1. ES 简介
- ES，是一个开源的高扩展分布式全文检索引擎；
- ES，基于Lucene；
- 是当前最流行的企业级搜索引擎；
- ES 是面向文档的；
2. ES 特点：
- 大型分布式集群，处理PB级别数据；
- 近乎实时的存储、检索数据；
- 开箱即用，部署简单，操作简单；
- 可扩展性好，可扩展至上百台服务器；
- 使用 restful 风格的 API；
- 对条件的过滤支持非常好；
- ES 最核心的功能，检索、统计；
- ES 存储的数据是静态数据，不同于 MySQL 这类需要定期 CRUD 事务操作的数据库；
- ES 不支持频繁的更新；
- ES 不支持事务；
- ES不是很适合存储原始数据，尤其是需要 CRUD 的数据；
3. ES 与 MySQL 等 RDB 的区别：
- MySQL 属于 RDB，索引基于 b-tree，而 b-tree 是为写入优化而设计的索引结构；
- ES 存储的多是静态数据，不需要频繁的更新，可以采用预先排序的方式换区更快的检索速度，代价是更新很慢；
4. ES 三种部署模式：
- 使用 ES 作为主要存储； – 对于静态数据，推荐使用 elasticsearch 作为唯一数据存储，慎重权衡是否需要增加额外的存储；
- 在现有 SQL database 上增加 ES 作为索引；
– 该模式下，MySQL来做原始数据的存储，然后基于MySQL在上层部署我们的ES中间件来实现我们的搜索引擎；
– MySQL 不适用于检索，但支持事务，可以保证不会出现脏数据，ES 不支持事务，不是很适合存储原始数据；
– 很多业务场景的现实条件是，海量数据存储在 MySQL 上，迁移到 ES 之上的难度和风险很大；
补充： MySQL、Oracle 使用 logstash-input-jdbc 作为 ES 中间件； MongoDB 使用 mongo-connector 作为 ES 中间件；
- 使用 ES 和现有的工具；
5. ES 典型使用场景：
- 排名；
- 智能分词 + 模糊匹配查询；
- 用户浏览行为日志追踪，推荐期望商品或内容；
- 搜索引擎；
- 全文检索；
- 相关度排名；
- 文本高亮；
- 搜索推荐；
- 电商网站，商品检索；
- ELK；
- 商品价格监控抢购；
- 海量数据 BI；
- 站内搜索（电商、招聘、门户、OA）；
