Wie wird Elasticsearch bei R+V eingesetzt?

Wie wird Elasticsearch bei R+V eingesetzt?
16. Feb 2017

von Rebecca Klein

0

Im Artikel in der letzten Woche haben wir über den Vortrag von Markus Schneider und Dr. Bernd Sutter auf der elasic{on} Tour 2016 in Frankfurt und den Hürden von Open Source-Technologie in Unternehmen berichtet.

Heute zeigen und die beiden IT-Mitarbeiter zwei Fälle, wie Elasticsearch bei einer Versicherung Verwendung findet.

„Bis vor kurzem hatten wir u. a. zwei Log-Monitoring-Lösungen im Einsatz (Log4U und eine Eigenentwicklung für Webseal)“, so Schneider. Beides waren proprietäre Lösungen. Was dem Unternehmen aber gegenwertig fehlte, war ein übergreifendes Log-Monitoring über alle Plattformen hinweg. Nicht alle Daten flossen bei R+V zentral zusammen, was eine umfangreiche Datenanalyse erschwerte. Mit der Implementierung von Elasticsearch ist das nun anders. Hier werden alle Log-Monitoring Daten in einem Punkt (Elasticsearch Cluster) konzentriert und können zentral ausgewertet werden.

Mit dem Bekanntwerden des Einsatzes von Elasticsearch für das Log-Monitoring ließen die internen Kunden nicht lange auf sich warten. Derzeit bestehen eine Vielzahl von Anforderungen, die einzeln auf ihre Dringlichkeit geprüft und dann ggf. umgesetzt werden.

„Teile und herrsche, so das Motto“ – Ich will keine Flaschenhals-Lösung, bei der der interne Kunde vom Monitoring-Team abhängig ist. Die Kollegen und Ich wollen eine Infrastruktur bieten, in der der Kunde  unabhängig und eigenverantwortlich Monitoring Services nutzen kann.

Use Case Außendienstanwendung R+V CONNECT

Dr. Bernd Sutter ist Anwendungsdesigner mit dem Schwerpunkt Vertriebsanwendungen und arbeitet seit einigen Jahren in dem Projekt Puma. Im zweiten Use Case berichtet Sutter, wie Elasticsearch die Arbeit im Außendienst unterstützen kann: Kundenselektionen erlauben dem Außendienst, seinen Kundenbestand durch selbstdefinierte Abfragen anhand von etwa 150 Attributen zu durchsuchen. Somit können beispielsweise alle Kunden eines bestimmten Postleitzahlen-Bereichs mit einer Kfz-Versicherung aber ohne Haftpflichtversicherung ermittelt werden. Mit der Wildcard-Suche wird die Kundensuche wesentlich komfortabler: Die Suche kann über die Angabe einer Suchphrase formuliert werden, nach der im Namen oder Vornamen an beliebiger Stelle gesucht werden soll.

Da R+V CONNECT ein Online-System ist, erfolgt die Suche immer auf dem gesamten Kundenbestand der R+V – und bei mehreren tausend Anwendern müssen die Abfragen parallel ausgeführt werden können, ohne spürbare Performance-Einbußen. Das Ergebnis zu einer Selektionsanfrage liegt dem Anwender spätestens nach wenigen Sekunden vor. Mit relationalen Datenbanksystemen wären diese Antwortzeiten nicht realisierbar gewesen.

„Wir benötigten zudem ein Tool, mit dem der Aufbau unserer Indexstrukturen performant möglich war: Apache Spark“, berichtet Sutter. Mit Apache Spark erfolgt  der tägliche Aufbau der Indexstrukturen aus den produktiven DB2-Tabellen innerhalb von ein bis zwei Stunden.

Weiter geht’s: Neue Erfahrungen mit dem Elastic Stack sammeln

„Den Elasticstack werden wir im ersten Halbjahr 2017 aktiv nutzen und in den übergreifenden Monitoring Stack integrieren“, berichtet Schneider über das weitere Vorgehen. Glücklich schließt er mit den Worten über den aktuellen Zukauf bei Elastic, die mit Prelert eine Machine Learning-Lösung an Bord geholt haben: „Auf Prelert haben wir gewartet – bei dieser Datenmenge braucht man Automation und wir freuen uns auf die neuen Erfahrungen.“

Schlagworte
empfehlen
empfehlen
Das könnte Sie auch interessieren
Autor
Wie wird Elasticsearch bei R+V eingesetzt?
Rebecca Klein

Beraterin Kommunikation im IT-Ressort; bloggt über aktuelle IT-Projekte, neue Ansätze und über die Aufgabenfelder der IT-Mitarbeiter.

Alle Artikel des Autors
Kommentar schreiben