Quickwit
Cloud-native Suchmaschine, speziell für Observability-Daten gebaut, die Logs und Traces direkt auf Objektspeicher indexiert für kosteneffiziente Suche im großen Maßstab.
Überblick
Quickwit ist eine quelloffene Suchmaschine, die speziell für Observability-Anwendungsfälle gebaut wurde – die Suche in Logs und verteilten Traces – statt für allgemeine Anwendungssuche. Die prägende Designentscheidung ist, Daten direkt auf Objektspeicher wie S3 zu indexieren und abzufragen, statt zu verlangen, dass Daten auf angeschlossenen Festplatten liegen, wodurch sich Storage und Compute unabhängig skalieren lassen und die Kosten für das Vorhalten großer Mengen an Log-Daten weit unter denen festplattenbasierter Suchsysteme bleiben.
Es wird häufig als Such-Backend hinter Log-Management- und Distributed-Tracing-Tools eingesetzt und ist darauf ausgelegt, auch bei Daten, die vollständig im Objektspeicher liegen, schnell abfragbar zu sein – eine Architektur, die auf der Realität aufbaut, dass die meisten Log-Daten einmal geschrieben und selten abgefragt werden.
Quickwit eignet sich für Teams mit großen Mengen an Log- oder Trace-Daten, die Volltextsuche ohne den Betriebsaufwand wollen, alles auf Festplatte vorzuhalten – ein spezialisierteres Tool als die bereits in diesem Katalog vorhandenen Allzweck-Einträge Elasticsearch, OpenSearch oder Meilisearch, die für Anwendungs- und Website-Suche statt speziell für Observability-Daten gebaut sind.
- Kategorien
- Suche
- Sprachen
- Rust
- Lizenz
- Apache-2.0
Ähnliche Projekte
Elasticsearch
AGPL-3.0Verteilte Such- und Analytics-Engine für alle Datentypen, einschließlich Text, numerischer und geografischer Daten.
- Suche
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
Jaeger
Apache-2.0CNCF-Plattform für verteiltes Tracing zur Visualisierung von Anfrageflüssen über Microservices hinweg, die genau zeigt, welcher Dienst oder Aufruf für Latenz oder Fehler verantwortlich ist.
- Monitoring
Einen Fehler entdeckt? Änderung auf GitHub vorschlagen.