation ihrer Daten ermöglichen will. Zusätzlich enthält die Version 6.5 eine erste Version von Functionbeat. Diese umfasst neue Monitoring-Funktionen für Serverless-Infrastrukturen wie AWS Lambda zum Erfassen von Daten aus Quellen wie CloudWatch Logs und Simple Queue Service (SQS).
Verteiltes Tracing
Außerdem hat der Hersteller verteiltes Tracing eingeführt, mit dem Benutzer Transaktionen aneinanderreihen und die Performanz von Anfragen visualisieren können, während sie durch die Infrastruktur einer Organisation fließen. Darüber hinaus wurde die allgemeine Verfügbarkeit von Softwareagenten für gängige Programmiersprachen wie Go und Java bekanntgegeben.
Diese Version bietet zudem zwei neue Kibana-Funktionen: Canvas, mit dem sich Benutzer pixelgenaue Infografik-Erfahrungen mit Live-Daten erstellen lassen, sowie Spaces, mit dem Nutzer ihre Dashboards und Visualisierungen in "Spaces" gruppieren und organisieren können.
Weitere neuen Features sind Cross-Cluster Replication, mit der Anwender Indizes von einem Cluster zum anderen replizieren können, und ein Polling-Plug-in für das Logstash Simple Network Management Protocol (SNMP). Mit dem Interactive FIle Import lassen sich Daten in den Elastic Stack importieren. Beim Hochladen einer Datei wird hiermit der Dateityp automatisch erkannt und Grok-Muster werden dynamisch vorgeschlagen. Als weitere neue Machine-Learning-Funktion sind die Verbesserungen bei Multi-Bucket-Anomalienzu bewerten. Mit hier verbesserten Modeling-Methoden lassen sich Anomalien offenbar genauer erkennen.
Weitere Informationen finden Interessierte in der Ankündigung im Elastic-Blog. (ane)
