OCI Search with OpenSearch utilise une solution de recherche open source éprouvée axée sur la communauté et y crée une couche de gestion. Il suffit de pointer les API basées sur Elasticsearch vers une adresse OCI Search pour être opérationnel rapidement. OCI propose OpenSearch v1.2.4, v2.3 et v2.11 ; tous sont compatibles avec Elasticsearch 7.10.
OCI est responsable des tâches administratives, notamment le déploiement, le provisionnement, l'application de correctifs et le redimensionnement (augmentation ou réduction). OCI Search permet aux opérateurs de se concentrer sur les données, et non sur la maintenance.
Les utilisateurs d'OCI Search bénéficient de sauvegardes automatisées de leurs clusters vers un bucket OCI Object Storage dans leur location, ou ils peuvent choisir d'utiliser l'API de cliché OpenSearch pour déplacer les sauvegardes vers leur propre bucket OCI Object Storage. Les données fournies par les sauvegardes vers Object Storage est assurée à la volée et au repos. Toutes les données stockées dans OpenSearch sont chiffrées à la fois au repos et en vol.
OCI Search offre un pool de ressources basé sur des formes flexibles OCI. Au lieu d'être liés à des formes « fixes », tous les clients bénéficient d'un contrôle de provisionnement affiné des coeurs, de la mémoire et du stockage pour leurs cas d'usage. Seul Oracle offre ce niveau de personnalisation, permettant aux clients de provisionner la quantité exacte d'infrastructure requise par leur workload, réduisant ainsi le gaspillage.
OCI Search est entièrement intégré à Oracle Cloud Infrastructure Identity and Access Management et hérite de la philosophie de sécurité simple, intégrée et prescriptive d'OCI.
Toutes les données au repos et en vol sont entièrement chiffrées. OCI Search vous aide à rester en conformité avec les normes fédérales de traitement des informations prêtes à l'emploi.
Les clients peuvent utiliser le module d'extension de gestion de l'état des index OpenSearch pour effectuer des actions automatisées de gestion du cycle de vie des index basées sur une stratégie, telles que des reports, des fusions, des suppressions et des planifications.
Pour les déploiements OCI Search avec OpenSearch v2.3 et versions supérieures, les clients peuvent utiliser le module d'extension d'analyse des performances pour interroger de nombreuses mesures de performances pour leur cluster, y compris des agrégations de ces mesures via l'API REST.
Grâce à l'utilisation d'analyseurs linguistiques (tokenizers), le projet prend en charge un certain nombre de langues différentes. Pour plus d'informations, reportez-vous à la liste complète des langues prises en charge.
La recherche sémantique à l'aide d'une base de données vectorielle dans la version 2.11 offre un meilleur moyen de rechercher des données diverses en interprétant les nuances et les relations linguistiques. Il améliore considérablement la précision des résultats de recherche en tirant parti de la puissance de la base de données vectorielle, du plug-in k-NN (plus proche voisin) et du pipeline de génération augmentée de récupération (RAG). Il n'est pas nécessaire de créer une liste de synonymes ou de gérer la forte indexation de tout votre contenu ; vous pouvez effectuer des recherches sémantiques qui prennent en compte le contexte et l'intention de fournir des résultats plus précis. Et les recherches peuvent être effectuées sur votre contenu structuré (texte) et non structuré (images) tout en conservant la confidentialité de vos données.
Le pipeline de génération augmentée de récupération comble l'écart entre le LLM et les données d'entreprise privées. Avec la version 2.11, la recherche peut désormais être effectuée en langage naturel grâce à l'intégration entre OCI Search et les services d'OCI Generative AI et d'agent OCI Generative AI qui tirent parti du LLM de Cohere.
Le service conversationnel intégré utilise l'IA générative pour simplifier l'expérience utilisateur. La recherche conversationnelle est implémentée avec l'historique des conversations, qui permet à un LLM de mémoriser le contexte de la conversation en cours et de comprendre les questions de suivi, et RAG, qui permet à un LLM de compléter sa base de connaissances statique avec des informations propriétaires ou actuelles.
La nouvelle solution prête à l'emploi Security Analytics vous aide à détecter les menaces, à les analyser et à y répondre en temps quasi réel. Rassemblez une grande variété de sources de données, mettez-les en corrélation comme illustré et détectez les menaces potentielles précoces avec des règles de détection préemballées ou personnalisables qui suivent un format open source générique. Créez votre propre processus de notification afin que votre équipe de sécurité soit alertée des problèmes potentiels en temps quasi réel.
Obtenez plus de 2 200 règles préemballées pour vos sources de journal d'événements de sécurité.
Accédez à des outils conviviaux de détection des menaces de sécurité, d'investigation et de reporting.
Créez des alertes en fonction des règles de détection correspondantes afin que les équipes de réponse aux incidents soient averties en temps quasi réel.
Configurez des règles de corrélation pour lier automatiquement les résultats de sécurité et les étudier à l'aide d'un graphique de connaissances visuel.
Utilisez n'importe quelle source de journal personnalisée et définissez vos propres règles pour détecter les menaces potentielles.
Vous pouvez utiliser les outils d'observabilité OpenSearch pour détecter, diagnostiquer et résoudre les problèmes qui affectent les performances, l'évolutivité ou la disponibilité de votre logiciel ou de votre infrastructure. Un schéma commun basé sur des normes ouvertes associé à un langage de traitement par pipeline (PPL) optimisé pour les cas d'utilisation d'observabilité simplifie la corrélation et l'analyse des journaux, des mesures et de la télémétrie de trace afin de prendre en charge une résolution rapide et une meilleure expérience pour vos utilisateurs finaux.
Effectuez une surveillance complète à l'aide d'outils tels que la fin de journal, l'environnement Surround de journal, les modèles de journal et les mesures basées sur les journaux.
Détecter les anomalies et analyser les données en continu grâce à une transformation et une agrégation enrichies.
Configurez des règles de corrélation pour lier automatiquement les résultats de sécurité et les étudier à l'aide d'un graphique de connaissances visuel.