ES使用场景

在应对大数据查询需求时,文章介绍了两种ES实战设计:一是将活动下用户信息存入ES做聚合查询,利用Kafka+Canal同步数据;二是对订单数据进行冷热分离,近三个月订单直接查询数据库,超过时间的订单查询ES。
摘要由CSDN通过智能技术生成

ES实战设计

干货 | Elasticsearch 索引设计实战指南_大数据技术架构的博客-CSDN博客_elasticsearch 索引设计最佳实践

ElasticSearch 索引设计指南_es索引设计_着火点的博客-CSDN博客

如何设计es的索引库结构_es索引设计_专吃海绵宝宝菠萝屋的派大星的博客-CSDN博客

场景

一:

用户表根据用户id分库分表,活动表根据活动id分库分表,场景是查询这个活动下的所有参与用户,你咋查……所以就把当前活动下的用户信息的核心字段存到es中做聚合,用kafka +canal去同步。

二:

开启定时任务对订单数据做冷热分离(假如已三个月为基准),近三个月的订单搜索直接走数据库,三个月之前的订单走es。

Elasticsearch是一个开源的搜索引擎,适用于各种不同的场景。以下是一些Elasticsearch的典型使用场景: 1. 文本搜索和分析:Elasticsearch可以快速而准确地搜索大量的文本数据,并提供高效的分析和聚合功能。它可以用于构建全文搜索引擎、实时日志分析和监控工具等。 2. 实时数据分析:Elasticsearch可以在秒级别内对大规模实时数据进行分析和可视化,帮助用户发现数据中的模式、趋势和异常情况。它适用于实时监控、运营分析、业务智能等领域。 3. 地理空间数据分析:Elasticsearch支持地理空间数据的索引和查询,可以用于地理信息系统(GIS)、位置数据分析和地理可视化等应用。 4. 日志和事件数据管理:Elasticsearch可以高效地存储和检索大规模的日志和事件数据,并提供实时的搜索和分析功能。它适用于日志管理、故障排除、安全审计等任务。 5. 电子商务搜索和推荐:Elasticsearch可以用于构建强大的产品搜索引擎和个性化推荐系统。它可以快速地处理大量的产品数据,并提供精确的搜索结果和个性化的推荐建议。 6. 实时数据同步和复制:Elasticsearch支持实时数据的同步和复制,可以在多个节点之间保持数据的一致性和可用性。它适用于高可用性和分布式系统的构建。 以上只是一些常见的使用场景,实际上Elasticsearch还可以应用于更多领域。它的灵活性和性能使其成为一个流行的搜索和分析引擎。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值