ElasticSearch 使用场景

到目前为止，我遇到的ES的使用场景有以下：

1. 配合分词器做全文搜索引擎。这应该也是ES的本职工作吧。
2. 在ELK中扮演数据仓库的角色。ELK也是日志处理收集、分析、告警推送的通用解决方案，在每个公司都有。
3. 借助ES实现超级索引，提高DB中超大数据量的检索效率。

全文搜索引擎

在DB数据库中，如果要在varchar或者text或者json类型的字段中 like “%要搜索的词%”，

索引会失效，索引很容易想到用ES来做全文搜索，常见在电商前台搜索框中。

常见的做法

1. 在保存db行数据的事务中双写。但是不推荐手动双写，这就引起了另一个话题：db和cache双写一致性的问题。回头再整理。
2. 使用LogStash把db数据库中的数据收集到ES中，ELK就是这样操作的。

ELK中的应用。

每个公司的运维同学都会搞。

有个小操作：使用索引模板控制动态映射的字段属性。

借助ES实现超级索引。

最近有个需求，年底公司在做数据大盘，需要整理每个订单的计提奖励数据，公司的订单表是按照周来分片的，大概每天产出500w条订单，要回溯最近一年的订单支出，而且还要联表四五张，绝壁慢查询了o(╥﹏╥)o，最痛苦的是我们有几个查询条件是在varchar字段中，肯定要做like查询，这时候索引就失效了。

做法：把不能加索引的列和主键灌进ES中，去ES中like查询出主键， 在进行in操作，也就是把es当做 一个超级索引插件。

这样做的问题还是得保证ES中的数据跟DB中的数据是一致的，不过还在订单是固化的数据，今后不再变动，保证一致性也比较简单。