大数据之ElasticSearch初识一

ElasticSearch简介

Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎 。它是用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的
是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。应用于云计算，达到实时搜索，稳定，可靠，快速，且安装使用方便。

ElasticSearch功能

1. 全文搜索功能；
2. 分布式实时文件存储，并将每一个字段都编入索引，使其可以被搜索；
3. 实时分析的分布式搜索引擎；
4. 可以扩展到上百台服务器，处理PB级别的结构化或非结构化数据。

ElasticSearch优缺点

优点

• Elasticsearch是分布式的。不需要其他组件，分发是实时的，被叫做”Push replication”。
• Elasticsearch 完全支持 Apache Lucene 的接近实时的搜索。
• 处理多租户（multitenancy）不需要特殊配置，而Solr则 -需要更多的高级设置。
• Elasticsearch 采用 Gateway的概念，使得完备份更加简单。
  es默认是先把索引存放到内存中，当内存满了时再持久化到本地硬盘。gateway对索引快照进行存储，当这个es集群关闭再重新启动时就会从gateway中读取索引备份数据。es支持多种类型的gateway，有本地文件系统（默认），分布式文件系统，Hadoop的HDFS和amazon的s3云存储服务。
• 各节点组成对等的网络结构，某些节点出现故障时会自动分配其他节点代替其进行工作。

缺点

• 还不够自动（不适合当前新的Index Warmup API，即冷启动/预热数据的方式。当系统长期处于低水
  位的情况下，流量突然增加时，直接把系统拉升到高水位可能瞬间把系统压垮。通过"冷启动"，让
  通过的流量缓慢增加，在一定时间内逐渐增加到阈值上限，给冷系统一个预热的时间，避免冷系统
  被压垮。）

性能

ElasticSearch更适合实时搜索（与solr相比）

• 当单纯的对已有数据进行搜索时， Solr更快。
• 当实时建立索引时, Solr会产生io阻塞，查询性能较差, Elasticsearch具有明显的优势。
• 随着数据量的增加， Solr的搜索效率会变得更低，而Elasticsearch却没有明显的变化。

Elasticsearch与关系型数据库对比

index索引库	database数据库
type类型	table表
document文档	column行
field字段	row列
倒排索引 (inverted index)	B-Tree索引来加速检索