Elasticsearch——概述

        Elasticsearch是一款非常强大的开源搜索及分析引擎，可以帮助你从海量数据中，快速找到相关的信息。例如，当你在GitHub上搜索时，Elasticsearch不仅可以帮你找到相关的代码仓库，还可以帮助你实现代码级的搜索与高亮显示；当你在网上购物时，ElasticSearch可以帮助你推荐相关的商品；当你下班打车回家时，Elasticsearch可以通过定位附近的乘客和司机，帮助平台优化调度。

        除了搜索，结合Kibana、Logstash、Beats，Elastic Stack还被广泛运用在大数据近实时分析领域，包括日志分析、指标监控、信息安全等多个领域。它可以帮助你探索海量结构化、非结构化数据，按需创建可视化报表，对监控数据设置报警阈值。甚至通过使用机器学习技术，自动识别异常状况。

        Elasticsearch VS  solr：

异：
        1、当实时建立索引的时候，solr会产生IO阻塞，而es则不会，所以，es查询性能要高于solr
        2、在不断动态添加数据的时候，solr的检索效率会变的底下，而es则没有什么变化
        3、solr利用zookeeper进行分布式管理，而es自身带有分布式系统管理功能。solr一般部署到web服务器上，比如tomcat，【solr的本质是一个动态web项目】
        4、solr支持更多的格式数据【xml、json、csv】，而es仅支持json文件格式
        5、solr是传统搜索应用的有力解决方案，但是es更适合用于新兴的实时搜索应用。
        6、单纯对已有数据进行检索的时候，solr效率高，但实时搜索的时候es效率高
        7、solr官网提供的功能更多，而es本身更注重于核心功能，高级功能有多个第三方插件

同：均是基于Lucene

Elasticsearch起源——Lucene

Lucene：

        基于Java语言开发的搜索引擎类库

        创建于1999年，2005年成为Apache顶级开源项目

        Lucene具有高性能，易扩展的优点

        Lucene的局限性：

                只能基于Java语言开发

                类库的接口学习曲线陡峭

                原生并不支持水平扩展

Elastic Stack生态圈

 Logstash：

        开源的服务器端数据处理管道，支持从不同来源采集数据，转换数据，并将数据发送到不同的存储库中

Kibana：

        可视化分析利器

BEATS：

        轻量的数据采集器

ELK客户及应用场景：

        网站搜索/垂直搜索/代码搜索

        日志管理与分析/安全指标监控/应用性能监控/WEB抓取舆情分析

常用的架构