Elasticsearchの3つの強み
ぐるなびの導入事例に入る前にElasticsearchについて触れておこう。Elasticsearchは、もともとオープンソースの分散型検索エンジンで、大規模データに対して高速かつ柔軟に検索できることを得意としている。
現在Elasticsearchはプラットフォームとなり、この上にすぐに使える2つのソリューション「Elastic Observability（ログ分析）」「Elastic Security（セキュリティ分析）」と、自由に構築するためのソリューション「Elastic Search（検索AI）」がある。
今回のテーマはオブザーバビリティ（可観測性）だ。さまざまなログからシステムの状態を分かるようにすることの重要性が年々高まっている。Elasticsearch株式会社 ソリューションズアーキテクチャ プリンシパル ソリューションアーキテクト 杉本知洋氏は「ログの流れ、取り込みから気づきまで、全部できるのがElasticsearchです」と話す。ElasticsearchではAI活用も特徴的だが、今回はぐるなびにおける活用事例にフォーカスしよう。
ぐるなび（現：楽天ぐるなび）の開設は1996年6月。飲食店の検索や予約ができるサイトでは老舗と言える。2025年1月時点で会員数は2745万人、総掲載店舗数は約42万店まで広がった。企業としては「食でつなぐ。人を満たす。」というPURPOSEのもと、さまざまな食に関連するサービスを展開している。2025年1月にはAIを活用した飲食店検索アプリ「UMAME!」をリリースした。AIが目的に応じて飲食店を提案してくれる。
今回のぐるなびにおける事例では、Elasticsearchを活用したアクセスログ分析とKibanaを利用したログアラーティングを解説する。なお、ぐるなびではオンプレミスとクラウドのハイブリッド環境で、それぞれのログはElastic Cloudに構築されたElasticsearchに集約されている。開発者はデータ視覚化・解析ツールKibanaを用いてログ分析を行う。
