Миграция на ClickStack с Elastic
Миграция на ClickStack с Elastic
Это руководство предназначено для пользователей, мигрирующих с Elastic Stack — в частности, для тех, кто использует Kibana для мониторинга логов, трейсов и метрик, собираемых через Elastic Agent и хранимых в Elasticsearch. В нём описаны эквивалентные концепции и типы данных в ClickStack, объясняется, как переводить основанные на Lucene запросы Kibana в синтаксис HyperDX, а также даются рекомендации по миграции как данных, так и агентов для плавного перехода.
Перед началом миграции важно понимать различия и особенности ClickStack и Elastic Stack.
Имеет смысл рассмотреть переход на ClickStack, если:
- Вы выполняете приём больших объёмов данных наблюдаемости и считаете Elastic слишком дорогим из‑за неэффективного сжатия и не лучшего использования ресурсов. ClickStack может существенно снизить затраты на хранение и вычисления — обеспечивая как минимум 10‑кратное сжатие сырых данных.
- Вы сталкиваетесь с низкой производительностью поиска при масштабировании или с узкими местами при ингестии.
- Вы хотите коррелировать сигналы наблюдаемости с бизнес‑данными с помощью SQL, объединяя процессы наблюдаемости и аналитики.
- Вы делаете ставку на OpenTelemetry и хотите избежать привязки к поставщику.
- Вы хотите воспользоваться разделением хранилища и вычислений в ClickHouse Cloud, что обеспечивает практически неограничиваемый масштаб — с оплатой только за вычислительные ресурсы для ингестии и объектное хранилище в периоды простоя.
Однако ClickStack может быть не лучшим вариантом, если:
- Вы используете данные наблюдаемости в основном для задач безопасности и вам нужен продукт с фокусом на SIEM.
- Универсальный профилинг является критически важной частью вашего рабочего процесса.
- Вам необходима платформа для построения BI‑дашбордов. ClickStack намеренно предлагает специализированные визуальные рабочие процессы для SRE и разработчиков и не предназначен как инструмент Business Intelligence (BI). Для сопоставимых возможностей мы рекомендуем использовать Grafana с плагином ClickHouse или Superset.
