Elasticsearch hat Streams AI eingeführt, eine neue Funktion, die Observability-Daten von mehreren Teams automatisch partitioniert, die einen einzigen OpenTelemetry (OTLP)-Endpunkt verwenden. Bisher mussten Teams komplexe Routing-Regeln definieren, um Telemetriedaten an die richtigen Elasticsearch-Indizes zu leiten. Streams AI eliminiert dies durch KI-gesteuerte Partitionierung, die Datenmuster lernt und Daten ohne manuelle Konfiguration den entsprechenden Streams zuweist. Dies ist besonders wertvoll für Organisationen mit mehreren Produktteams, die Metriken, Logs und Traces an einen gemeinsamen Elasticsearch-Cluster senden. Die Funktion reduziert den Betriebsaufwand, verhindert Fehlleitungen und beschleunigt das Onboarding neuer Teams. Obwohl die Quelle ein chinesischer Entwicklerblog ist, stammt die zugrunde liegende Technologie von Elastic und ist global relevant für alle, die den Elastic Stack für Observability nutzen. Dieses Signal ist zeitnah, da Observability-Plattformen zunehmend KI zur Automatisierung der Datenverwaltung einsetzen.
Elasticsearch Streams AI führt automatische Partitionierung für Observability-Daten ein, sodass mehrere Teams einen einzigen OTLP-Endpunkt ohne manuelle Routing-Regeln gemeinsam nutzen können. Dies vereinfacht die Telemetrie-Pipeline-Verwaltung und reduziert die Konfigurationskomplexität für Plattformteams.