2018年，Elastic成功上市，市值达到惊人的50亿美金。区别于传统的通用搜索引擎，Elastic在企业内搜索技术领域无疑是独步天下的王者，短短几年时间，从一家只是做小工具的公司迅速崛起，引发业内外广泛瞩目。
2004年Compass诞生。2010年Shay重写Compass，变成著名的Elasticsearch。成为了Github上最活跃的项目之一，拥有超过736名Contributors。2012年Shay 成立商业公司 Elasticsearch 。2014年获得7000万美金融资。2015年，正式更名为Elastic，主要产品从单纯的Elasticsearch变为ELK(Elasticsearch ，Logstash和Kibana)。
2018年，Elastic成功上市，市值达到惊人的50亿美金。目前，Elasticsearch已经有超过3.5亿的产品下载，一个汇聚100000多名开发人员的社区和超过5500名客户。
Elastic究竟有着什么样的魔力，能够吸引如此之多的青睐者?通过梳理Elastic的发展的时间轴，或许我们可以找到一些线索，不过还有更简单的方法，只要你用过搜索引擎之后，再来体验一下Elastic就行!它可以轻松搭建一个分布式的搜索引擎那些底层复杂的细节都被Elastic隐藏了，留下的是让用户看起来简单而清晰的API以及大量丰富多样的插件!
很多人把Elastic的成功描述成“奇迹”或者“传奇”的原因。然而任何成功都绝不是偶然得来的，Elastic的成功自然也不例外。作为Elastic中国区总经理，对于Elastic成功，他总结了几个关键原因。
首先很重要的一点就是Elastic作为一家开源公司，有大量开源社区粉丝和用户推动Elastic产品快速发展。Elastic与社区中的小伙伴和开发者共享开发模式，才打造出Elastic这样的世界一流产品。
其次，搜索作为现在大数据时代一个很棘手的问题，被Elasticsearch实实在在的解决了。查询一定是大数据时代刚性需求，业务应用场景极来广泛。它要求在尽量短的时间里得到查询和分析结果，市面上绝大多数大数据产品都不具备这样的能力。Elasticsearch的实时化，可以实时反馈查询和分析结果，同时Elastic还为用户提供包括搜索引擎，数据分析，数据导入工具在内的一整套的组件，归根结底，用户可以基于Elasticsearch搜索引擎简单快速的打造出一个实时大数据分析展现解决方案，所以Elastic就火速流传开来了。
再次，是Elastic的商业模式。它尝试开创了第二源模式，成功解决了第一源项目好多人用，却没人付钱这种“叫好不叫座”的尴尬问题 ，商业模式类似于游戏的内购系统，核心的部分是免费的，但开源部分周边的插件，是需要付费的。就好比玩游戏是免费的，但购买装备是要掏钱的，另外，Elastic只有一个版本，更新和维护也变得很简单。用户从免费到付费的过程变得非常自然。如果用户付费，就可以获得更多的功能，如果不付费，用户还是可以继续沿用那些免费开源的部分，相对于用户来说方便灵活。
最后，虽然Elastic公司不大，但它的管理经验，管理体系的成熟度，比许多大公司还要好。原因在于，它拥有很多以前在大公司具有丰富经验的职业经理人。从Elastic的产品的架构来看，Elastic实际上解决的是大数据处理的三个维度的问题，也就是相关性、速度以及规模化，它并没有把自己仅仅定位在搜索引擎领域。
一是相关性。大数据时代，数据量的爆炸式增长，使得数据类型非常多变。有些系统只能处理文本数据，有些只能处理音频数据，专门处理时序性数据的也有，就是没有一个单一的平台能把所有数据统一分析和管理的。还是以滴滴打车系统为例，而Elasticsearch允许执行和合并多种类型的搜索(结构化、非结构化、地理位置、度量指标)，所以可实现用户叫车需求，这就是数据的相关性。Elasticsearch 的聚合能力还能够从大处着眼，探索数据的趋势和模式，从而帮助用户一举解决在同一平台分析和处理数据的需求。
二是速度。现代社会，其实很多交易、行为、业务环节都需要秒级处理，比如去淘宝上买东西，搜索产品，正是因为在几秒内出现结果，你才会持续使用他们。滴滴打车我们日常生活中比较常见，也容易理解。若你叫了车，系统处理过慢，司机收不到系统消息，不知道你有打车需求，即使车就在你楼下，你好还是上不了车，走不出去。Elasticsearch通过有限状态机实现了用于全文检索的倒排索引，实现了用于存储数值数据和位置数据的 BKD 树以及用于分析的列式存储。而且由于每个数据都被编入了索引，因此可以用快到令人惊讶的速度搜索到所有数据。
三是规模化。显而易见数据量越大，处理难度愈大，很多系统在设计之初，不考虑系统扩展性，导致后期瘫痪的例子比比皆是。城市交通系统，例如建筑排水系统。当时设计大数据分析和处理系统时，若按千万级别用户量去设计，一旦用户量超过限度就是大问题了。所以Elasticsearch从设计之初就考虑到了这些问题，系统能够平滑支持升级、扩容、扩展，它运行在一个分布式的环境中，无论在一个节点上运行，还是在一个包含 300 个节点的集群上运行，都能够以相同的方式与Elasticsearch 进行通信。它支持水平扩展，每秒钟可处理海量事件，自动管理索引和查询在集群中的分布方式，实现极其流畅的操作。
正是由于Elastic的几项核心开源组件，就是大家熟知的ELK或者ELKB。才使得大数据处理的相关性、速度、规模化的三大问题，能够被Elastic解决。
第一，是一套系统堆栈Elastic Stack。
第二，是包括了倒排索引，列式存储等最核心的Elasticsearch搜索引擎。
第三，是包含了Beats和Logstash的数据导入工具，其中Beats 是轻量型采集器的平台，从边缘机器向 Logstash 和 Elasticsearch 发送数据;Logstash 是动态数据收集管道，拥有可扩展的插件生态系统，能够与Elasticsearch产生强大的协同作用。
第四，是数据展现工具Kibana ，它能够以图表的形式呈现数据，并且具有可扩展的用户界面，全方位配置和管理Elastic Stack。
Elastic的开源组件极大方便企业客户大数据平台的搭建。简称为ES的 Elastic stack，被越越多的企业和机构用于日志分析，业务数据分析，安全分析，企业内网搜索，网站和APP搜索等业务场景。ES对行业的深度应用，在银行业的反洗钱，信用卡防欺诈，金融客户智能产品推荐等，汽车行业车联网和IoT等领域起着关键性作用。
Elastic还推出更多的付费高级商业插件和原厂5*8或者24*7的服务，使得商业插件和原厂服务构成了Elastic的商业产品即商业订阅。让客户更安全，更智能，更高效的去部署实施Elastic stack的集群。而ECE(Elastic Cloud Enterprise)企业云，彻底解决让人头疼的集中管控，自动分配资源，系统升级维护等问题。Elastic提供的本地化技术培训和咨询服务，让客户真正能从Elastic Stack中获取到价值。
实际上，直到今年3月，Elastic才在中国设立分公司。不过Elastic美国总部对中国充满期望。但中国市场究竟应该怎么去做，能给Elastic带来多少商业回报，有多少人会买单，有多少人需要Elastic的服务，这些都需要时间去摸索。因为Elastic美国总部Elastic中国团队非常信任，也给予了比较大的投入和时间窗并保持足够的耐心。
Elastic凭借出色的产品、创新的商业模式以及开放的生态，正向着“使世界上每个开发人员能够把搜索作为基础设施来解决他们最复杂的需求“稳步迈进，同时Elastic又相继推出了云端产品Elastic Cloud、Elastic Cloud Enterprise等，满足大数据时代的各种需求，相信Elastic的未来定也是一段传奇之旅。
Elastic：搜索一下，让世界超乎想象!
