“数据一爆炸，系统就累趴”，这是大多数传统数据库的窘境。
数字化转型进程加快，微服务化、容器化的IT建设投入增加，IT运维管理面临更为复杂的业务运行环境。为确保业务的正常运行，IT运维管理人员需要处理种类更为丰富、来源更为多样的海量数据。因此，“海量、多源、异构”，成为了IT运维在提升故障定位效率，缩短故障修复时间的过程中，必然会面临的运维分析难点。
在流行数据库排名中， Elasticsearch以其搜索引擎能力著称，致力于帮助用户快速搜索大规模数据，快速获取数据价值，提升运维管理效率。
自2016年起，AnyRobot采用云原生架构，为海量数据运维场景提供弹性伸缩服务，确保系统可用性；借助Elasticsearch分布式系统、倒排索引等，实现海量数据的秒级搜索，解决复杂场景下的运维搜索效率问题。AnyRobot将Elasticsearch的搜索引擎能力引入，围绕运维场景，优化升级用户搜索体验。
打破数据孤岛，多源数据即时获取
在业务运行过程中，基于分布式架构的Elasticsearch，能够同时对多个来源的运维数据执行采集任务，提高系统数据的采集效率。一个平台实现多源数据查询，大幅提升运维搜索效率。
在进行多源数据采集时，AnyRobot可批量执行多个数据源的采集任务，降低数据采集任务的执行频率，降低对系统性能的占用影响。
海量数据存储，数据管理安全可靠
AnyRobot以弹性伸缩的云原生架构确保海量数据的全量存储，以最少的IT资源投入，满足安全合规条件下的数据生命周期管理，并可实现对异常问题的追踪溯源。
根据运维数据“时间越近越重要”的原则，运维用户可根据数据的使用周期设置冷、温、热数据保存时间，实现海量数据的全量存储，最大限度的节省存储资源成本，满足合规性需求。
云原生架构下，AnyRobot平台可对Elasticsearch数据存储时的工作状态进行健康检测。在发生异常时，系统也可继续处理数据存储请求，保障海量数据的计算资源。
搜索灵活应用，查询效率更进一步
在海量数据时代，场景化搜索才能体现数据价值。AnyRobot，利用Elasticsearch的强大搜索能力，结合特定的运维场景进行对运维搜索能力进行优化，增强搜索性能，提升运维搜索、查询和数据价值获取效率。
针对不同运维用户角色和数据需求设定日志数据分组和数据管控权限，运维人员可直接筛选相关数据，提升数据查询效率；运维人员根据其运维场景设定数据查询任务，并将查询结果进行汇总后呈现。
运维数据分组
数据解析简化了运维数据的分析难度，Elasticsearch可对不同来源的数据进行解析后存储。因此，用户在对运维数据进行查询时，不再需要对数据进行解析，可即时获取结果数据，提高了数据价值的获取效率。
「客户实践」
某双一流高校智慧校园建设的运维保障
某高校在智慧校园建设过程中，校内IT环境涵盖60+数据源，每天新增各类数据量达7000W条，数据规模大，且各个数据源的格式各不相同。AnyRobot的Elasticsearch特性结合校内运维管理场景，轻松存储海量数据，满足合规存储不少于6个月的法规要求，确保所有运维数据皆可被追溯审计；快速查询分析特定应用的运维数据，优化业务运营，高效支持全校师生的教育教学管理活动。
某高校智慧校园运维管理方案
AnyRobot Family 3 Elasticsearch特性为IT运维管理人员提供多源、海量数据的快速搜索能力，打破运维数据搜索孤岛，大幅提升事件查询、问题排查效率，缩短问题解决时间，降低运维管理成本。
点击 阅读原文，下载《 AnyRobot Family 3 Elasticsearch 特性解读材料》
