Elastic 9.4 发布:多维度增强能力,为各领域带来显著性能提升与成本优化!

news2026/5/6 23:03:59
Elastic 9.4 正式发布近日Elastic 9.4 正式发布它是 Elasticsearch Platform 的最新版本。除具备帮助开发者进行上下文工程、应用与基础设施监控以及 AI 驱动的安全运营的新功能外还在 Elastic Search AI、Elastic Observability 和 Elastic Security 中引入一系列新能力。Elastic 9.4 新内容Elastic 9.4 代表 Elasticsearch 平台未来发展方向核心是 Elastic 在 AI 的上下文与检索层角色上的重大进展贯穿以下重点更新Elastic Agent Builder 扩展出新原语优化上下文管理新增对 Skills、Attachments、Connectors 和 Plugins 的支持。原生 Prometheus 和 PromQL 支持加上 Elasticsearch TSDB 效率显著提升比 Prometheus 高出 2.6 倍以及 time - series ES*QL 正式发布使 Elastic Observability 成为 Prometheus 和 Grafana 的有力替代方案。Elastic Workflows 正式发布结合脚本化自动化与 agentic 推理为 Elastic Security 用户将原生自动化引入 Elastic Security。Elastic Security 提供四项新的实体分析能力为分析师提供统一权威视图为 AI agent 提供更准确上下文基础。Elasticsearch 平台有四项额外进展DiskBBQ 性能升级GPU 加速向量索引进入 GA索引吞吐提升最高达 12 倍ES*QL 可查询、过滤和聚合所有已摄取字段Elasticsearch 与 Kibana 实现全栈 FIPS 140 - 3 合规。Elasticsearch 平台能力增强自动化与编排Elastic Workflows 正式发布是自动化与编排层连接 Elastic 与运维世界与 Agent Builder 互补。ES*QL → 一流查询语言ES*QL 在 9.4 中持续演进新增五项能力均为技术预览子查询、近似查询、逻辑视图、JSON 函数提取、访问所有已摄取字段。AI 原生 Kibana在 Elastic 9.4 中Kibana 更具 AI 原生性。AI 驱动仪表板创建技术预览和 Dashboard as Code技术预览推动 Kibana 向更智能、协作的工作空间发展。稳定可靠运行Elastic 9.4 为平台运维与合规团队带来重要增强全部为正式发布Kibana 查询活动提供实时可见性搜索分析日志扩展审计范围Kibana 连接器按用户认证提供更准确审计轨迹FIPS 140 - 3 合规为 Elasticsearch 和 Kibana 提供全栈支持。Search AI 能力提升Agent Builder 增强在 Elastic 9.4 中Agent Builder 扩展为一组关联能力新增 Skills、与 Kibana 对象对话式交互、跨连接源语义元数据层、改进上下文管理能力用户可构建更可靠、低成本、高性能的 agent。向量数据库增强DiskBBQ 进一步优化查询延迟至少提升 3 倍向量比较性能显著提升可将向量量化为 2 - bit、4 - bit 和 7 - bit 表示。GPU 加速向量索引正式发布自管理 Elastic 用户可获最高 12 倍索引吞吐提升和 7 倍更快的 force merge 性能。开发者上手助手新的对话式助手可引导开发者从想法到可运行搜索实现缩短开发时间。动态 LLM 连接器与推理管理新的 LLM 模型可作为跨版本连接器Elastic 9.4 建立统一权威的推理管理体验。Elastic 可观测性提升一流的指标体验AI 工作负载等激增使指标规模增大现有工具存在问题。Elastic Observability 9.4 将指标能力提升到与日志同等水平Elasticsearch 运行指标更快存储效率提升 2.6 倍成本低于 Datadog 的 50%无基数限制或自定义指标惩罚。还引入首批 agentic 调查能力。Agentic Kubernetes 可观测性Elastic Observability 发布 agentic Kubernetes 可观测性体验可自动从告警进入根因分析包括基于 Kubernetes 的 agentic 调查工作流、新的 Kubernetes observability MCP 应用、一组开箱即用的仪表板等。Agent Skills观测性场景Agent Skills 是开源包覆盖 SRE 和开发者日常五个核心工作流将领域知识封装为可复用单元。可在 Agent Skills 仓库中找到所有 skill 包并开始构建。托管 OTLP endpoint托管 OTLP endpoint 在 Elastic Cloud Hosted 上正式发布减少管理开销加快数据接入速度降低维护成本。Elastic Security 安全能力演进面向 Agentic SOC 的原生自动化Elastic Workflows 面向 Enterprise 客户正式发布将原生自动化引入 Elastic Security。增强数据管理与合规能力Elastic 9.4 通过细粒度检测与告警权限和 SIEM 准备度解决自动化数据和访问治理问题。Security 的 Agent SkillsElastic 9.4 为 Elastic AI Agent 引入五个面向安全场景的专用 skillsWorkflow 编排以实验性能力提供更多安全 skills 正在开发中。通过实体分析识别攻击主体Elastic 9.4 通过实体分析在数据模型层解决身份噪声问题提供四项 GA 能力。更深入的取证更快速的响应Elastic 9.4 扩展端点调查能力包含 Runscript 响应动作与脚本库、Linux 内存转储响应动作、Osquery 增强、Jumplists Osquery 表扩展与取证查询包四项能力。Elastic 9.3 到 9.4 重点更新Elastic AutoOps 免费。跨项目搜索进入技术预览。统一 API keys 支持 Elastic Cloud Serverless 与 Elasticsearch。基于 ARM 的新硬件配置带来更好性价比。Elastic Cloud Serverless 持续扩展覆盖全球 29 个区域。立即开始使用随着 Agent Builder、Workflows 等能力增强和时间序列能力提升Elastic 9.4 已准备好帮助组织转化数据。Elastic 9.4 已可在 Elastic Cloud 上使用。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2589646.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…