为什么要使用ElasticSearch？

什么是 elasticSearch

1. 基于Lucene构建的开源、分布式、RESTful接口的全文搜索引擎
2. 分布式文档数据库，其中每个字段均可被索引，而且每个字段的数据均可被搜索、
3. 横向扩展至数以百计的服务器存储以及处理PB级的数据
4. 极短的时间内存储、搜索和分析大量的数据

高可用和可扩展

垂直/向上扩展：购置性能更强的服务器或者升级硬件来完成系统扩展
水平/向外扩展：增加更多的服务器来完成系统扩展
尽管ES能够利用更强劲的硬件，垂直扩展毕竟还是有它的极限。真正的可扩展性来自于水平扩展，通过向集群中添加更多的节点来分担负载，增加可靠性，因为ES天生就是分布式的，它知道如何管理多个节点来完成扩展和实现高可用性。这也意味你的应用不需要做任何的改动

使用场景

分布式搜索引擎（搜索查询）和数据分析引擎（用户埋点）

• 关系型数据库查询瓶颈：考虑使用，ES的优点在于查询，然而实践证明，在被作为数据库来使用，即写完马上查询会有延迟
• 用户行为日志：直接用
• 搜索场景：直接用

elasticSearch和Lucene、Solr的区别

ES与Lucene的区别

• Lucene，必须使用Java来作为开发语言并将其直接集成到你的应用中，并且Lucene的配置及使用非常复杂，你需要深入了解检索的相关知识来理解它 是如何工作的。lucene有很多缺陷，es并不存在。
• 只能在Java项目中使用,并且要以jar包的方式直接集成项目中
• 使用非常复杂-创建索引和搜索索引代码繁杂
• 不支持集群环境-索引数据不同步（不支持大型项目）
• 索引数据如果太多就不行，索引库和应用所在同一个服务器,共同占用硬盘共用空间少.

ES与Solr对比

1. 单纯对已有数据进行搜索时，solr更快；但是实时简历索引时，solr会产生io阻塞，查询性能较差。而es不会
2. solr利用zk进行分布式管理，而es自身带有分布式协调管理功能。
3. solr支持更多的数据格式，如json、xml、csv等，而es仅支持json文件格式
4. solr在传统的搜索应用中表现好于es，但在处理实时搜索应用时效率明显低于es。

ES的几大优势

1. 很简便的横向扩容，分布式的架构，可以轻松地对资源进行横向纵向扩缩容，可以满足不同数据量级及查询场景对硬件资源的需求。能由数百台到万台机器搭建满足PB级的快速搜索，也能搭建单机版服务小公司。
2. 查询速度快：ES底层采用Lucene作为搜索引擎，并在此之上做了多重优化，保证了用户对数据查询数据的需求。可"代替"传统关系型数据库，也可用于复杂数据分析，海量数据的近实时处理等。
3. 相关性高：ES内部提供了完善的评分机制，会根据分词出现的频次等信息对文档进行相关性排序，保证相关性越高的文档排序越靠前。另外还提供了包括模糊查询，前缀查询，通配符查询等在内的多种查询手段，帮助用户快速高效地进行检索。
4. 功能点多但使用比较简便，开箱即用，性能优化比较简单
5. 分布式：索引分拆成多个分片，每个分片可有零个或多个副本。集群中的每个数据节点都可承载一个或多个分片，并且协调和处理各种操作

ES相比于传统MySQL的优点

A relational database can store data and also index it. A search engine can index data but also store it.
关系型数据库首先是存储，搜索只是顺便提供的功能，
而搜索引擎，首先是搜索，但是不把数据存下来就搜不了，所以只好存一存
术业有专攻，专攻搜索的搜索引擎，自然会提供更强大的搜索能力

1. 模糊查询
   在传统关系型数据库中，数据检索只能通过 like 来实现，例如需要在酒店数据中查询名称包含公寓的酒店，需要通过如下 sql 实现：
   select * from hotel_table where hotel_name like ‘%公寓%’;
   问题：
   ·无法使用数据库索引，需要全表扫描，性能差
   ·搜索效果差，只能首尾位模糊匹配，无法实现复杂的搜索需求
   ·无法得到文档与搜索条件的相关性
   和「精确匹配」相比，「相关性匹配」更贴近人的思维方式。
2. 分词
   当用户使用Elasticsearch时进行搜索时，Elasticsearch就自动分好词
3. 相关性
   Elasticsearch支持全文搜索和相关度评分。这样在返回结果就会根据分数由高到低排列。分数越高，意味着和查询语句越相关
4. 性能
5. 轻松支持各种复杂的查询条件
6. 它是分布式实时文件存储，会把每一个字段都编入索引（倒排索引），利用高效的倒排索引，以及自定义打分、排序能力与丰富的分词插件等，能实现任意复杂查询条件下的全文检索需求
7. 可拓展性强
   天然支持分布式存储，通过极其简单的配置实现几百上千台服务器的分布式横向扩容，轻松处理 PB 级别的结构化或非结构化数据。
8. 高可用，容灾性能好
   通过主备节点以及故障自动探测和恢复，有力保障了高可用