数据同步方案

由于实现系统中要增加搜索引擎，故此想到了用elasticsearch搜索服务框架来实现，但是对于系统中的业务要求，系统服务需要存入关系型数据库，且已经存储大量数据在数据库中，因此涉及到数据同步到elasticsearch（以下简称ES）。

ES是一套独立的restful搜索服务框架，所有搜索数据单独存储在ES中，并进行分词、索引等，所以需要单独的数据导入到ES系统中。

因此想到了一下数据同步的方案（说的不对，请指教）：

   首先数据同步就是将来源数据（数据库，文件，内存等等）进行备份（备份删除）到目标存储中。

1.数据源------管道（logstash）------- 目标存储

     该方案通用型强，但是对于来源服务器会造成增加查询压力，耗费性能，另外数据的实时性备份难以保证

2.数据 双写： 在进行数据写入数据源时，同时写入备份库中

    该方案耦合性较大，且所有涉及到新建和跟新数据的地方都需要执行双写程序，而且双写的成功性成为了该方案的限制。

3.通过数据源的跟新日志信息来实现同步备份。

    该方案算是比较好的一种解决方案，通过统计日志来实现同步备份，既减少了来源服务的压力，也能较快的对更新数据做出响应。但是实现较为复杂。

4.通过监控数据源的增删改查（curd）来触发不同的动作，进行数据的备份。

    该方案数据一种触发机制，但是对于该方案的具体实现，需要更加了解数据来源的的底层实现机制，不太适合为仅仅实现同步数据而去做另外一件事（有点背道而驰的感觉），另外监控和触动更需要队列来去维持该功能的实现，实现难度较大。

综上所述：

   方案1和方案3的实施性存在可能，考虑各自优缺点进行方案的具体实施。