Elasticsearch 是什么
官网：Elasticsearch：官方分布式搜索和分析引擎 | Elastic
Elastic Stack 的核心
Elasticsearch 是一个开源的分布式 RESTful 搜索和分析引擎、可扩展的数据存储和向量数据库，能够解决不断涌现出的各种用例。作为 Elastic Stack 的核心，Elasticsearch 会集中存储您的数据，让您飞快完成搜索，微调相关性，进行强大的分析，并轻松缩放规模。
The Elastic Stack,包括 Elasticsearch、Kibapa、Beats 和 Logsash(也称为 ELK Stack)。能够安全可靠地获取任何来源、任何格式的数据，然后实时地对数据进行搜索、分析和可视化
Elaticsearch,简称为ES，ES是一个开源的高扩展的分布式全文搜索引擎,是整个ElasticStack 技术栈的核心。它可以近乎实时的存储、检索数据;本身扩展性很好，可以扩展到上百台服务器，处理 PB级别的数据。
全文搜索引擎
Google，百度类的网站搜索，它们都是根据网页中的关键字生成索引，我们在搜索的时候输入关键字，它们会将该关键字即索引匹配到的所有网页返回:还有常见的项目中应用日志的搜索等等。对于这些非结构化的数据文本，关系型数据库搜索不是能很好的支持。
一般传统数据库，全文检索都实现的很鸡肋，因为一般也没人用数据库存文本字段。进行全文检索需要扫描整个表，如果数据量大的话即使对SQL的语法优化，也收效甚微。建立了索引，但是维护起来也很麻烦，对于insent 和update 操作都会重新构建索引。
基于以上原因可以分析得出，在一些生产环境中，使用常规的搜索方式，性能是非常差的:
- 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。为了解决结构化数据搜索和非结构化数据搜索性能问题，我们就需要专业，健壮，强大的全文搜索引擎。
这里说到的全文搜索引擎指的是目前广泛应用的主流搜索引擎。它的工作原理是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 And Solr
Lucene是 Apache 软件基金会 Jakarta 项目组的一个子项目，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 Java 开发环境里 Lucene,是一个成熟的免费开源工具。就其本身而言，Lucene,是当前以及最近几年最受欢迎的免费Java信息检索程序库。但 Lucene,只是一个提供全文搜索功能类库的核心工具包，而真正使用它还需要一个完善的服务框架搭建起来进行应用。
目前市面上流行的搜索引擎软件，主流的就两款:Elasticsearch和Solr,这两款都是基于Lucene 搭建的，可以独立部署启动的搜索引擎服务软件。由于内核相同，所以两者除了服务器安装、部署、管理、集群以外，对于数据的操作 修改、添加、保存、查询等等都十分类似。
在使用过程中，一般都会将 Elasticsearch和 Solr 这两个软件对比，然后进行选型。这两个搜索引擎都是流行的，先进的的开源搜索引擎。它们都是围绕核心底层搜索库-Lucene构建的-但它们又是不同的。像所有东西一样，每个都有其优点和缺点:
| 特征 | solr | Elasticsearch |
| 诞生时间 | 2004 | 2010 |
| 搜索基础 | Lucene搜索 | |
| 实时建立索引 | solr会产生io阻塞，效率低 | 不阻塞，效率高 |
| 不断动态添加数据 | 检索效率变低 | 变化不大 |
| 自身系统管理 | 利用zookeeper进行分布式管理 | 自身带有分布式系统管理功能 |
| 部署 | 一般都要部署到web服务器上，如tomcat。启动tomcat的时候需要配置tomcat与solr的关联 | 自带运行功能，下载安装包直接安装就行 |
| 功用范围 | 官网提供的功能 | 更专注核心搜索，其它依赖第三方插件 |
| 支持索引方式 | HTML、PDF、微软 Office 系列软件格式以及 JSON、XML、CSV 等纯文本格式 | 仅支持json文件格式 |
| 社区和开发者 | apache 软件基金和社区支持 | 单一商业实体及其员工 |
| 节点发现 | Apache Zookeeper ,在大师项目中成熟且经过实战测试 | Zen内置于ES本身，需要专用的主节点才能进行分裂脑保护 |
| 高速缓存 | 全局，每个段更改无效 | 每段，更适合动态更改数据 |
| 分析引挚性能 | 非常适合精确计算的静态数据 | 结果的准确性取决于数据放置 |
| 全文搜索功能 | 基于lucene语文分析，多建议，拼写检查，丰富的高亮显示支持 | 基于Lucene语文分析，单一建议API实现 |
| DevOps支持 | 尚未完全，还在完善中。。 | 非常好的API |
| 机器学习 | 内置-在流聚合之上，专注于逻辑回归和学习排名贡献模块 | 商业功能，专注于异常和异常值以及时间序列数据 |
Elasticsearch Or Solr
Elasticsearch和Solr 都是开源搜索引擎，那么我们在使用时该如何选择呢?
- Google 搜索趋势结果表明，与Solr 相比，Elasticsearch 具有很大的吸引力，但这并不意味着 Apache Solr 已经死亡。虽然有些人可能不这么认为，但 Sol仍然是最受欢迎的I搜索引擎之一，拥有强大的社区和开源支持。
- 与 Solr 相比，Elasticsearch易于安装且非常轻巧。此外，你可以在几分钟内安装并运行Elasticsearch。但是，如果 Elasticsearch 管理不当，这种易于部署和使用可能会成为一个问题。基于 JSON的配置很简单，但如果要为文件中的每个配置指定注释，那么它不适合您。总的来说，如果你的应用使用的是JSON，那么Elasticsearch 是一个更好的选择否则，请使用 Sol，因为它的schema.xml和 solrconfg.xml 都有很好的文档记录。Solr拥有更大，更成熟的用户，开发者和贡献者社区。ES虽拥有的规模较小但活跃的用户社区以及不断增长的贡献者社区。
- Solr贡献者和提交者来自许多不同的组织，而Elasticsearch提交者来自单个公司。
- Solr 更成熟，但ES增长迅速，更稳定。
- Sol是一个非常有据可查的产品,具有清晰的示例和API用例场景。Elasticsearch 的文档组织良好，但它缺乏好的示例和清晰的配置说明。
那么，到底是 Solr 还是 Elasticsearch?
有时很难找到明确的答案。无论您选择Solr 还是Elasticsearch，首先需要了解正确的用例和未来需求。总结他们的每个属性。
- 由于易于使用，Elasticsearch 在新开发者中更受欢迎。一个下载和一个命令就可以启动一切。
- 如果除了搜索文本之外还需要它来处理分析查询，Elasticsearch是更好的选择。
- 如果需要分布式索引，则需要选择Elasticsearch。对于需要良好可伸缩性和以及性能分布式环境，Elasticsearch是更好的选择。
- Elasticsearch在开源日志管理用例中占据主导地位，许多组织在 Elasticsearch 中索引它们的日志以使其可搜索。
- 如果你喜欢监控和指标，那么请使用 Elasticsearch，因为相对Solr,Elasticsearch 暴露了更多的关键指标。
Elasticsearch应用案例
- GitHub: 2013年初，抛弃了 Solr，采取Elasticsearch 来做 PB 级的搜索。“GitHub 使用Elasticsearch 搜索 20TB 的数据，包括13 亿文件和 1300 亿行代码”。
- 维基百科:启动以 Elasticsearch为基础的核心搜索架构
- SoundCloud:“SoundCloud 使用 Elasticsearch为1.8亿用户提供即时而精准的音乐搜索服务”。
- 百度:目前广泛使用 Elasticsearch作为文本数据分析，采集百度所有服务器上的各类指标数据及用户自定义数据，通过对各种数据进行多维分析展示，辅助定位分析实例异常或业务层面异常。目前覆盖百度内部20多个业务线(包括云分析、网盟、预测、文库、直达号、钱包、风控等)，单集群最大100台机器，200个ES节点，每天导入30TB+数据。
- 新浪:使用 Elasticsearch分析处理 32亿条实时日志。
- 阿里:使用 Elasticsearch 构建日志采集和分析体系。
- Stack Overlow:解决 Bug 问题的网站，全英文，编程人员交流的网站。