ES与传统数据库的比较

ES(ElasticSearch)是一款分布式全文检索框架，底层基于基于Lucene实现。ES与传统数据的区别主要有：

 

1.结构名称不同

一个ES集群可以包含多个索引（数据库），每个索引又包含了很多类型（表），类型中包含了很多文档（行），每个文档使用 JSON 格式存储数据，包含了很多字段（列）。

关系型数据库	数据库	表	行	列
ElasticSearch	索引	类型	文档	字段

 

2.ES分布式搜索，传统数据库遍历式搜索

ES支持分片和复制，从而方便水平分割和扩展，复制保证了es的高可用与高吞吐。

在ES中，当你创建一个索引（数据库）的时候，你可以指定你想要的分片的数量。每个分片本身也是一个功能完善并且独立的索引（数据库），索引可以被放置到集群中的任何节点上。分片优点：

1.允许你水平分割/扩展你的内容容量

2.允许你在分片之上进行分布式的、并行的操作，进而提高性能/吞吐量

3.分片的分布，它的文档怎样聚合回搜索请求，完全由Elasticsearch管理

 

3.ES采用倒排索引，传统数据库采用B+树索引

假设一个文档（用id标识）是有许多的单词（用value标识）组成的，每个单词可能同一个文档中重复出现很多次，也可能出现在不同的文档中。

正排索引：从文档角度看其中的单词，表示每个文档都含有哪些单词，以及每个单词出现了多少次（词频）及其出现位置（相对于文档首部的偏移量）。

倒排索引：从单词角度看文档，标识每个单词分别在那些文档中出现(文档ID)，以及在各自的文档中每个单词分别出现了多少次（词频）及其出现位置（相对于该文档首部的偏移量）。

简单理解，

正排索引：id ---> value

倒排索引：value ---> id

ES中为所有字段默认都建了倒排索引。

 

4.ES没有用户验证和权限控制

 

5.ES没有事务的概念，不支持回滚，误删不能恢复

 

6.ES免费，完全开源；传统数据库部分免费

 

7.结合工作举例

例如，要计算出2.38亿会员中有多少80后的已婚的上海男士。

传统数据库执行时间： 5个小时左右

ES执行时间：1分钟