电话会议纪要关键要点总结 一、涉及的公司与行业 * 公司：Elastic（上市公司）[1][2] * 行业：可观测性（Observability）软件行业，具体聚焦于指标（Metrics）市场[4][6] * 相关客户：Norion Bank（银行客户）[26][27] 二、核心产品发布：全新指标解决方案 产品发布背景与时间 * 新指标解决方案于Elastic财年初期（6月）正式发布[4] * 研发周期约为12至18个月，发布前已开发约18个月[38][39] * 该产品是Elastic首次在平台内引入专为指标构建的解决方案[40] 产品三大核心特性 * 极速性能：进入指标市场必须具备速度优势，这是指导原则之一[5] * 统一平台：客户无需在不同解决方案之间切换，日志、链路追踪和指标均在同一数据存储中，完全透明[5][6] * 为AI构建：适应AI工作负载带来的信号、数据和指标激增[6] 技术架构重构 * 为适应指标数据，Elasticsearch被完全重新架构[14] * 在Elasticsearch内部构建了列式存储（Column Store），因为指标数据具有数字、标签、时间戳和多维度特征[14][15] * 解决了高基数（Cardinality）问题，不限制客户可使用的维度数量[14] * 采用维度过滤（dim filter）技术解决内存查询挑战[15] * 通过优化编解码器（Codecs）提高存储效率[15] * 日志进入文档存储（Document Store），指标进入列式存储（Column Store），向量进入向量存储（Vector Store）[16] 性能基准测试数据 * 比Prometheus和Mimir快30倍[16] * 比ClickHouse快8倍[16] * 为客户带来存储效率提升[16] * 基准测试结果已公开在GitHub上，为开源代码，可验证[16] 三、AI对指标市场的影响 AI带来的指标爆炸 * AI导致指标数据激增，包括LLM调用、GPU周期、RAG查询、代理和工具链等新可观测性信号[10] * 与传统应用不同，AI代理的交互步骤不可预测，导致客户面临新挑战[10][11] * 客户面临数据量激增的困境，现有解决方案惩罚客户，导致数据盲点[11] AI工作负载的观察需求 * 基础设施支出因AI部署而激增，需要监控基础设施层面的正常运行时间和代理部署数量[53] * 需要监控代理本身的行为，包括正常运行时间、健康状态和安全性[53] 四、产品功能与兼容性 PromQL支持 * 提供原生PromQL支持，用户可将PromQL查询复制粘贴到Kibana中直接使用[19] * 已实现90%的兼容性，目标达到100%[20] * 用户可通过AI代理直接在解决方案中生成PromQL查询[20] 迁移工具与内容 * 提供内置迁移工具，帮助客户从其他解决方案迁移到Elastic[20] * 提供开箱即用的内容，包括仪表板、可视化、告警、SLO、技能、机器学习作业和工作流[21] * 从Kubernetes开始（需求最高），已支持AWS，正在开发其他集成[21] * 与Temporal、Supabase和Vercel等技术合作伙伴集成，提供管理端点[21] 自然语言查询与AI代理 * 非PromQL用户可通过自然语言直接查询数据[21] * 提供MCP服务器、工具、技能和MCP应用，用户可在外部工具（如Cursor）中获取可观测性洞察[22] 五、市场策略与客户机会 三大市场策略 * 日志客户附加指标：现有日志客户希望在同一平台调查所有可观测性信号，这是巨大机会[23] * PromQL用户：Prometheus和PromQL用户希望获得查询效率、存储效率和可扩展性，且不受基数限制[23] * 被定价惩罚的客户：部分解决方案在定价上惩罚客户，导致数据盲点，Elastic希望以经济性取胜[24] 客户采用现状与展望 * 目前约三分之二的业务与日志相关（运营日志或SIEM）[43] * 大多数现有日志客户使用第二和第三工具进行基础设施监控[44] * 这些客户在指标上的支出可能远超日志分析支出[44] * 短期机会是向现有日志客户附加指标[45] * 采用将是渐进的，短期内会与其他工具共存[45] * 产品发布仅几个月，销售周期较长，预计采用曲线呈斜坡式而非立即的曲棍球棒式[55] 客户案例：Norion Bank * Norion Bank已使用Elastic约8年[31] * 从集中式日志开始，逐步扩展到指标、APM、分布式追踪和OpenTelemetry[31] * 测试了Elastic新指标功能中的时间序列数据流（Time Series Data Stream）[34] * 为Azure DevOps拉取队列构建了小型收集器并导入时间序列数据流[34] * 一个月后存储节省显著[34] * 指标是唯一足够便宜、可以持续从所有地方收集的信号[34] * 日志和链路追踪解释故障原因，指标则显示故障开始发生及严重程度[34] 六、其他重要信息 收购与未来发布 * Elastic收购了名为Deductive AI的公司，专注于RCA调查与代理[18] * 计划于10月8日在纽约ElasticON大会上发布Elastic Observability的重大公告[18] 指标与日志的数据量对比 * 指标数据流入量与日志处于可比量级[58] * 日志通常保留时间更长，用于回顾性分析[58] 安全领域的应用 * 新指标解决方案主要针对SRE工作负载，而非安全领域[59] * 安全领域可能有偶然使用，但不会大规模使用指标数据存储[59] 支出整合趋势 * 平台正在围绕所有用例进行整合，存在支出整合趋势[61] * AI部分带来额外增量，客户基于新增基础设施监控需求重新评估现有工具[62]