Elasticsearch 再次开源

2024-08-31 05:12
文章标签 elasticsearch 开源 再次

本文主要是介绍Elasticsearch 再次开源,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

作者:来自 Elastic Shay Banon

[D.N.A] Elasticsearch 和 Kibana 可以再次被称为开源了。很难表达这句话让我有多高兴。我真的激动得跳了起来。Elastic 的所有人都是这样的。开源已经融入我的 DNA,也融入了 Elastic 的 DNA。能够再次将 Elasticsearch 称为开源是一种纯粹的快乐。

[LOVE.] 简而言之,我们将在接下来的几周内在 ELv2 和 SSPL 的旁边添加 AGPL 作为另一种许可证选项。在更改许可证后,我们从未停止过相信和践行开源社区的行为。但是通过使用 AGPL,这个被 OSI 批准的许可证,我们可以再次使用 “开源” 这个词,这消除了人们可能存在的任何疑问或误解。

[Not Like Us] 我们从未在 Elastic 停止对开源的信仰。我也从未停止对开源的信仰。作为一个真正的信徒,我已经坚守了近 25 年。那么,为什么我们在 3 年前做出改变?我们当时遇到了与 AWS 的问题,以及他们的产品造成的市场混乱。在尝试了我们能想到的所有其他选项后,我们更改了许可证,知道这将导致 Elasticsearch 的分支以不同的名称和轨迹发展。这是一个漫长的故事。

[Like That] 好消息是,虽然这很痛苦,但它奏效了。3 年后,亚马逊完全投资于他们的分支,市场混乱已经(大部分)得到解决,我们与 AWS 的合作关系比以往任何时候都更加牢固。我们甚至被评为年度 AWS 合作伙伴。我一直希望时间会过去足够长,让我们感到安全,可以重新成为一个开源项目 - 现在终于做到了。

[All The Stars] 我们希望让用户的生活尽可能简单。我们有些人非常喜欢 ELv2(一个受 BSD 启发的许可证)。我们有一些人认可 SSPL(通过 MongoDB 的使用获得认可)。这就是为什么我们只是添加另一个选项,而不是删除任何东西。如果你已经使用并喜欢 Elasticsearch,请继续,没有任何变化。对于其他人,你现在也可以选择 AGPL。

[LOYALTY.] 我们选择 AGPL,而不是其他许可证,因为我们希望通过与 OSI 的合作,帮助在开源许可世界中拥有更多选择。而且看起来另一个 OSI 批准的许可证将与 SSPL 和/或 AGPL 相呼应。嘿,也许随着事态的发展,AGPL 已经足够适合像我们这样的基础设施软件了(例如,Grafana 从 Apache2 迁移到 AGPL)。我们致力于找出答案。

[euphoria - 欣快] 我很高兴能够再次称 Elasticsearch 为开源。

[Alright] 任何改变都会引发混淆,当然,也可能会有喷子。(喷子总是存在的,对吧?)让我们试着回答一些这些问题,这也许很有趣。以下是我能想到的一些问题,但让我们继续补充。

  • “更改许可证是一个错误,Elastic 现在放弃了这一选择”。三年前,我们更改了许可证,消除了很多市场混乱。由于我们的行动,很多事情都发生了变化。现在的形势完全不同了。我们不再生活在过去。我们想为用户创造更美好的未来。正是因为我们当时采取了行动,我们才有能力现在采取行动。
  • “AGPL 不是真正的开源,许可证 X 才是”:AGPL 是 OSI 批准的许可证,并且被广泛采用。例如,MongoDB 曾经是 AGPL,而 Grafana 是 AGPL。这表明 AGPL 不会影响使用或受欢迎程度。我们之所以选择 AGPL,是因为我们相信这是与 OSI 一起为世界上更多开源铺平道路的最佳方式,而不是更少。
  • Elastic 改变许可证是因为他们经营不善” —— 首先我要说的是,我今天对 Elastic 的未来感到比以往任何时候都更加兴奋。我对我们的产品和团队的执行力感到非常自豪。我们为 GenAI 用例提供了Stateless Elasticsearch、ES|QL 和大量向量数据库/混合搜索改进。我们在日志记录和可观察性方面大量依赖 OTel。我们的安全 SIEM 产品不断添加令人惊叹的功能,它是市场上增长最快的产品之一。用户的反应令人谦卑。股市会有起伏。我可以向你保证的是,我们总是在考虑长远,而这种变化就是其中的一部分。

如果我们看到更多,我们会将它们添加到上面,希望减少混乱。

[HUMBLE - 谦卑。] 为未来而建真是令人兴奋。Elasticsearch 又回到了开源状态。耶!这真是太好了。多么美好的一天。

永远:elasticheart: 开源

Shay

更多有关版权的介绍,请阅读 “Elastic:开发者上手指南” 中的 “版权介绍” 章节。

原文:Elasticsearch is Open Source, Again | Elastic Blog

这篇关于Elasticsearch 再次开源的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1122981

相关文章

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

金融业开源技术 术语

金融业开源技术  术语 1  范围 本文件界定了金融业开源技术的常用术语。 本文件适用于金融业中涉及开源技术的相关标准及规范性文件制定和信息沟通等活动。

安全管理体系化的智慧油站开源了。

AI视频监控平台简介 AI视频监控平台是一款功能强大且简单易用的实时算法视频监控系统。它的愿景是最底层打通各大芯片厂商相互间的壁垒,省去繁琐重复的适配流程,实现芯片、算法、应用的全流程组合,从而大大减少企业级应用约95%的开发成本。用户只需在界面上进行简单的操作,就可以实现全视频的接入及布控。摄像头管理模块用于多种终端设备、智能设备的接入及管理。平台支持包括摄像头等终端感知设备接入,为整个平台提

K8S(Kubernetes)开源的容器编排平台安装步骤详解

K8S(Kubernetes)是一个开源的容器编排平台,用于自动化部署、扩展和管理容器化应用程序。以下是K8S容器编排平台的安装步骤、使用方式及特点的概述: 安装步骤: 安装Docker:K8S需要基于Docker来运行容器化应用程序。首先要在所有节点上安装Docker引擎。 安装Kubernetes Master:在集群中选择一台主机作为Master节点,安装K8S的控制平面组件,如AP

MiniGPT-3D, 首个高效的3D点云大语言模型,仅需一张RTX3090显卡,训练一天时间,已开源

项目主页:https://tangyuan96.github.io/minigpt_3d_project_page/ 代码:https://github.com/TangYuan96/MiniGPT-3D 论文:https://arxiv.org/pdf/2405.01413 MiniGPT-3D在多个任务上取得了SoTA,被ACM MM2024接收,只拥有47.8M的可训练参数,在一张RTX

HomeBank:开源免费的个人财务管理软件

在个人财务管理领域,找到一个既免费又开源的解决方案并非易事。HomeBank 正是这样一个项目,它不仅提供了强大的功能,还拥有一个活跃的社区,不断推动其发展和完善。 开源免费:HomeBank 是一个完全开源的项目,用户可以自由地使用、修改和分发。用户友好的界面:提供直观的图形用户界面,使得非技术用户也能轻松上手。数据导入支持:支持从 Quicken、Microsoft Money

开源分布式数据库中间件

转自:https://www.csdn.net/article/2015-07-16/2825228 MyCat:开源分布式数据库中间件 为什么需要MyCat? 虽然云计算时代,传统数据库存在着先天性的弊端,但是NoSQL数据库又无法将其替代。如果传统数据易于扩展,可切分,就可以避免单机(单库)的性能缺陷。 MyCat的目标就是:低成本地将现有的单机数据库和应用平滑迁移到“云”端

LLM系列 | 38:解读阿里开源语音多模态模型Qwen2-Audio

引言 模型概述 模型架构 训练方法 性能评估 实战演示 总结 引言 金山挂月窥禅径,沙鸟听经恋法门。 小伙伴们好,我是微信公众号《小窗幽记机器学习》的小编:卖铁观音的小男孩,今天这篇小作文主要是介绍阿里巴巴的语音多模态大模型Qwen2-Audio。近日,阿里巴巴Qwen团队发布了最新的大规模音频-语言模型Qwen2-Audio及其技术报告。该模型在音频理解和多模态交互

ElasticSearch的DSL查询⑤(ES数据聚合、DSL语法数据聚合、RestClient数据聚合)

目录 一、数据聚合 1.1 DSL实现聚合 1.1.1 Bucket聚合  1.1.2 带条件聚合 1.1.3 Metric聚合 1.1.4 总结 2.1 RestClient实现聚合 2.1.1 Bucket聚合 2.1.2 带条件聚合 2.2.3 Metric聚合 一、数据聚合 聚合(aggregations)可以让我们极其方便的实现对数据的统计、分析、运算。例如: