Codéin propose des services d'accompagnement dans la gestion et l'exploitation des données pour optimiser les prises de décision. Leur expertise comprend la collecte, l'analyse, la visualisation et le stockage des données, tout en assurant leur qualité et leur sécurité, permettant ainsi aux entreprises de transformer leurs données en atouts stratégiques.
GitHub a amélioré son architecture de recherche pour GitHub Enterprise Server en intégrant la fonctionnalité de réplication entre clusters d'Elasticsearch, permettant une gestion plus stable et indépendante des nœuds. Cela vise à réduire les problèmes liés aux index de recherche et à garantir la disponibilité même en cas de défaillance d'un nœud, afin d'améliorer l'expérience des administrateurs tout en simplifiant les opérations de maintenance.
L'article présente comment construire un moteur de recherche avancé en utilisant Elastica et API Platform, afin de faciliter les requêtes avancées qui ne peuvent pas être réalisées simplement avec des tableaux PHP. Une démonstration et présentation de cette intégration est incluse, rendant l'utilisation d'Elastica plus accessible pour les développeurs.
Elasticsearch est un moteur de recherche distribué qui excelle dans la recherche et l'analyse de grandes quantités de données en temps réel. Contrairement aux bases de données relationnelles, il est conçu pour gérer des requêtes de recherche complexes et offre une scalabilité horizontale. Bien qu'il ne remplace pas les bases de données traditionnelles telles que PostgreSQL ou MySQL, il s'intègre comme un complément idéal pour des fonctionnalités de recherche avancées. Cet article explore ses avantages, ses limites et met en lumière le rôle de Lucene, la bibliothèque Java qui soutient Elasticsearch.
Cet article explore la technologie derrière l'actualisation instantanée des disponibilités de sièges sur des applications comme BookMyShow. Il explique comment le Change Data Capture (CDC) permet de suivre en temps réel les changements dans les données, y compris les réservations et annulations, en utilisant des technologies comme MQTT et Elasticsearch pour maintenir les informations à jour sans avoir à rafraîchir la page.
Codéin propose des services d'accompagnement pour la gestion et l'exploitation des données, optimisant ainsi la prise de décision. Ils offrent une expertise en data et informatique décisionnelle, allant de la collecte à l'analyse et à la visualisation des données, tout en garantissant leur qualité et sécurité. Codéin transforme les données en atouts stratégiques pour améliorer les performances et anticiper les évolutions du marché.
L'article présente l'architecture du moteur de recherche de DoorDash qui a été construite à partir d'Apache Lucene, après avoir rencontré des problèmes avec Elasticsearch. DoorDash a personnalisé ses processus d'indexation et de recherche pour créer un système évolutif et performant, capable de gérer des millions d'utilisateurs et des milliers de restaurants. Ce nouveau moteur de recherche permet désormais à l'application de retourner des options de plats spécifiques, améliorant ainsi l'expérience utilisateur.
Cet article explore l'utilisation de l'Elastic Stack pour le suivi d'activité à partir de données issues d'un ERP. Il présente les outils clés tels qu'Elasticsearch, Logstash et Kibana, en mettant l'accent sur la facilité d'implémentation et la rapidité d'indexation des données. Un prototype est réalisé pour créer un tableau de bord permettant de visualiser et d'explorer les données métier. Les étapes incluent l'extraction de données via une API REST, l'indexation dans Elasticsearch, et la création d'un index pattern dans Kibana pour découvrir et visualiser les données.
Cette présentation propose de construire un moteur de recherche avancé utilisant Elasticsearch, en intégrant Elastica pour faciliter la création de requêtes avancées que PHP ne gère pas efficacement. La solution inclut une démonstration d'intégration avec API Platform, ce qui aidera à surmonter les limites de la recherche textuelle classique dans les bases de données.
Cet article explore les différences entre la scalabilité horizontale et verticale, en mettant en avant leurs avantages, défis et contextes d'application pour optimiser les infrastructures applicatives. La scalabilité horizontale implique l'ajout de nouveaux équipements et nécessite une architecture complexe, tandis que la scalabilité verticale augmente la capacité des équipements existants, offrant une gestion plus simple mais avec des limites physiques. Le choix entre ces deux approches dépend des besoins spécifiques d'application et des prévisions de croissance.
