Elasticsearch
Verteilte Such- und Analytics-Engine für alle Datentypen, einschließlich Text, numerischer und geografischer Daten.
Überblick
Elasticsearch ist eine verteilte Such- und Analyse-Engine sowie ein Datenspeicher, der darauf ausgelegt ist, sehr große Datensätze nahezu in Echtzeit zu durchsuchen und zu analysieren. Über die klassische Volltextsuche hinaus fungiert es auch als Vektordatenbank und unterstützt Vektorsuche sowie Retrieval-Augmented-Generation-Muster (RAG) für generative KI-Anwendungen.
Es wird häufig für Volltextsuche, Anwendungs- und Infrastruktur-Logs, Metriken, Application Performance Monitoring (APM) und die Analyse von Sicherheitslogs eingesetzt – dieselbe Engine bildet auch die Grundlage des breiteren Elastic Stack (einschließlich Kibana zur Visualisierung). Es kann als selbstverwalteter Cluster (über Docker oder eine heruntergeladene Distribution) oder als verwaltetes Deployment in der Elastic Cloud betrieben werden.
Elasticsearch eignet sich für Teams, die große, unstrukturierte oder halbstrukturierte Datensätze – von suchgetriebenen Produktfunktionen bis hin zu Observability- und Security-Anwendungsfällen – in einem einzigen System statt in mehreren spezialisierten Tools indexieren und abfragen müssen.
- Kategorien
- Suche
- Schlagwörter
- search-enginefull-text-searchanalyticssearch
- Sprachen
- Java
- Lizenz
- AGPL-3.0
Ähnliche Projekte
Meilisearch
MITSchnelle, quelloffene Suchmaschine, die sich leicht integrieren lässt und sofort relevante Ergebnisse liefert.
- Suche
OpenSearch
Apache-2.0Verteilte Such- und Analytics-Engine unter Apache-2.0-Lizenz, ein Fork von Elasticsearch, um eine vollständig quelloffene Alternative für Volltextsuche und Log-Analytik zu garantieren.
- Suche
Quickwit
Apache-2.0Cloud-native Suchmaschine, speziell für Observability-Daten gebaut, die Logs und Traces direkt auf Objektspeicher indexiert für kosteneffiziente Suche im großen Maßstab.
- Suche
Haystack
Apache-2.0Quelloffenes Framework zum Bau produktionsreifer Such- und RAG-(Retrieval-Augmented-Generation-)Anwendungen mit LLMs.
- KI & Machine Learning
Einen Fehler entdeckt? Änderung auf GitHub vorschlagen.