【ES三周年】聊一聊关于Elasticsearch的那些事

Elasticsearch是什么？

1.1官方定义

Elasticsearch （简称ES）是一个天然支持分布式的搜索，聚合分析和存储引擎。

1.2 民间定义

• 搜索引擎
• 全文检索引擎
• 分布式文档系统
• 分布式数据库
• OLAP系统
• 分布式搜索中间件

1.3 ELK Stack

我们在使用Elasticsearch时，通常会听到 ELK Stack 那么ELk Stack具体是什么？

正如他的缩写ELk ELk由 Elasticsearch Logstash Kibana 这哥三组成的

实际上ELK生态并非Elastic特意而为，它的产生可以算是“意外”，它的产生社区使用者推动而成，不过话虽这么说，但是现在的日志服务往往常与ELk进行对标，可见ELk的影响之深远。

1.4 Elastic Stack和ELK Stack区别

了解了ELK Stack 我们再来说说 Elastic Stack 是什么

Elastic Stack 是 原 ELK Stack 在 5.0 版本加入 Beats 套件后的新称呼。

Beats是轻量型数据采集器：集合了多种单一用途数据采集器。它们从成百上千或成千上万台机器和系统向 Logstash 或 Elasticsearch 发送数据。

Elasticsearch、Logstash、Kibana、Beats ，这几个放在一起，就叫作 Elastic Stack。

1.5 Elasticsearch，MongoDB与MySQL对比

注： OLAP是联机分析处理，OLTP是联机事务处理。正如其名OLAP支持复杂的分析操作，侧重决策支持，而OLTP主要重点是记录当前事务的更新、插入和删除(也就是我们常说的增，删，改，查）。

1.6 Elasticsearch和MongoDB的一些问题

在我们学Elasticsearch时候可能会遇到这么个问题

Elasticsearch和MongoDB这么像，为什么不能用MongoDB替代Elasticsearch呢？

这本身就是一个伪命题，它俩本就是不同的产品，一个是搜索引擎，一个是文档型数据库，也就是说MongoDB他本身擅长的领域是对于数据的管理（增删改查），Elasticsearch他擅长的领域数据检索（不是查询），也就是说ES是基于已经存在的数据进行检索。

当然还有别的区别，像是底层数据结构不同，业务系统类型不同。

有共性，也有特性

Elasticsearch的前世今生

想要理解Elasticsearch，我们首先要了解一个库，它的名字叫Lucene（Lucene是一套用于全文检索和搜寻的开源程式库，由Apache软件基金会支持和提供。Lucene提供了一个简单却强大的应用程式接口，能够做全文索引和搜寻。）

在互联网初期各大互联网公司基本都是基于Lucene包装，业务代码跟核心库一起构建发布，这样不仅维护麻烦，而且每次修改都存在一定风险。

而且Lucene也很考验工程师个人素质，需要考虑的因素很多，如果个人素质不达标，稍有差错，后期程序可能会出大问题

于是在2004 年，有一个来自以色列的程序员，他的名字叫谢伊·班农（ Shay Banon），他结婚之后来到伦敦，他的夫人在伦敦学厨师。于是班农就打算写一个程序来管理和搜索菜谱。班农在编写程序的过程中，使用了 Lucene，感受到了Lucene 开发程序的各种痛苦。于是他在 Lucene 之上，封装了一个叫作 Compass 的程序框架，与 Hibernate和 JPA 等 ORM 框架进行集成，通过操作对象的方式来自动地调用 Lucene 以构建索引。 Compass的出现大大简化了给 Java 程序搜索功能的开发。Compass 开源出来，变得很流行。 在 Compass 编写到 2.x 版本的时候，在社区里面出现了更多的新需求。但是班农发现只有重写 Compass ，才能更好地实现这些需求，于是 Compass 3.0 就被砍了，取而代之的是一个全新的项目，也就是 Elasticsearch。

Solr和Elasticsearch的选择

可能各位在学习Elasticsearch的时候 或多或少的听说过Solr。

Solr是一个也是一个开源搜索引擎。它也建立在Lucen之上。 但是Solr的诞生时间是远早于Elasticsearch。它是企业级的，快速的和高度可扩展的。

• 基于什么框架开发：Lucene
• 基于何种语言开发：Java
• 数据结构：Json/XML/CSV
• 一致性策略：最终一致性

那么可能就会有读者问了“这么一看，好像都差不多，那为什么不选择Solr，要选择elasticsearch呢”

因为相比Elasticsearch，Solr在一些方面还是处于劣势

• 上手难度：总体来说Elasticsearch上手门槛是远低于Solr的
• 功能特点：ES 比 Solr 产品功能特点更加丰富，分片机制，数据分析能力。
• 海量数据处理能力：在Solr中一般情况下数据处理能力为TB级-PB级，Elasticsearch的处理能力是PB级起步，理论无上限
• 稳定性：随着数据量不断增大，Solr的稳定性是低于Elasticsearch的
• 生态方面：Elastic-stack 整个技术栈相当全，与各种数据系统都很容易集成。且ES 社区发展更加活跃，Solr 几乎没有专门的技术分析大会

这么一看Elasticsearch好像很完美啊，什么缺点也没有。其实不然，他也是优缺点的比如不支持事务，写入实时性低等。

结论

现在市面上几乎大大小小公司都在使用 Elasticsearch，除了老旧系统有的基于 Solr的，新系统项目应该全部是 Elasticsearch，所以我个人在Solr与Elasticsearch之间，推荐Elasticsearch