ElasticSearch学习之一【ES概述】

ES入门公开课

一、初识ElasticSearch

1.1 ES概述

Elasticsearch是一款非常强大的开源分布式搜索引擎，并且结合 Kibana、Logstash、 Beats 丰富的生态组件，也被广泛运用在大数据实时分析场景中，其中包括日志分析、指标监控、信息安全等领域。

其高性能、容易使用、容易扩展的特性，被大量的互联网公司使用，其中包括小米、饿了么、滴滴出行、携程旅游，同时国内公有云企业阿里云与 Elastic 合作推出了云服务产品“阿里云Elasticsearch”

一些知名公司：
github利用ES进行代码搜索
维基百科 ES 词条搜索

---

ES起源于开源产品Lucene
Lucene：
Java语言开发的搜索引擎类库，Apache顶级项目
优点：高性能、易扩展
局限性：只能基于Java语言开发、类库的接口学习曲线陡峭、原生不支持水平扩展

ES：
支持分布式，可水平扩展
提供Restful接口，降低全文检索的学习曲线，可被任何编程语言调用。

ES的分布式架构

ES提供的一些基本功能：【主要是搜索和聚合】

1、海量数据的分布式存储以及集群管理
2、近实时搜索、性能卓越
3、海量数据近实时分析
示例：

---

Elastic Stack的生态圈：
Elastic Stack 围绕 ELKB 构建出一套生态系统，适合大量应用场景。
Elasticsearch 拥有丰富的产品生态圈，从数据采集（Logstash、Beats）、存储/计算（Elasticsearch）到可视化管理【Kibana】，结合商业插件插件 X-pack，提供“搜索”、“日志分析”、“指标分析”、“安全分析”四大场景解决方案，并与国内外云服务企业合作，是一个全方面的产品生态圈。

Logstash：开源的服务器数据处理管道，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。特性：实时解析和转换数据、可扩展、可靠安全、监控
Kibana：可视化分析利器
Beats：轻量的数据采集器【从不同数据源搜集不同数据】

---

ES对日志管理提供很好的解决方案，一般日志分析主要包括以下几个层面：
日志搜集——格式化日志——全文检索——风险告警

---

结合业务场景与需求，我们可以基本分为两种业务架构：

搜索类—可集成数据库同步数据/独立作为数据存储使用
ES与数据库的集成：

日志型—Logstash 和 Beats 满足不同数据源，Kafka作为消息队列
指标分析/日志分析：

Beats搜集数据
在数据量较大时，可引入Redis、Kafka、MQ等作为缓冲层，然后将数据发送到logstash
logstash对数据进行一系列转化和聚合发送到ES