Впервые вижу понятный разбор без лишней воды, спасибо за контент, автору респект! Мне бы хотелось узнать больше инфы по всем темам, которые не были затронуты, но упомянуты.
Крутое видео. Все по делу. Спасибо за акцент на преимуществах ES, наглядность и отсутствие воды. Если будете делать видео про ELK, разберите по возможности задачу поиска в журнале логов, т.к. это, как я понял, наиболее популярная задача для ELK.
Спасибо за видео! Хотелось бы более подробнее про поиск(конкретно интересует фасетный поиск) и оптимизация запросов на больших объемах документов, от 10млн. Спасибо!
Спасибо, очень познавательно, я ещё смотрел на канале сельский джавист работу с elastic search там тоже хорошо рассказано про работу, но там больше нацеленно на логирование в logstasg. Я думал что elastic используется только для логирования, а оказывается ещё для оптимизации запроса поиска 👍👍👍👍. Не успеваю во всем практиковаться. Хорошо что есть вы что показываете интересный и актуальный материал ❤❤❤.
А ещё можно использовать postgres + ts vector + gin index. Всё равно не так удобно, как эластик, но это уже правда работает, в отличие от поиска по точному совпадению.
Просто супер видео. Давай по редис, aws3 , kubernetis, mongo, spark, Cassandra, clickhouse и пр no SQL БД. Неужели у спринга нет из коробки интеграции с эластик?
Спасибо за видео. Автор подскажи пожалуйста, те запросы которые ты делал якобы кастомные, разве и через обычный sql не делается разве. Например получить товар по имени где именно содержатся слово "беспроводные" и так далее?
Спасибо за видео! На мой взгляд ELK - инструмент для поиска неточной информации... даже не знаю где это может пригодится и почему то же самое нельзя реализовать на обычной релационной базе данных, создав словарь различных форм слов. В последнем случае преимущество - использование надежных инструментов с настраиваемой логикой, а не логикой ELK.
Спасибо, очень круто обьяснил. Только не понял в какой момент нужно делать переиндексацию, т.е. как всегда поддерживать ES в актуальном согласованном состоянии, что-бы не было расхождений с реляционкой?
спасибо! по поводу того когда делать переиндексацию. После любого изменения данных (вставка, обновление, удаление) в реляционной базе данных необходимо выполнить обновление в Elasticsearch. В высоконагруженных системах это обычно делается асинхронно, например, через Kafka. То есть, когда происходит изменение в базе данных, соответствующее событие отправляется в Kafka, а одним из из консьюмеров этих сообщений является сервис, который отправляет запросы на обновление индекса в Elasticsearch.
@@suchkov-tech Спасибо за ответ. Я так и думал. Просто мне изначально показалось, что это весьма ресурсозатратно вот так вот постоянно после каждого изменения реляционки индексировать ES.
привет, спасибо за видео! подскажи пожалуйста, зачем после получения данных из поиска ходить в бд за всем остальным? и в твом примере, и в целом в списочных методах обычно не требуется полный набор данных об объекте, так почему бы не сунуть всё необходимое в индекс эластика?
Как по мне, пример с PostgreSQL не совсем корректный, так как можно использовать GiST индекс и операторы схожести. И уже это сравнивать с ES, тогда было бы намного интереснее
Суть и как работать понятны, но осталось неясно, как elastic search всё это реализует внутри себя. Или я что-то прослушал? Вероятно, в нем своя No SQL база, плюс есть анализаторы, понимающие формы слов... Хотелось бы узнать про это, а не только как практически им пользоваться. А так видео хорошее, спасибо.
бро ну это нужно в гите смотреть , опен соурс. Так это в 30 минут не обьяснишь сам хотел писать поисковую систему но з@ебался решил еластик юзать. Разбиратся не обязателен.
Сделайте качественное сравнение elastic и pg_search плагина? Как можно называть like "глупым поиском"? Like - это поиск подстроки в строке, а не полнотекстовый поиск. Если принять это во внимание, то не остаётся плюсов у noSQL DB?
спасибо за комментарий! Только небольшая поправка - поиск не глупый, а наивный. Термин "наивный" обычно используется для описания простого, базового или неэффективного подхода к решению задачи, что вполне отражает поиск по подстроке. Вы правы, современные базы данных умеют в полнотекстовый поиск, и такая продвинутая СУБД как PostgreSQL не исключение. Однако, ElasticSearch предлагает гораздо более специализированные и оптимизированные возможности для работы с полнотекстовым поиском и анализом данных в реальном времени. При написании сценария я думал, стоит ли об этом говорить или нет, рассказывая про принцип единственной ответсвенности и прочее. Каждый компонент системы должен отвечать за свою конкретную задачу. PostgreSQL - это мощная реляционная база данных, которая прекрасно справляется с хранением структурированных данных и поддерживает различные типы запросов, включая полнотекстовый поиск. Однако, изначально она не предназначалась для этой задачи. ElasticSearch, напротив, создан именно для поиска и анализа данных. Это инструмент, оптимизированный под задачи быстрого поиска, работающий с большими объемами данных и поддерживающий различные функции связанные с поиском. Это делает ElasticSearch более подходящим для задач, связанных с полнотекстовым поиском, чем универсальная СУБД, как PostgreSQL.
Неужели нет "быстрых" поисковых способов полнотекстовых запросов к БД? Зачем тащить велосипед под названием "эластикСерч" Интересно посмотреть нагрузки при большом количестве чтений, как при этом эластик (в процентах) даст прирост производительности
Нафига хранить документ в реляционной базе, если он так же хранится в эластике? И при этом ещё и морочиться с синхронизацией. Для любого SQL запроса есть свой аналог в эластике. Т.ч. можно для эластика построить аналог любого SQL-запроса, найти документ и взять его сразу в готовом виде из эластика, а не просто брать ID и бежать за документом в реляционную БД.
Я короче понял, это elastic search как доп программа обрабатывает пользовательский поисковый запрос упрощает его чтобы получился эффективный запрос в бд и она бысро отдала информацию 😎😎😎
Добрый день! подстрока "зеленый" не содержится в тексте "зеленая миля" или "зеленая книга". Но если написать "зеленая" (в женском роде), то совпадения будут по названию, но пропадут из выдачи два других фильма.
Один из лучший каналов про программное обеспечение.
Было бы еще интересно послушать про: Clickhouse и Kubernetes. Спасибо за ваш труд!
про кубернетес можно слушать лекции месяцами и этого будет мало. за 30 минут точно не уложиться :))
Автор легенда, спасибо за детство 😭
Впервые вижу понятный разбор без лишней воды, спасибо за контент, автору респект! Мне бы хотелось узнать больше инфы по всем темам, которые не были затронуты, но упомянуты.
Спасибо огромное, материал на высшем уровне и подается в идеальном формате!
Крутое видео. Все по делу. Спасибо за акцент на преимуществах ES, наглядность и отсутствие воды.
Если будете делать видео про ELK, разберите по возможности задачу поиска в журнале логов, т.к. это, как я понял, наиболее популярная задача для ELK.
будет здорово посмотреть Ваше видео про ELK stack имея знания и понимание работы elasticsearch. Спасибо за Ваш труд!)
Понятное и корректное объяснение, я понял абсолютно ВСЁ. Лайк подписка, без сомнений
Мужик - легенда, нужны ещё видосы!
Вот это концентрация полезности! Спасибо!
Герои не носят плащи
Они их распахивают
Спасибо большое. Необходимо продолжение данной темы
Хочу продолжение про шардирование. Спасибо.
Просто комментарий для продвижения видео этого замечательного человека.
Шикарное видео, автору большой респект за работу и потраченное время
Привет. про шарды было бы очень интересно послушать!
Отличный канал. Жаль, что роликов мало, и я уже их все посмотрел. )
Про Kubernetes пожалуйста и спасибо за видео👋👋
давай elk за 30 минут, не могу дождаться :)
Обалденный инструмент! Просто нет слов, только неизмеримое желание применить где-нибудь😅
Спасибо за пример использования еластика! Круто бы про сам ELK послушать!
спасибо за видео, я хоть и фронтенд разраб, но пытаюсь в бек, очень досутпно и просто объясняешь))
Настолько подробно я ещё не встречал
Буду рад послушать продолжение, про шардирование и реплики.
шарды, реплики, ранжирование - интересно ВСЁ !!❤
+ За продолжение, интересны детали и тонкости движка. Отличное раскрытие темы, спасибо
Спасибо за видео! Хотелось бы более подробнее про поиск(конкретно интересует фасетный поиск) и оптимизация запросов на больших объемах документов, от 10млн. Спасибо!
Це рівень ! Контент топчик. Інформація, якість подачі інформації, так тримати, гарний канал
Ролик классный! Шардирование и реплицирование так же интересны
Лучшее видео по ELK что видел!
Очень полезно, спасибо
Хотим продолжение по шардированию и остальное 🎉спасибо
Очень хочется продолжения! Спасибо за отличный контент
Годный контент , интересно слушать и смотреть
Блин, Супер штука!! Продолжению быть!
Спасибо большое за видео, жду продолжения!)
Спасибо) очень полезно
Спасибо большое, очень интересное видео) ждём продолжения 😊
Супер! Про ELK очень надо
Очень круто объясняешь, спасибо за качественный материал!
Благодарю за такое прекрасное видео!
Было бы интересно про Kubernetes
Спасибо за ролик , ждем продолжение!
Спасибо большое за видео, жду продолжения!)
приятная речь, спасибо
Спасибо, очень познавательно, я ещё смотрел на канале сельский джавист работу с elastic search там тоже хорошо рассказано про работу, но там больше нацеленно на логирование в logstasg. Я думал что elastic используется только для логирования, а оказывается ещё для оптимизации запроса поиска 👍👍👍👍. Не успеваю во всем практиковаться. Хорошо что есть вы что показываете интересный и актуальный материал ❤❤❤.
автор лучший. ещё бы рэббит
Спасибо, крутые примеры!
А ещё можно использовать postgres + ts vector + gin index. Всё равно не так удобно, как эластик, но это уже правда работает, в отличие от поиска по точному совпадению.
все четко и по делу 🔥
Мощно, спасибо друг.
Мощнейший видос
❤
Классный урок! Подскажите, какой микрофон используете?
спасибо) микрофон Zoom H1n
отличное видео
Хотелось бы ещё про Kubernetes
Это очень интересно т.к есть на проекте
Просто супер видео. Давай по редис, aws3 , kubernetis, mongo, spark, Cassandra, clickhouse и пр no SQL БД. Неужели у спринга нет из коробки интеграции с эластик?
подача огонь🔥
Спасибо за видео. Автор подскажи пожалуйста, те запросы которые ты делал якобы кастомные, разве и через обычный sql не делается разве. Например получить товар по имени где именно содержатся слово "беспроводные" и так далее?
Топ видео, спасибо автору!
чувак, лайк подписка, очень классно рассказываешь 👍
Спасибо за видео! На мой взгляд ELK - инструмент для поиска неточной информации... даже не знаю где это может пригодится и почему то же самое нельзя реализовать на обычной релационной базе данных, создав словарь различных форм слов. В последнем случае преимущество - использование надежных инструментов с настраиваемой логикой, а не логикой ELK.
Спасибо.
В описании нет ссылки на видео основы докер. Кстати, спасибо за видео
Классное видео, отлично сделано! Спасибо! А как вы выложили курс на Udemy, аккаунты РФ разве не блокируют?
Спасибо! По поводу курса - сейчас я проживаю в Португалии возможно поэтому не блокируют, видимо аккаунт считается португальским
@@suchkov-tech то есть вы Португальскую платежку прикрутили? Paypal?
@@vvvarvfx Payoneer
Привет 👋 у тебя есть углубленный курс по эластику? я б купил
спасибо!
Спасибо, очень круто обьяснил. Только не понял в какой момент нужно делать переиндексацию, т.е. как всегда поддерживать ES в актуальном согласованном состоянии, что-бы не было расхождений с реляционкой?
спасибо! по поводу того когда делать переиндексацию. После любого изменения данных (вставка, обновление, удаление) в реляционной базе данных необходимо выполнить обновление в Elasticsearch. В высоконагруженных системах это обычно делается асинхронно, например, через Kafka. То есть, когда происходит изменение в базе данных, соответствующее событие отправляется в Kafka, а одним из из консьюмеров этих сообщений является сервис, который отправляет запросы на обновление индекса в Elasticsearch.
@@suchkov-tech Спасибо за ответ. Я так и думал. Просто мне изначально показалось, что это весьма ресурсозатратно вот так вот постоянно после каждого изменения реляционки индексировать ES.
молодец
Спасибо за видео! Очень в тему, однако почему именно ElasticSearch, а не OpenSearch?
👍 thanks!
А ты хорош)
привет, спасибо за видео! подскажи пожалуйста, зачем после получения данных из поиска ходить в бд за всем остальным? и в твом примере, и в целом в списочных методах обычно не требуется полный набор данных об объекте, так почему бы не сунуть всё необходимое в индекс эластика?
Супер!
Как по мне, пример с PostgreSQL не совсем корректный, так как можно использовать GiST индекс и операторы схожести. И уже это сравнивать с ES, тогда было бы намного интереснее
Давай про шардирование postgres
Реальный топ 1 фильм по запросу "зелёный" не нашел
Запили курс по Go🙃🙃🙃 Пожаааалуйста!!!!
❤❤❤
Топ контент
Идеальная подача. Нужен ролик по разбору кубера
Ого, если Postgresql обвесить elasticsearch и кучей других технологии то постгря становится наконец-то хоть чем-то похожим на монгодб
Будет ли обзор Obsidian?
вообще не планировал, так как не совсем в тематике канала, и кажется есть уже много хороших обзоров на этот инструмент
22:20 не понял, а где Зеленый слоник? видос пушечка кста
Суть и как работать понятны, но осталось неясно, как elastic search всё это реализует внутри себя. Или я что-то прослушал? Вероятно, в нем своя No SQL база, плюс есть анализаторы, понимающие формы слов... Хотелось бы узнать про это, а не только как практически им пользоваться. А так видео хорошее, спасибо.
бро ну это нужно в гите смотреть , опен соурс. Так это в 30 минут не обьяснишь сам хотел писать поисковую систему но з@ебался решил еластик юзать. Разбиратся не обязателен.
Где ты был в мои 19 лет, когда я всех сеньоров помидоров задолбал вопросами про этот эластик и что оно такое)
но ведь постгрес содержит функционал для полнотекстового поиска..
если бы еще перейти на новую версию со старой в которой используются динамические поля с точкой в имени, что во всех новых версиях запрещено.
Сделайте качественное сравнение elastic и pg_search плагина? Как можно называть like "глупым поиском"? Like - это поиск подстроки в строке, а не полнотекстовый поиск. Если принять это во внимание, то не остаётся плюсов у noSQL DB?
спасибо за комментарий! Только небольшая поправка - поиск не глупый, а наивный. Термин "наивный" обычно используется для описания простого, базового или неэффективного подхода к решению задачи, что вполне отражает поиск по подстроке.
Вы правы, современные базы данных умеют в полнотекстовый поиск, и такая продвинутая СУБД как PostgreSQL не исключение. Однако, ElasticSearch предлагает гораздо более специализированные и оптимизированные возможности для работы с полнотекстовым поиском и анализом данных в реальном времени.
При написании сценария я думал, стоит ли об этом говорить или нет, рассказывая про принцип единственной ответсвенности и прочее. Каждый компонент системы должен отвечать за свою конкретную задачу. PostgreSQL - это мощная реляционная база данных, которая прекрасно справляется с хранением структурированных данных и поддерживает различные типы запросов, включая полнотекстовый поиск. Однако, изначально она не предназначалась для этой задачи. ElasticSearch, напротив, создан именно для поиска и анализа данных. Это инструмент, оптимизированный под задачи быстрого поиска, работающий с большими объемами данных и поддерживающий различные функции связанные с поиском. Это делает ElasticSearch более подходящим для задач, связанных с полнотекстовым поиском, чем универсальная СУБД, как PostgreSQL.
Гет запрос с боди???
Udemi не позволяет покупать курсы из России
У нас в страховой компании ElasticSearch
Неужели нет "быстрых" поисковых способов полнотекстовых запросов к БД? Зачем тащить велосипед под названием "эластикСерч"
Интересно посмотреть нагрузки при большом количестве чтений, как при этом эластик (в процентах) даст прирост производительности
Велосипедом было твоё рождение, сходи почитай кабанчика для начала или хотя бы доку по эластику зачем и почему он нужен
Нафига хранить документ в реляционной базе, если он так же хранится в эластике? И при этом ещё и морочиться с синхронизацией. Для любого SQL запроса есть свой аналог в эластике. Т.ч. можно для эластика построить аналог любого SQL-запроса, найти документ и взять его сразу в готовом виде из эластика, а не просто брать ID и бежать за документом в реляционную БД.
что за накрутка комментариев?) ничего плохого про видео не говорю
Я короче понял, это elastic search как доп программа обрабатывает пользовательский поисковый запрос упрощает его чтобы получился эффективный запрос в бд и она бысро отдала информацию 😎😎😎
Даже через LIKE %''зеленый" в поле title не найдет чет мне не верится
Добрый день! подстрока "зеленый" не содержится в тексте "зеленая миля" или "зеленая книга". Но если написать "зеленая" (в женском роде), то совпадения будут по названию, но пропадут из выдачи два других фильма.
Movie 43 лучше
да обычно потому что всё уже изучено.. там учить то нечего
Слишком простое и чересчур подробное объяснение
Нижнее подчеркивание… а существует верхнее еще?