ElasticSearch 与 NoSQL 数据库差异

ElasticSearch 与 NoSQL 数据库差异

本文探讨下ElasticSearch 与 NoSQL 数据库差异，主要以MongoDB作为NoSql代表。

MongoDB 是开源的面向文档的数据库管理系统。ElasticSearch是基于Apache Lucene 的RESTful 实时搜索和分析引擎。

共有特性

一些特性是两者共有的，如面向文档存储，无Schema，分布式数据存储，高可用性，分片和复制等。虽然使用ElasticSearch作为主数据存储是可行的，但具体需求场景是决定选择哪个产品的关键。

发展历程

如果了解两个产品的发展历程，你将了解它们分别的应用场景。
MongoDB主要实现NoSQL数据库管理系统，用于存储海量数据（humongous，Mongo名称的由来）。另一方面，Elasticsearch基于数据抽取一些值，提供实时存储、索引、搜索和分析数据功能。这些数据收集自其他数据源(包括MongoDB)，可以直接存储在Elasticsearch集群中。

两者差异

下面是两者之间的一些差异：

1. 索引 - Elasticsearch 使用 Apache Lucene 实现索引，而 MongoDB 索引是基于传统的B+ 树结构. Elasticsearch利用Lucene实现实时索引和搜索功能，默认支持在文档的每个字段上创建索引。而 MongoDB,我们必须定义索引用于提升查询性能，但会影响写操作。
2. 实现语言 - Elasticsearch 采用 Java语言编写, 而 MongoDB 是 C++语言实现。
3. 文档 - Elasticsearch 存储 JSON 文档, MongoDB 采用BSON格式存储 (Binary JSON).
4. REST 接口 - Elasticsearch 提供 RESTful接口. MongoDB 不提供 RESTful接口.
5. MapReduce - MongoDB 支持 MapReduce 数据操作。 Elasticsearch 不支持 MapReduce.

两者之间首要差异为：

• MongoDB是通用功能的非RESTful风格的 NoSQL 数据库. 文档以 BSON 格式存储，主要用于存储数据。

• Elasticsearch 是分布式全文检索引擎，可以提供实时Restful风格API处理海量面向文档的数据。文档使用JSON格式，主要用于基于文本的数据搜索。

同时使用

很难对两者进行比较，实际应用中两者通常同时使用。

Elasticsearch一般不作为主存储数据库，而是和SQL & NoSQL数据库一起使用，作为辅助数据库。
与MongoDb不同, Elasticsearch 默认没有提供安全特性，如认证和授权。Elasticsearch和 Logstash & Kibana 一起称为ELK stack，用于快速查询数据并可视化展现分析数据。

Elasticsearch 非常适合需要基于文本进行快速索引然后进行检索，其查询速度非常快，大多数情况速度最多几十毫秒。

总结

Elasticsearch 通常作为主数据库存储的辅助存储库。一般数据库系统更聚焦于约束、准确性和健壮性。当主记录在事务中更新时，其会同时被推送至Elasticsearch中.

一般典型使用PostgreSQL 和 ZooKeeper 负责数据的存储, 同时提供给Elasticsearch实现实时检索。

和其他技术一样，没有银弹。没有一个数据库可以满足所有需求。所以我们需要了解不同数据库的优势和劣势，并选择合适的产品用于特定的需求。