Elastic 可观察性 8.15：AI 助手、OTel 和日志质量增强
内容提要
Elastic Observability 8.15发布了新功能，包括对OpenTelemetry的支持、Google Vertex AI集成和数据集质量监测，提升了日志数据的收集与分析能力。此外，Elastic AI助手现支持多种大型语言模型，增强了对Azure OpenAI服务的可观察性。
延伸解读
OpenTelemetry 支持降低接入门槛
Elastic Observability 8.15 通过 Elastic Distribution for OpenTelemetry Collector 和 OTLP 通用分析支持，让用户能以最小配置将日志和主机指标发送到 Elastic。这减少了自定义采集配置的工作量，尤其适合已使用 OpenTelemetry 的团队。但需注意，Elastic Distribution 处于公开技术预览阶段，OTLP 通用分析也处于技术预览，生产环境采用前应评估稳定性。
AI 助手模型选择更灵活
Elastic AI Assistant 新增 Google Vertex AI 连接器，支持 Gemini 1.5 Pro 模型，并允许用户配置任何包含 ELSER 向量化文档的索引作为知识库。这为使用 GCP 或需要大上下文窗口的用户提供了更多选择。不过，文章未提及这些功能是否已正式可用，且使用第三方 AI 工具时需注意数据隐私和安全风险。
Azure OpenAI 可观测性正式发布
Elastic Observability 8.15 正式发布 Azure OpenAI 集成，提供开箱即用的仪表板，展示请求和错误率、令牌使用量以及聊天完成延迟。这有助于监控 Azure OpenAI 服务的性能和使用情况，优化成本与体验。该集成已普遍可用，用户可直接在 Elastic Cloud 中启用。
数据集质量页面助力数据治理
新推出的数据集质量页面（测试版）帮助用户识别数据摄取、索引或字段映射中的问题，通过展示数据集大小、摄取文档数和基于降级文档的质量信息，让用户查看质量趋势、定位问题集成和字段，并深入具体问题。这有助于确保日志等数据集的准确性和完整性，但功能仍处于测试阶段。
Q&A
Elastic Observability 8.15的新功能有哪些？
Elastic Observability 8.15发布了对OpenTelemetry的支持、Google Vertex AI集成和数据集质量监测等新功能。
如何使用OpenTelemetry将日志发送到Elastic？
用户可以通过最小配置使用Elastic的OpenTelemetry Collector将日志和主机指标发送到Elastic。
Elastic AI助手支持哪些大型语言模型？
Elastic AI助手现在支持Google Vertex AI的Gemini 1.5 Pro模型、OpenAI、Microsoft Azure和AWS Bedrock等多个大型语言模型。
数据集质量页面的作用是什么？
数据集质量页面帮助用户识别数据摄取、索引或字段映射中的问题，以确保日志和其他数据集的准确性和完整性。
Elastic Cloud如何增强数据分析能力？
Elastic Cloud现在支持OpenTelemetry协议（OTLP）通用分析，增强了对数据分析的能力。
如何查看Azure OpenAI服务的使用情况？
Elastic Observability提供了一个仪表板，展示Azure OpenAI服务的请求和错误率、令牌使用情况和聊天完成延迟等信息。
