es 多索引联合查询_Elasticsearch和MySQL查询原理分析与对比

导语

ES 现在已经越来越火，很多公司会把 MySQL 里面的数据导入到 ES，用 ES 来做海量数据的实时查询。那为什么 MySQL 做不了海量数据的实时查询呢？为什么 ES 可以？本文将从原理上来回答这个问题。

基本分析

经过分析和对比，得出结论如下：

1、ES 天生分布式架构，天然支持海量数据的分片和查询，而 MySQL 不行；

2、MySQL 和 ES 底层索引结构导致即便是单片数据查询，ES 也更适合做查询引擎。

# 为什么 MySQL 做不了海量数据的实时查询？

MySQL 的架构就不是分布式的架构，就算基于一些开源组件或者自研组件做了分库分表，也只能解决数据的存储问题，解决不了问题的查询问题。

目前所有的分库分表中间件都会要求必须带上分库分表 id 去查询，也就是分库分表之后，你的查询，最终还是要落到某个库某张表去做单库单表的实时查询。

# ES 为什么能够做海量数据的实时查询？

ES 天生就是分布式架构，假如有一个学生表超过 10 亿条数据，导入 ES。首先第一件事情就是你要给这些数据做分片，假如分了 10 个片后，用户想基于 name 去查询，ES 是怎么做的？

这里我们假设是最简单的部署架构，ES 的节点 A 接收到查询请求后，会把请求转发到其他 datan