ElasticSearch概述（一）——简介_有elasticsharch会印象zk运作吗

基本介绍

Elastic 介绍

Elasticsearch是一个分布式，RESTful风格的搜索和数据分析引擎，可以解决各种用力。它也是Elastic Stack的核心，集中存储数据，帮助发现各种情况。

ElasticStack

包括 Elasticsearch 、Kibana、Beats、和Logstash （被合称为ELK Stack）
能够安全可靠的获取任何来源与格式的数据，实时对数据进行搜索、分析和可视化。ES（Elastic Search）是一个 开源的高扩展的分布式全文搜索引擎，是整个Elastic Stack的黑心。可以近乎实时的存储、检索数据；可扩展到上百台服务器，处理PB级数据。

常规搜索的弊端

对于以下场景，常规搜索方式性能是很差的

• 搜索的数据对象是大量的非结构化的文本数据。
• 文件记录量达到数十万或数百万个甚至更多。
• 支持大量基于交互式文本的查询。
• 需求非常灵活的全文搜索查询。
• 对高度相关的搜索结果的有特殊需求，但是没有可用的关系数据库可以满足。
• 对不同记录类型、非文本数据操作或安全事务处理的需求相对较少的情况。

全文搜索引擎：

目前广泛应用的主流搜索引擎，计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程

Elasticsearch和Solr之间如何选择？

• Elasticsearch易于安装且非常轻巧，但是若管理不当，易于部署反而可能会成为一个问题。如果应用使用的是JSON，建议使用Elasticsearch，否则，建议使用solr（对schema.xml 和solrconfig.xml都有较好的记录）
• Solr的用户、开发者和贡献者社区都相对成熟，ES的社区虽然规模较小，但是目前再不断增长中
• Solr更加成熟，ES更稳定
• Solr有清晰的示例和API用例场景，ES缺乏好的示例和配置说明。

ES 的优点

• 易于使用
• 更适合处理分析查询
• 分布式索引
• ES再开源日志管理用例中有主导性地位
• ES暴露了更多的关键指标以便监控

ES 案例

• GitHub
• Wiki
• SoundCloud
• 百度
• 新浪
• 阿里巴巴
• Stack Overflow