2018年，Elastic成功上市，市值達到驚人的50億美金。區別於傳統的通用搜索引擎，Elastic在企業內搜索技術領域無疑是獨步天下的王者，短短几年時間，從一家只是做小工具的公司迅速崛起，引發業內外廣泛矚目。
2004年Compass誕生。2010年Shay重寫Compass，變成著名的Elasticsearch。成為了Github上最活躍的項目之一，擁有超過736名Contributors。2012年Shay 成立商業公司 Elasticsearch 。2014年獲得7000萬美金融資。2015年，正式更名為Elastic，主要產品從單純的Elasticsearch變為ELK(Elasticsearch ，Logstash和Kibana)。
2018年，Elastic成功上市，市值達到驚人的50億美金。目前，Elasticsearch已經有超過3.5億的產品下載，一個匯聚100000多名開發人員的社區和超過5500名客戶。
Elastic究竟有著什麼樣的魔力，能夠吸引如此之多的青睞者?通過梳理Elastic的發展的時間軸，或許我們可以找到一些線索，不過還有更簡單的方法，只要你用過其它搜索引擎之後，再來體驗一下Elastic就行!它可以輕鬆搭建一個分佈式的搜索引擎那些底層複雜的細節都被Elastic隱藏了，留下的是讓用戶看起來簡單而清晰的API以及大量豐富多樣的插件!
很多人把Elastic的成功描述成“奇蹟”或者“傳奇”的原因。然而任何成功都絕不是偶然得來的，Elastic的成功自然也不例外。王剛作為Elastic中國區總經理，對於Elastic成功，他總結了幾個關鍵原因。
首先很重要的一點就是Elastic作為一家開源公司，有大量開源社區粉絲和用戶推動Elastic產品快速發展。Elastic與社區中的小夥伴和開發者共享開發模式，才打造出Elastic這樣的世界一流產品。
其次，搜索作為現在大數據時代一個很棘手的問題，被Elasticsearch實實在在的解決了。查詢一定是大數據時代剛性需求，業務應用場景極來廣泛。它要求在儘量短的時間裡得到查詢和分析結果，市面上絕大多數大數據產品都不具備這樣的能力。Elasticsearch的實時化，可以實時反饋查詢和分析結果，同時Elastic還為用戶提供包括搜索引擎，數據分析，數據導入工具在內的一整套的組件，歸根結底，用戶可以基於Elasticsearch搜索引擎簡單快速的打造出一個實時大數據分析展現解決方案，所以Elastic就火速流傳開來了。
再次，是Elastic的商業模式。它嘗試開創了第二代開源模式，成功解決了第一代開源項目好多人用，卻沒人付錢這種“叫好不叫座”的尷尬問題 ，商業模式類似於遊戲的內購系統，核心的部分是免費的，但開源部分周邊的插件，是需要付費的。就好比玩遊戲是免費的，但購買裝備是要掏錢的，另外，Elastic只有一個版本，更新和維護也變得很簡單。用戶從免費到付費的過程變得非常自然。如果用戶付費，就可以獲得更多的功能，如果不付費，用戶還是可以繼續沿用那些免費開源的部分，相對於用戶來說方便靈活。
最後，雖然Elastic公司不大，但它的管理經驗，管理體系的成熟度，比許多大公司還要好。原因在於，它擁有很多以前在大公司具有豐富經驗的職業經理人。從Elastic的產品的架構來看，Elastic實際上解決的是大數據處理的三個維度的問題，也就是相關性、速度以及規模化，它並沒有把自己僅僅定位在搜索引擎領域。
一是相關性。大數據時代，數據量的爆炸式增長，使得數據類型非常多變。有些系統只能處理文本數據，有些只能處理音頻數據，專門處理時序性數據的也有，就是沒有一個單一的平臺能把所有數據統一分析和管理的。還是以滴滴打車系統為例，而Elasticsearch允許執行和合並多種類型的搜索(結構化、非結構化、地理位置、度量指標)，所以可實現用戶叫車需求，這就是數據的相關性。Elasticsearch 的聚合能力還能夠從大處著眼，探索數據的趨勢和模式，從而幫助用戶一舉解決在同一平臺分析和處理數據的需求。
二是速度。現代社會，其實很多交易、行為、業務環節都需要秒級處理，比如去淘寶上買東西，搜索產品，正是因為在幾秒內出現結果，你才會持續使用他們。滴滴打車我們日常生活中比較常見，也容易理解。若你叫了車，系統處理過慢，司機收不到系統消息，不知道你有打車需求，即使車就在你樓下，你好還是上不了車，走不出去。Elasticsearch通過有限狀態機實現了用於全文檢索的倒排索引，實現了用於存儲數值數據和位置數據的 BKD 樹以及用於分析的列式存儲。而且由於每個數據都被編入了索引，因此可以用快到令人驚訝的速度搜索到所有數據。
三是規模化。顯而易見數據量越大，處理難度愈大，很多系統在設計之初，不考慮系統擴展性，導致後期癱瘓的例子比比皆是。城市交通系統，例如建築排水系統。當時設計大數據分析和處理系統時，若按千萬級別用戶量去設計，一旦用戶量超過限度就是大問題了。所以Elasticsearch從設計之初就考慮到了這些問題，系統能夠平滑支持升級、擴容、擴展，它運行在一個分佈式的環境中，無論在一個節點上運行，還是在一個包含 300 個節點的集群上運行，都能夠以相同的方式與Elasticsearch 進行通信。它支持水平擴展，每秒鐘可處理海量事件，自動管理索引和查詢在集群中的分佈方式，實現極其流暢的操作。
正是由於Elastic的幾項核心開源組件，就是大家熟知的ELK或者ELKB。才使得大數據處理的相關性、速度、規模化的三大問題，能夠被Elastic解決。
第一，是一套系統堆棧Elastic Stack。
第二，是包括了倒排索引，列式存儲等最核心的Elasticsearch搜索引擎。
第三，是包含了Beats和Logstash的數據導入工具，其中Beats 是輕量型採集器的平臺，從邊緣機器向 Logstash 和 Elasticsearch 發送數據;Logstash 是動態數據收集管道，擁有可擴展的插件生態系統，能夠與Elasticsearch產生強大的協同作用。
第四，是數據展現工具Kibana ，它能夠以圖表的形式呈現數據，並且具有可擴展的用戶界面，全方位配置和管理Elastic Stack。
Elastic的開源組件極大方便企業客戶大數據平臺的搭建。簡稱為ES的 Elastic stack，被越越多的企業和機構用於日誌分析，業務數據分析，安全分析，企業內網搜索，網站和APP搜索等業務場景。ES對行業的深度應用，在銀行業的反洗錢，信用卡防欺詐，金融客戶智能產品推薦等，汽車行業車聯網和IoT等領域起著關鍵性作用。
Elastic還推出更多的付費高級商業插件和原廠5*8或者24*7的服務，使得商業插件和原廠服務構成了Elastic的商業產品即商業訂閱。讓客戶更安全，更智能，更高效的去部署實施Elastic stack的集群。而ECE(Elastic Cloud Enterprise)企業雲，徹底解決讓人頭疼的集中管控，自動分配資源，系統升級維護等問題。Elastic提供的本地化技術培訓和諮詢服務，讓客戶真正能從Elastic Stack中獲取到價值。
實際上，直到今年3月，Elastic才在中國設立分公司。不過Elastic美國總部對中國充滿期望。但中國市場究竟應該怎麼去做，能給Elastic帶來多少商業回報，有多少人會買單，有多少人需要Elastic的服務，這些都需要時間去摸索。因為Elastic美國總部Elastic中國團隊非常信任，也給予了比較大的投入和時間窗並保持足夠的耐心。
Elastic憑藉出色的產品、創新的商業模式以及開放的生態，正向著“使世界上每個開發人員能夠把搜索作為基礎設施來解決他們最複雜的需求“穩步邁進，同時Elastic又相繼推出了雲端產品Elastic Cloud、Elastic Cloud Enterprise等，滿足大數據時代的各種需求，相信Elastic的未來定也是一段傳奇之旅。
Elastic：搜索一下，讓世界超乎想象!
閱讀更多 IT168網 的文章
關鍵字: ElasticSearch 智能出行 業內外
