elasticsearch id查询_怎么写ElasticSearch，你真的会了吗？

众所周知，海量业务数据的存储和检索一直是一个老大难的问题，本文分享一个基于大容量分布式存储(可以是Aerospike、Hbase、TiDB等等)+ ElasticSearch 实现的秒级写延迟、秒级查询解决方案，也就是所谓的异构索引，线上指标：日均2亿+次写操作，0丢失。

当下主流多存储的系统解耦方案都是基于Kafka等消息中间件，即先将数据存入关系库或者NoSQL， 再将消息写入Kafka，其他服务订阅Kafka感知数据变化，将索引写入ElasticSearch。

既然是存储和检索是物理分开的，那么就一定存在不同存储之间的一致性的问题，既然是分布式存储，那就一定是弱一致性的，至于有多弱，多大延迟，取决于业务约束及系统设计。

存储负责全字段，ElasticSearch负责仅存储索引字段。假定需要检索的业务对象定义如下：

id：全局唯一

a：字段a

......

z：字段z

timestamp：操作时间

业务对象的唯一id：可以是某个商品的SKU，某个订单的ID，(如果是Hbase，Key需要经过反转，加盐