Elastic 线上 Meetup “Elastic 认证及 Watcher 使用分享” 将于 9 月 18 号举办

置顶 于 2024-09-13 10:14:15 发布
阅读量461 收藏 5
点赞数 19
分类专栏： Elasticsearch Elastic 文章标签： elasticsearch 大数据 搜索引擎 全文检索
本文为博主原创文章，未经博主允许不得转载。
本文链接：https://blog.csdn.net/UbuntuTouch/article/details/142202866
版权
Elastic 同时被 2 个专栏收录
1486 篇文章 899 订阅
订阅专栏
Elasticsearch
1018 篇文章 595 订阅
订阅专栏

​会议时间

2024年9月18日 19:00—21:00

报名地址

Elastic 认证及 Watcher 使用分享 预约报名-Elastic 中国官方活动号活动-活动行

参与方式

线上直播：Elastic 中国社区官方博客，elasticstack B 站号

活动议程

19:00-19:45 主题演讲：《一次生产集群 ES Watcher 失效的深度排查与分析：全过程剖析与解决方案 》

尚雷.png
讲师：TechTalk 技术交流社区创办者 — 尚雷

讲师介绍：

技术交流社区创办者，社区技术交流组织者

议题介绍：

  1. ES watcher 知识介绍
  2. 生产环境 watcher 失效问题排查及分析处理过程

19:45-20:30 主题演讲：《如何系统化备战 Elastic 专家认证考试？》

微信图片_20240906155108.jpg
讲师： Elastic 认证专家 — 铭毅天下

讲师介绍：

《一本书讲透 Elasticsearch》作者，Elastic 认证专家，Elastic 官方合作培训讲师，阿里云 MVP，全网累计博客阅读1000万+，计算机应用技术硕士，10年+工作经验高级工程师，已带领200多人通过 Elastic 认证专家考试

议题介绍：

  1. Elastic 认证专家考试介绍
  2. 考纲介绍
  3. 备战介绍

20:30-21:00 Q&A + 抽奖

届时会有铭毅天下老师写的书作为礼品：

Elastic 还有精美礼品相送！期待大家的参入！

Elastic 中国社区官方博客
关注
  • 19
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
博客
Elasticsearch 再次开源
08-30 4045
在尝试了我们能想到的所有其他选项后，我们更改了许可证，知道这将导致 Elasticsearch 的分支以不同的名称和轨迹发展。] 我们选择 AGPL，而不是其他许可证，因为我们希望通过与 OSI 的合作，帮助在开源许可世界中拥有更多选择。嘿，也许随着事态的发展，AGPL 已经足够适合像我们这样的基础设施软件了（例如，Grafana 从 Apache2 迁移到 AGPL）。但是通过使用 AGPL，这个被 OSI 批准的许可证，我们可以再次使用 “开源” 这个词，这消除了人们可能存在的任何疑问或误解。
博客
Elastic 线下 Meetup 将于 2024 年 9 月 21 号在成都举办
08-29 1584
2024 Elastic Meetup 成都站活动，由 Elastic、腾讯、新智锦绣联合举办，现诚邀广大技术爱好者及开发者参加。
博客
Elastic：如何成为一名 Elastic 认证工程师，Elastic 认证分析师及 Elastic 认证可观测性工程师
10-28 2万+
Elasticsearch 无疑是是目前世界上最为流行的大数据搜索引擎。根据 DB - Engines 的统计，Elasticsearch 雄踞排行榜第一名，并且市场还在不断地扩大：能够成为一名 Elastic 认证工程师也是很多开发者的梦想。这个代表了 Elastic 的最高认证，在业界也得到了很高的认知度。得到认证的工程师，必须除了具有丰富的 Elastic Stack 知识，而且必须有丰富的操作及有效的解决问题的能力。拥有这个认证证书，也代表了个人及公司的荣誉。针对个人的好处是，你可以..
博客
Elastic：开发者上手指南
02-25 15万+
你们好，我是Elastic的刘晓国。如果大家想开始学习Elastic的话，那么这里将是你理想的学习园地。在我的博客几乎涵盖了你想学习的许多方面。在这里，我来讲述一下作为一个菜鸟该如何阅读我的这些博客文章。我们可以按照如下的步骤来学习：1)Elasticsearch简介：对Elasticsearch做了一个简单的介绍2)Elasticsearch中的一些重要概念:cluster, n..........................................................
博客
Elastic：培训视频 - ​在生产环境中配置 Fleet Server 和 Elastic Agent 之间的安全
01-06 1万+
在这篇文章中，我将会把我写的有些内容录制成视频，供大家参考。希望对大家有所帮助。优酷的视频频道地址在这里。Elastic 简介及Elastic Stack 安装：优酷，腾讯 Elastic Stack docker 部署：优酷，腾讯 Elasticsearch中的一些重要概念（Cluster/Shards/Replica/Document/Type/Index）：优酷，腾讯 开始使用El...............
博客
Elasticsearch 简介
08-08 17万+
Elasticsearch是一个非常强大的搜索引擎。它目前被广泛地使用于各个IT公司。Elasticsearch是由Elastic公司创建并开源维护的。它的开源代码位于https://github.com/elastic/elasticsearch。同时，Elastic公司也拥有Logstash及Kibana开源项目。这个三个开源项目组合在一起，就形成了 ELK软件栈。他们三个共同形成了一个强大的...
博客
使用 Elastic 和 LM Studio 的 Herding Llama 3.1
09-13 259
最新的 LM Studio 0.3 更新使 Elastic 的安全 AI Assistant 能够更轻松、更快速地与 LM Studio 托管模型一起运行。在这篇博客中，Elastic 和 LM Studio 团队将向你展示如何在几分钟内开始使用。如果你在同一网络上或在你的机器上本地工作，则不再需要设置代理。
博客
Elasticsearch 开放 inference API 为 Hugging Face 添加了原生分块支持
09-13 568
​借助 Elasticsearch 开放推理 API，你可以使用 Hugging Face 的推理端点（Inference Endpoints）在 Elasticsearch 之外执行推理。这样你就可以使用 Hugging Face 的可扩展基础架构，包括在 GPU 和 AI 加速器上执行推理的能力。使用 Hugging Face 生成的嵌入的能力是作为 Elasticsearch 8.11 中的第一个开放推理 API 集成引入的，从那时起，我们一直在努力工作，并使用更强大的功能对其进行了更新，让您可以事
博客
Elastic：如何将数据转化为可操作的见解？
09-12 603
可操作的洞察不仅仅是一个有趣的数据点或趋势。它是一条信息，可直接导致可以改善你的业务的具体实际行动。与可能告诉你发生了什么的原始数据不同，可操作的洞察可以帮助你了解事件发生的原因——更重要的是，你应该采取什么措施。它们弥合了数据分析和决策之间的差距，将数字转化为你的团队可以实施的明确步骤，以实现目标结果。例如，你的网站数据可能显示用户在完成购买之前不断放弃购物车。这是很好的信息 —— 但你如何处理它？当你深入挖掘以找出许多用户在支付过程中退出时，可操作的洞察就会出现。
博客
解锁多语言洞察力：使用 Python、LangChain 和 Vector Database 翻译数据集
09-11 1241
将数据集从一种语言翻译成另一种语言可能是一种强大的工具。你可以深入了解以前可能无法获得的数据集，例如检测新的模式或趋势。使用，你可以获取数据集并将其翻译成你选择的语言。翻译数据集后，你可以使用 Elastic 的向量数据库来获取见解。这篇博文将引导你了解如何使用将数据加载到 DataFrame 中，使用将数据从一种语言翻译成另一种语言，将翻译后的数据加载到 Elasticsearch 中，并使用了解有关数据集的更多信息。此示例的完整代码可在中找到。
博客
如何通过 Apache Camel 将数据导入 Elasticsearch
09-10 893
Apache Camel 是一个开源集成框架，可简化不同系统的连接，使开发人员可以专注于业务逻辑，而不必担心系统通信的复杂性。Camel 的核心概念是 “routes - 路由”，它定义了消息从源到目的地所遵循的路径，可能包括转换、验证和过滤等中间步骤。
博客
用于客户支持的 GenAI：探索 Elastic Support Assistant
09-09 1174
我们很高兴地宣布推出 Elastic 的支持助手。本博客将带你了解我们最新的生成式 AI 工具以及它可以帮助你使用 Elastic 技术的一些常见场景。正如生成式 AI 的发展速度超出任何人的预期一样，Elastic 也发展迅速，开发了旨在为我们的客户解决不同用例的助手。可观察性 AI 助手为可观察性数据分析和问题补救提供见解和聊天支持与外部 AI 模型集成以提供上下文帮助需要企业订阅和 Elastic Stack 8.9 或更高版本安全 AI 助手协助网络安全任务，
博客
GenAI 用于客户支持 — 第 4 部分：调整 RAG 搜索的相关性
09-09 1391
欢迎阅读我们关于将生成式 AI 集成到 Elastic 客户支持的博客系列的第 4 部分。本期深入探讨了检索增强生成 (RAG) 在增强我们 AI 驱动的技术支持助理方面的作用。在这里，我们解决了改进搜索效果的挑战、解决方案和结果，并提供了行动项目，以使用 Elastic Stack 版本 8.11 中提供的工具集进一步提高其功能。
博客
GenAI 客户支持 — 第 3 部分：为人类设计聊天机器人的聊天界面
09-09 817
本博客系列揭示了我们的现场工程团队如何使用 Elastic stack 和生成式 AI 开发出一款可爱而高效的客户支持聊天机器人。如果你错过了本系列的其他文章，请务必查看和。通过 Web 应用聊天的想法已经存在了很长时间。因此，你可能会认为这意味着 GenAI 聊天机器人将是一个标准的、无聊的界面。但事实证明，AI 聊天机器人提出了一些有趣而新颖的挑战。我将在这里提到其中的一些，希望如果你希望构建自己的聊天界面，你可以使用这些技巧和窍门来帮助你。作为一名 UI 设计师，我喜欢对小事大惊小怪。
博客
Elasticsearch：无状态世界中的数据安全
09-07 1718
在最近的博客文章中，我们宣布了支持 Elastic Cloud Serverless 产品的无状态架构。通过将持久性保证和复制卸载到对象存储（例如 Amazon S3），我们获得了许多优势和简化。从历史上看，Elasticsearch 依靠本地磁盘持久性来确保数据安全并处理陈旧或孤立的节点。在本博客中，我们将讨论无状态的数据持久性保证，包括我们如何使用安全检查隔离新的写入和删除，以防止陈旧节点不安全地确认这些操作。
博客
从 ES|QL 到 Python 中的原生 Pandas 数据帧
09-06 989
自 Elasticsearch 8.15 或 Elasticsearch Serverless 以来，。这篇博文将向你展示如何在 Python 中利用它。在中，我演示了如何使用 CSV 作为中间表示将 ES|QL 查询转换为 Pandas 数据帧。不幸的是，CSV 需要显式类型声明，速度很慢（尤其是对于较大的数据集），并且不处理嵌套数组和对象。Apache Arrow 消除了所有这些限制。
博客
在 Elastic 8.15 中使用最少的代码快速构建 RAG
09-05 796
作者：来自 ElasticElastic 8.15 已经发布，语义搜索比以往任何时候都更容易实现。就这样！让我们完成它。我们将介绍如何在 15 分钟内完成所有这些任务：将你的文档存储在某些数据存储服务中，例如 AWS S3 Bucket设置 Elastic Search 数据连接器使用 eland 库上传嵌入模型，在 Elastic 中设置推理 API将其连接到使用 semantic_text 数据类型的索引将你的 inference API 添加到该索引同步数据连接器立即使用 Elasti
博客
人工智能造福公众：未来一片光明
09-04 1137
我们如何衡量人工智能对政府的影响？毫无疑问，人工智能将为运营流程和决策带来的好处已被广泛讨论 —— 从自动化工作流程到节省成本再到减少重复工作。但对于以服务公众为目标的组织来说，人工智能的这些好处不仅限于业务指标，例如效率或收入增长。相反，人工智能带来的潜在效率和成本节约可以开辟空间和资源，用于提供有意义的公共服务，改善全球人民的生活质量。这听起来可能过于简单和理想化 —— 但它已经发生了。
博客
从零开始使用 LangGraph、LLaMA3 和 Elasticsearch 向量存储构建本地代理的教程
09-03 1041
​在本教程中，我们将了解如何使用 LangGraph、LLaMA3 和 Elasticsearch Vector Store 从头开始​​创建可靠的代理。我们将结合 3 篇高级 RAG 论文中的想法：用于路由的自适应 RAG：根据内容将问题引导到向量存储或网络搜索纠正性 RAG 回退机制：使用该机制，当问题与向量存储不相关时，我们将引入回退检索，改为使用网络搜索。。用于自我校正的自我 RAG：此外，我们还将添加自我校正功能，以检查生成的内容是否存在幻觉或不相关的情况，如果不合适，我们将再次回退到网
博客
Elasticsearch：使用 inference API 进行语义搜索
09-02 1575
本教程中的说明向您展示了如何将 inference API 工作流与各种服务结合使用来对你的数据执行语义搜索。为了说明问题的方便，我将使用 Cohere 服务来进行详细说明。更多其它服务，请详细参阅。：有关在 Elastic Stack 中执行语义搜索的最简单方法，请参阅。在本次练习中，我们将使用的 embed-english-v3.0 模型。事实上，你可以使用任何 Cohere 和 OpenAI 模型，它们均受 inference API 支持。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值