<p><strong>更新：</strong>本文提及我们的托管式 Elasticsearch 产品时使用的是旧称 Found。请注意，Found 现在称为 Elastic Cloud。</p>
<p>Elasticsearch 可用于许多不同的用例：“经典”全文本搜索、分析存储、自动完成工具、拼写检查工具、告警引擎以及通用文档存储。本文简要概述了各种常见用途和需要考虑的重要事项，同时说明了读者可参考哪些资源来了解详细信息。</p>
<section id="introduction" class="level2">
  <h2><a href="#introduction">简介</a></h2>
  <p>在 Found 中，我们看到 Elasticsearch 有<em>许多</em>不同的用例。我们经常被问到“你们的典型客户是谁？”，但除了“他们宁愿花时间构建，也不愿意处理一堆集群！”之外，并没有明确的答案。我们了解到，Elasticsearch 有许多超赞的用途，有些用途甚至令人不可思议！</p>
  <p>鉴于 Elasticsearch 仍然相当不成熟，我们的客户倾向于先在特定项目中使用 Elasticsearch，然后再加入更多的集群进行日志记录和分析。</p>
  <p>一般来说，开发过程最初是为网站或文档集合构建简单的搜索。然后，可能会添加分面导航，以及拼写检查或“您是不是要找？”的回答。也许有必要添加模糊搜索和自动完成功能，甚至可能还要添加“输入即搜索”。由于相关度很重要，最终可能会根据用户的身份角色、用户所在的位置或用户认识的人添加更高级的排名方案。当然，要知道用户实际做了什么，就必须记录使用情况并存储指标，这样我们就能知道一切都在正常运行。</p>
  <p>您可以使用 Elasticsearch 实现所有这些功能甚至更多功能，但是不同用途会产生截然不同的复杂性和资源需求。</p>
</section>
<section id="you-know-for-search-and-counting" class="level2">
  <h2><a href="#you-know-for-search-and-counting">众所周知的用途是搜索！（而且还在不断增加！）</a></h2>
  <p>不出意外的话，Elasticsearch 经常用于执行“搜索”，这通常意味着有一个带有放大镜图标的输入框。我们在这里所说的“搜索”可能会有歧义，因此我们将采用更具体的叫法。例如，我会将不同<em>类型</em>的搜索称为“简单搜索”、“模糊搜索”、“聚合”，<em>简单</em>指的是通过一个简单的 match 查询就能实现的搜索。</p>
  <p>让很多人没有想到的是，<em>简单</em>搜索是 Elasticsearch 可以执行的资源消耗量最小的任务之一。如果您需要的只是常规、非模糊 match 查询的前十个结果，可通过每秒数百次的速度在价格低廉的硬件上持续搜索数千万个文档集合。但是，如果在需求列表中添加模糊搜索或分面导航，CPU 和内存需求就会<em>大大</em>增加。</p>
  <p>现代搜索界面通常会有某种分面导航，以便用户快速了解搜索结果的分布情况。由特定作者撰写、处于特定价格范围且具有特定评分的书籍有多少？这些都是使用 Elasticsearch 中的聚合实现的，聚合的形式多种多样。您可以对词条、数值范围、日期范围、地理距离等进行聚合。</p>
  <p>令很多人想不到的是，从数百万份文档中筛选出匹配文档要比以各种方式统计和聚合匹配文档更加轻松。尽管如此，与信息检索问题“哪十个文档与这些条件相匹配（且相关度最高）？”相比，聚合成本高昂。在通过评分找出最佳文档时，Lucene 会使用一些技巧，比如“这组文档不匹配其他文档匹配的所有内容，所以不可能是最佳文档，直接跳过”。 在筛选时，<a href="/cn/blog/found-optimizing-elasticsearch-searches#find-a-friend-in-filters">Elasticsearch 会大量使用筛选缓存</a>。Elasticsearch 和 Lucene 的优势是尽可能<em>减轻</em>工作量，但使用聚合时，二者<a href="/cn/blog/found-optimizing-elasticsearch-searches#aggregation-abundance">始终需要计算所有匹配内容</a>。</p>
  <p>在<a href="/cn/blog/found-elasticsearch-from-the-bottom-up">自下而上认识 Elasticsearch</a> 中，我们介绍了倒排索引的工作原理，以及如何使用字典和发布列表执行简单的搜索。本文以及我们关于文本分析的文章应该清楚说明了为什么在使用搜索时务必正确处理文本。<a href="/cn/blog/found-sizing-elasticsearch#searching">Elasticsearch 规模调整</a>和<a href="/cn/blog/found-elasticsearch-in-production#a-typical-search-request">生产环境中的 Elasticsearch</a> 均详细说明了您可以如何使用内存。</p>
</section>
<section id="analytics" class="level2">
  <h2><a href="#analytics">分析</a></h2>
  <p>分析工作负载倾向于计数并汇总大量数据，甚至可能是大数据，不管这意味着什么！这些操作依赖于 <a href="/cn/blog/found-elasticsearch-aggregations">Elasticsearch 的聚合</a>，而聚合通常由 <a href="/cn/kibana">Kibana</a> 等工具生成。</p>
  <p>我们已经提到过，这些聚合在 CPU 和内存方面的成本十分高昂。对内存的需求很大，因为 Elasticsearch 需要快速查找给定文档的值，这就涉及到将所有文档的所有数据加载到“字段缓存”的内存中。使用<a href="/cn/blog/disk-based-field-data-a-k-a-doc-values">“文档值”</a>可以缓解这种情况，但在索引文档之前，需要在映射中启用“文档值”。</p>
  <p>此外，分析搜索的执行对象通常是<a href="/cn/blog/found-sizing-elasticsearch#timestamped-data">带有时间戳的数据，因此按时间划分索引（比如每日或每月索引）可能会比较合适</a>。每个时间单位有一个索引，这样易于减少搜索空间，并<a href="/cn/blog/curator-tending-your-time-series-indices">清理和存档旧数据</a>。</p>
</section>
<section id="fuzzy-searching" class="level2">
  <h2><a href="#fuzzy-searching">模糊搜索</a></h2>
  <p>模糊搜索是一种对拼写错误宽容的搜索。例如，在搜索 Levenstein 时，可以找到 Levenshtein。我们关于<a href="/cn/blog/found-fuzzy-search/">模糊搜索</a>的文章更加详细地介绍了模糊搜索的使用方法和工作原理。</p>
  <p>模糊搜索可轻松启用，并且可以大大提高“查全率”，但执行成本同样十分高昂。默认情况下，输入的一个词条会被改写为每个字段 50 个词条的 OR，再加上 multi_field，会导致<a href="/cn/blog/found-elasticsearch-top-down#query-rewriting">改写后的查询</a>中词条呈现组合爆炸式增长。</p>
  <p>在将搜索的更改和改进交付生产之前，请务必始终使用实际数据量对其进行测试。在添加 fuzziness 参数时尤其要这样做。这一选项可轻松启用，但会使您的搜索成本提高几个数量级。</p>
  <blockquote>模糊搜索会消耗大量 CPU。请谨慎添加，而且可能不是每个字段都要添加。</blockquote>
</section>
<section id="autocompletion-and-instant-search" class="level2">
  <h2><a href="#autocompletion-and-instant-search">自动完成和即时搜索</a></h2>
  <p>用户的输入即搜索有多种形式。可以是简单的建议（例如，现有标记），尝试根据搜索历史来预测搜索，或者只是为每个（受限制的）击键执行一次新搜索。</p>
  <p>Elasticsearch 中有很多不同的功能有助于构建这些功能，例如 prefix 查询、match_phrase_prefix、索引 ngram 以及一系列<a href="/cn/blog/you-complete-me/">不同的提示器</a>。</p>
  <p>这类搜索对延迟非常敏感。人类界定“即时”反应的阈值通常是 100 毫秒。搜索几乎每一个击键也会产生相当高的搜索吞吐量。因此，重要的是搜索成本低，这些索引与内存匹配。</p>
  <p>自动完成搜索，同时显示最有可能完成的搜索结果（与 Google 的操作相似），应该视为两个独立的搜索问题。当自动完成先前的搜索时，要搜索的数据量可能比搜索的内容少得多，这会将其全部保存在内存中，使模糊搜索更加容易实现。由于自动完成搜索的搜索负载要比全面搜索高得多，因此，将两者分开，则有可能在完全独立的 Elasticsearch 集群中单独进行扩展。</p>
  <p>Soundcloud 在改进搜索体验时，对搜索建议进行了提升。如果能够很好地实现，不仅会提高搜索精确度，还会明显减少支持全面搜索的基础架构的负载。人们搜索的内容通常呈 Zipf 分布：通常情况下，10% 的唯一搜索，会占有 90% 的搜索量 。因此，最佳搜索建议的全部结果很可能已缓存（在您的应用层），可以“即时”显示。</p>
  <p>Elasticsearch 的提示器功能的实现，离不开 Soundcloud 的搜索提示器背后的诸多工程。Muir 和 Willauer 曾就 <a href="https://www.youtube.com/watch?v=XrssyUPQcG4">Lucene 查询建议</a>做出精彩演讲，如需了解详情，强烈建议您观看。</p>
</section>
<section id="multi-tenancy" class="level2">
  <h2><a href="#multi-tenancy">多租户</a></h2>
  <p>通常情况下，您有多个客户或用户拥有单独的文档集合，用户永远无法搜索不属于自己的文档。在这种情况下，通常会导致采用各个用户拥有独立索引的设计。</p>
  <p>但这往往会导致索引数过多。<em>几乎</em>在每种情况下，我们都能看到按用户建立索引的功能已经实现，但实际上最好使用更大的 Elasticsearch 索引。使用大量小型索引有几个主要缺点：</p>
  <ul>
    <li>内存开销无法忽视。数千个小型索引将消耗大量堆空间。文件描述符的数量也会激增。</li>
    <li>可能会出现大量重复内容。请考虑一下<a href="/cn/blog/found-elasticsearch-from-the-bottom-up">倒排索引的工作原理</a>，以及 Lucene 如何分段写入和压缩内容。</li>
    <li>快照/还原目前是连续的过程，每个索引都会产生开销。对数千个微型索引拍取快照所需的时间，比对几个大型索引拍取快照所需的时间要多一个数量级。</li>
  </ul>
  <p><a href="/cn/blog/found-sizing-elasticsearch#data-flows-and-their-partitioning-strategies">Elasticsearch 规模调整</a>提供了关于分片和分区策略的更多信息以及大量参考资料。修复索引设计欠佳的应用程序需要付出巨大的努力，因此，花时间去了解不同的方法是值得的。</p>
  <blockquote>您可能不应为多租户应用程序的每个用户创建索引。</blockquote>
</section>
<section id="schema-free-user-defined-schemas" class="level2">
  <h2><a href="#schema-free-user-defined-schemas">模式自由/用户定义的模式</a></h2>
  <p>对于拥有多个个人客户的情况，我们还发现，在很多用例中，不同的用户可能拥有完全不同的文档。例如，如果您要提供用户调查/问卷服务，不同的调查很可能包含完全不同的字段。</p>
  <p>通常的结果是使用 Elasticsearch 的“动态映射”，有时会宣传 Elasticsearch 不区分模式。但是，Elasticsearch 会在后台为您创建映射，如果映射变得过大，就会导致“<a href="/cn/blog/found-crash-elasticsearch#mapping-explosion">映射爆炸式增长</a>”，从而带来问题。因此，请务必确保文档中的值最终呈现为值，而非单独的字段。“<a href="/cn/blog/found-beginner-troubleshooting#keyvalue-woes">键/值问题</a>”和“。</p>
  <p>Elasticsearch 有各种映射功能，包括<a href="https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-templates.html">索引模板</a>、<a href="https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-root-object-type.html#_dynamic_templates">动态模板</a>、<a href="https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-core-types.html#_multi_fields_3">多字段</a>等。用起来！</p>
  <blockquote>即使不使用映射，也要知道 Elasticsearch 为您创建了什么映射。</blockquote>
</section>
<section id="user-defined-searches" class="level2">
  <h2><a href="#user-defined-searches">用户定义的搜索</a></h2>
  <p>与用户定义的模式有关通常表示需要让最终用户通过自定义筛选器、评分和聚合来定义其搜索。其中一种常见的方法是，将搜索请求限制在某些索引范围内，并且/或者使用筛选器包装用户的查询。</p>
  <p>即使这样做，当用户可以定义自定义搜索请求时，也有几种情况会造成严重破坏，例如搜索的表达占用大量 CPU、导致内存独占，或者导致 Elasticsearch 崩溃。这些主题在<a href="/cn/blog/found-crash-elasticsearch">导致 Elasticsearch 崩溃的六种情况</a>和<a href="/cn/blog/found-elasticsearch-security">保护您的 Elasticsearch 集群</a>中有所介绍。</p>
  <blockquote>请务必谨慎处理用户定义的搜索请求。</blockquote>
</section>
<section id="crawling-and-document-processing" class="level2">
  <h2><a href="#crawling-and-document-processing">爬取和文档处理</a></h2>
  <p>有许多方法可以将数据导入 Elasticsearch。</p>
  <p>河流是 Elasticsearch 的一个概念，表示 Elasticsearch 从源（比如 JDBC 连接的数据库、消息队列、Twitter 数据流或通过爬取网站）拉取数据。这些操作非常容易上手，但我们很快就可以发现，无论是在扩展方面还是在生产环境中运行，河流这一方法均具有挑战性。因此，“河流”已被弃用，我们应该寻求在 Elasticsearch <em>之外</em>解决这些问题。<a href="/cn/logstash">Logstash</a> 一直在竭力支持更多系统，因此可以取代大量河流。对于自定义应用程序而言，在<a href="/cn/blog/found-keeping-elasticsearch-in-sync">将数据同步到 Elasticsearch</a> 和<a href="/cn/blog/found-document-processing">准备 Elasticsearch 文档</a>时，会遇到诸多挑战，河流这类简单通用的方法不足以应对此类挑战。在爬取时，人们将 <a href="http://blog.florian-hopf.de/2014/07/scrapy-and-elasticsearch.html">Scrapy</a> 和 <a href="http://nutch.apache.org/">Nutch</a> 与 Elasticsearch 结合使用。</p>
  <p>这涉及到将 Word 文档或 PDF 等文档处理和转换为 Elasticsearch 可以索引的纯文本。“mapper-attachments”插件可用于在 Elasticsearch 中完成此类转换。不过，虽然附件插件使用方便，但我们建议在将文档发送到 Elasticsearch <em>之前</em>首先完成文档转换。这样，您就可以最大程度地<a href="/cn/blog/found-document-processing#external-systems-and-pipelines">控制文档的转换和优化</a>。诸如此类的文档转换通常是“内容优化”的“文档/文本处理管道”中的第一步。您发送到 Elasticsearch 的文档应该是“内容优化/准备”的结果，让 Elasticsearch 完成最终的文本处理和索引。文档转换虽然会大量占用 CPU，但却容易并行化。最好让 Elasticsearch 将时间花在索引和搜索上，让“上游”客户端完成文档转换。</p>
  <blockquote>将处理后的数据推送到 Elasticsearch，而不是从 Elasticsearch 拉取数据并在其中进行处理。</blockquote>
</section>
<section id="summary" class="level2">
  <h2><a href="#summary">总结</a></h2>
  <p>Elasticsearch 有很多内容需要学习，有时候很难知道自己<em>需要</em>学习哪些内容。</p>
  <p>本文介绍了一些常见用例，以及所有这些用例中需要注意的一些重要事项。希望您已经找到与自己的需求相关的新内容，并更快地将 Elasticsearch 应用程序投入生产。</p>
</section>

Uses of Elasticsearch, and Things to Learn

Elasticsearch 的用途和注意事项

Elasticsearch from the Bottom Up, Part 1

自下而上认识 Elasticsearch：第 1 部分

<p><strong>更新：</strong>本文提及我们的托管式 Elasticsearch 产品时使用的是旧称 Found。请注意，Found 现在称为 Elastic Cloud。<a href="https://www.elastic.co/cn/cloud/as-a-service/signup">托管式 Elasticsearch 可在 Elastic Cloud 上免费试用 14 天</a>。</p><p>Elasticsearch 可以用作“NoSQL”数据库吗？NoSQL 在不同的上下文中有不同的含义，有趣的是，它实际上与 SQL 无关。我们将从一种“不确定的情况”入手，了解 Elasticsearch 的各种属性，以及它为了成为迄今为止最灵活、最具可扩展性、性能最佳的搜索和分析引擎之一而牺牲的那些属性。
</p><section id="what-is-a-nosql-database-anyway" class="level2">
<h2><a href="#what-is-a-nosql-database-anyway">究竟什么是 NoSQL 数据库？</a></h2>
<p><a href="http://nosql-database.org/">NoSQL 数据库</a>将 NoSQL 定义为“下一代数据库，主要涉及到以下几点特征：非关系型、分布式、开源以及可横向扩展”。<em></em><em></em>换句话说，这不是非常精确的定义。
</p>
<p>它并不是专门针对 SQL 的。例如，<a href="http://hive.apache.org/">Hive</a> 的查询语言显然受到了 SQL 的启发。<a href="http://esper.codehaus.org/">Esper</a> 的查询语言也是如此，它对流而不是关系进行操作。另外，您知道过去 PostgreSQL 被命名为“Postgres”，并且使用“Quel”作为查询语言吗？虽然首先是 ORDBMS，但它现在同样有许多<a href="http://thebuild.com/blog/2013/07/02/postgresql-as-a-nosql-database/">特性使其具备不区分模式的文档存储能力</a>。
</p>
<p>而且，与 ACID 特性也无关。<a href="http://hyperdex.org/">Hyperdex</a> 是 NoSQL 数据库的一个示例，旨在提供 ACID 事务。MySQL（当然是 SQL 数据库）对 ACID 的真正含义一直以来有着令人怀疑的解释。
</p>
<p>关系？虽然大多数 NoSQL 数据库不支持与传统关系型数据库相同意义上的连接，并需要用户自行解决这一问题，但也有一些数据库能够提供支持。比如，<a href="http://www.rethinkdb.com/">RethinkDB</a>、<a href="http://hive.apache.org/">Hive</a> 和 <a href="http://pig.apache.org/">Pig</a> 等等。<a href="http://www.neo4j.org/">Neo4j</a> 是面向图形的数据库，当然会处理关系 — 它非常擅长遍历图形中的关系（即边）。在 Elasticsearch 中，可以使用<a href="/guide/reference/mapping/parent-field">父/子关系</a>进行“查询时”连接，也可以使用<a href="/guide/reference/mapping/nested-type">嵌套类型</a>进行“索引时”连接。
</p>
<p>分布式？虽然存在一些分布式 SQL 数据库，也有<a href="https://github.com/petersirka/nosql">一些</a><a href="http://ejdb.org/">项目</a>旨在成为像 NoSQLite 一样的数据库，但更新一代的数据库往往采用某种分布形式。
</p>
<p>总而言之，准确地定义 NoSQL，或者简单地说 Elasticsearch 是“文档存储”类型的 NoSQL 数据库，都没有意义。在撰写本文时，<a href="http://nosql-database.org/">nosql-database.org</a> 列出了其中的 20 多个属性。
</p>
<p>在接下来的部分中，我们将了解一些重要属性，以及 Elasticsearch 如何实现或不实现这些属性。
</p>
</section><section id="transactions" class="level2">
<h2><a href="#transactions">无事务</a></h2>
<p>Lucene（Elasticsearch 在它的基础上构建而成）有事务的概念。相反，Elasticsearch 没有典型意义上的事务。无法回滚已提交的文档，而且您不能提交一组文档，并对全部文档都编制索引或都不编制索引。然而，Elasticsearch 所拥有的是一个预写日志，旨在确保操作的持久性，而不必进行开销高昂的 Lucene 提交。此外，您还可以指定索引操作的一致性级别，即返回之前必须确认操作的副本数。默认为法定数量，即 <span class="math">\(\lfloor\frac{n}{2}\rfloor + 1\)</span>。
</p>
<p>更改的可见性是在刷新索引时控制的，默认情况下每秒刷新一次，并且是逐个分片进行的。
</p>
<p>乐观并发控制是通过指定已提交文档的版本来实现的。
</p>
<p>Elasticsearch 追求的是速度。执行分布式事务是一项繁重的工作。<em></em>不提供分布式事务会让很多事情变得更容易。只要我们能接受读取到的数据可能有些陈旧，而且所有人看到的是同一时间点的数据，那么 Elasticsearch 就可以利用缓存提供很多服务 — 这对于我们钟爱的极速性能来说是至关重要的。
</p>
</section><section id="schema-flexible" class="level2">
<h2><a href="#schema-flexible">模式灵活</a></h2>
<p>Elasticsearch 不要求您预先指定模式。<em></em>扔给 Elasticsearch 一个 JSON 文档，它就会进行一些有根据的猜测来推断这个文档的类型。Elasticsearch 可以很好地处理数字、布尔值和时间戳等数据。对于字符串，它会使用“标准”分析器，这通常很容易上手。
</p>
<p>虽然 Elasticsearch 可以说是“无模式”的，从某种意义上说，您不必指定模式，但我们更愿意将其视为“模式灵活”。<em></em><em></em>为了开发出色的搜索和/或分析，您确实需要对模式进行微调。Elasticsearch 有一系列功能强大的工具可以为您提供帮助，如动态模板、多字段对象等。我们在关于映射的一篇文章中对此进行了详细介绍。
</p>
</section><section id="relations-and-constraints" class="level2">
<h2><a href="#relations-and-constraints">关系和约束</a></h2>
<p>Elasticsearch 是一种面向文档的数据库。需要对要搜索的整个对象图形编制索引，因此在对文档编制索引之前，必须对其进行<em>反规范化</em>处理。反规范化可提高检索性能（因为不需要查询连接），会使用更多的空间（因为必须多次存储数据），但要保持数据一致性和实时性则更加困难（因为任何数据更改都必须应用到所有实例中）。不过，对于一次写入频繁读取的工作负载，它的表现相当优异。
</p>
<p>举例来说，假设您在数据库中存储了客户、订单和产品等数据，并且您想要通过产品名称和客户姓名来搜索订单。要解决这个问题，可以在为订单编制索引时把客户和产品的所有必要信息都加进来。这样的话，搜索起来就非常简单，但如果您想要更改某个产品的名称会出现什么情况呢？在进行了良好规范化的关系型设计中，您只需要更新相应的产品就可以搞定。这正是关系型数据库所擅长的。而在反规范化的文档数据库中，将不得不更新与该产品有关的所有订单。
</p>
<p>换句话说，在面向文档的数据库（如 Elasticsearch）中，我们对文档进行映射和存储设计只是为了优化搜索和检索的性能。
</p>
<p>在简介中已经提到，Elasticsearch 中可以使用<a href="/guide/reference/mapping/parent-field">父/子关系</a>进行“查询时”连接，也可以使用<a href="/guide/reference/mapping/nested-type">嵌套类型</a>进行“索引时”连接。我们会在以后的文章中对该主题进行深入介绍。在此我们推荐 Martijn van Groningen 的演讲“<a href="/cn/videos/bbuzz2013-document-relations-with-elasticsearch">Document relations with Elasticsearch</a>”（使用 Elasticsearch 记录关系）。
</p>
<p>大多数关系型数据库还允许您通过指定约束来定义哪些数据需要保持一致性，哪些不需要保持一致性。比如，参照完整性和唯一性都是强制性的。您可以要求帐户变动的金额必须是正数，等等。面向文档的数据库往往不会这样做，Elasticsearch 也不例外。
</p>
</section><section id="robustness" class="level2">
<h2><a href="#robustness">稳健性</a></h2>
<p>数据库应该稳定可靠，尤其是当它是您的权威记录系统时。理想情况下，耗费资源的查询应当可以取消，并且您肯定不希望数据库停止工作，除非您命令它停下来。
</p>
<p>遗憾的是，Elasticsearch（及其组件）目前并不能很好地处理 <code>OutOfMemory</code> 错误。我们在<a href="/cn/blog/found-elasticsearch-in-production">生产环境中的 Elasticsearch - OutOfMemory 导致的崩溃</a>一文中更深入地介绍了这一点。因此，为 Elasticsearch 配置足够多的内存就显得非常重要，而且要在生产集群上谨慎运行那些无法预知将会耗费多少内存的查询。
</p>
<p>不过，随着 Elasticsearch 越来越成熟，这个问题很可能会得到改善，但重要的是要记住，Elasticsearch 的目标是提升速度，所以它假设内存是充足的。<em></em>
</p>
</section><section id="distributed" class="level2">
<h2><a href="#distributed">分布式</a></h2>
<p>另请参阅：<a href="/cn/elasticsearch">生产环境中的 Elasticsearch - 网络</a>。
</p>
<p>在创建 Elasticsearch 之前， Shay Banon 一直在开发 <a href="https://thedudeabides.com/articles/the_future_of_compass">Compass</a>。由于意识到很难将其转变成一个分布式的搜索引擎，他就从头开始创建了 Elasticsearch<span class="citation" data-cites="future-of-compass"><a href="#fn1" class="footnoteRef" id="fnref1"><sup>1</sup></a></span>。Elasticsearch 采用分布式且易于扩展的设计，可以在商用硬件上处理海量数据。<em></em>
</p>
<p>作为一个分布式的系统，Elasticsearch 的上手和使用都非常简单，但是分布式系统本身是很复杂的。<em></em>关于这一点，我们在<a href="/cn/blog/found-elasticsearch-in-production">生产环境中的 Elasticsearch - 网络</a>一文中有更多的介绍，所以下面只是一个简短的摘要。
</p>
<p>分布式系统天生的特性，意味着很多事情都可能会出错。因此，不同的数据库系统侧重于不同的优势：有些力争强大的安全保证，另外一些则致力于始终可用，即使某些时候（甚至多数时候）出现错误也在所不惜。而且，正如 <a href="http://aphyr.com/">Kyle Kingsbury</a> 在他关于 <a href="http://aphyr.com/posts/281-call-me-maybe-carly-rae-jepsen-and-the-perils-of-network-partitions">perils of network partitions</a>（网络分区的危险）的优秀系列文章中所指出的那样，在出现问题时，实际上数据库系统并没有像它们所宣称的那样来处理问题。<em></em><em></em>简言之，他发现，虽然分布式数据库在阳光明媚的日子里运行良好，但绝大部分数据库在遭受到<a href="http://aphyr.com/posts/288-the-network-is-reliable">大量可能的问题时所做的努力，都会以失败而告终</a>。
</p>
<p>就一致性、可用性和分区容错性而言，Elasticsearch 是一个 CP 系统，对于“一致性”的定义相当不靠谱。如果您有一个只读工作负载，Elasticsearch 允许您通过不严格的“最小主节点”要求（即不需要法定数量）来实现 AP 行为。然而，通常情况下，您需要集群中的大多数节点是可用的。写入一个配置错误（无法保证大多数节点可用）的集群，即“脑裂”集群，可能会导致无法恢复的数据丢失。这绝不只特定于 Elasticsearch。
</p>
<p>就扩展而言，一个索引可以被划分为一个或多个分片。这是在创建索引时指定的，不能更改。因此，随着预期的增长，应将一个索引合理地进行分片。随着越来越多的节点被添加到 Elasticsearch 集群中，它在重新分配和移动分片方面表现良好。因此，Elasticsearch 很容易横向扩展。
</p>
</section><section id="security" class="level2">
<h2><a href="#security">安全性</a></h2>
<p>另请参阅：<a href="/cn/security">生产环境中的 Elasticsearch - 安全性</a>。
</p>
<p>Elasticsearch 没有任何身份验证或授权特性。您可以这样认为：任何人只要能连接到您的 Elasticsearch 集群，就拥有了“超级用户”权限，尤其是在启用了 Elasticsearch 强大的脚本功能的情况下。
</p>
</section><section id="summary" class="level2">
<h2><a href="#summary">总结</a></h2>
<p>如果本文描述的这些限制都不能阻止您，您当然可以将 Elasticsearch 用作主存储。使用 <a href="/cn/logstash">Logstash</a> 就是一个很好的例子。Logstash 是一个非常棒的工具，用来管理日志并把它们导入到 Elasticsearch 中，也许还可以将日志归档到其他地方以备不时之需。日志都是一次写入，多次读取的。不需要更新，不需要事务支持，也没有完整性约束等。
</p>
<p>那么像 Postgres 这样带有<a href="http://www.postgresql.org/docs/current/static/textsearch.html">全文搜索</a><em>和</em> ACID 事务的系统呢？（其他示例包括 MySQL、MongoDB、Riak 等的全文检索能力。） 虽然您可以用 Postgres 来实现基本的搜索，但在性能和功能上与 Elasticsearch 都有很大的差距。正如我们在<a href="#transactions">事务</a>部分所提到的，Elasticsearch 会进行大量缓存，所以可能会“欺骗”我们，而且不关心多版本之间的并发控制和其他复杂的事情。搜索也远不止在一段文本中找到一个关键字那么简单：它涉及到运用领域特定的知识来实现良好的相关性模型，由此给出整个结果空间的一个全貌，并且能做拼写检查和自动补全之类的工作。而且，所有这些操作都要保证速度。<em></em>
</p>
<p>Elasticsearch 通常被用作其他数据库的补充。<em></em>这类数据库系统更注重约束、正确性和稳健性，并且随时可进行事务更新，拥有主记录 – 这些记录随后会被异步推送到 Elasticsearch。（也可能是拉取，前提是您使用了 Elasticsearch 的某一种“river”。） 保持数据同步是我们打算将来撰文深入探讨的话题。在 Found 中，我们通常使用 PostgreSQL 和 ZooKeeper 作为真实数据的来源，我们将这些数据输入给 Elasticsearch 来提供出色的搜索体验。
</p>
<p>就像所有其他事情一样，没有包治百病的灵丹妙药，没有一个数据库可以做到所有的事情。也许这种情况会永远持续下去，所以要清楚您的数据库的优点和弱点！
</p>
<div class="references">
	<h2><a href="/">参考资料</a></h2>
	<p>Shay Banon：<em>The future of compass & elasticSearch</em>（Compass 和 Elasticsearch 的未来）– <a href="https://thedudeabides.com/articles/the_future_of_compass">https://thedudeabides.com/articles/the_future_of_compass</a>
	</p>
</div>
</section><section class="footnotes">
<hr>
<ol>
	<li id="fn1">Shay Banon，<em>The future of compass & elasticSearch</em>（Compass 和 Elasticsearch 的未来）– <a href="https://thedudeabides.com/articles/the_future_of_compass">https://thedudeabides.com/articles/the_future_of_compass</a>。<a href="#fnref1">↩</a></li>
</ol>
</section>

Elasticsearch as a NoSQL Database

把 Elasticsearch 用作 NoSQL 数据库

Start free trial

Blog Footer CTA

Sign up for Elastic Cloud free trial

Elastic Cloud Creator & Tech Lead

Alex Brasetvik

<p>By submitting you acknowledge that you've read and agree to our <a href="/legal/elastic-cloud-account-terms" target="_self">Terms of Service</a>, and you agree to receive the <a href="/legal/privacy-statement#how-we-use-the-information" target="_self">selected communications</a> at the contact details you provided above. See <a href="/legal/privacy-statement/" target="_self">Elastic’s Privacy Statement</a> for more details or to opt-out at any time.</p>

Communication Preferences - ONLY for /communication-preferences

<p>提交即表示您确认您已阅读并同意我们的<a href="/cn/legal/elastic-cloud-account-terms" target="_self">服务条款</a>，并且您同意通过您提供的上述联系方式接收<a href="/cn/legal/privacy-statement#how-we-use-the-information" target="_self">所选的通信</a>。如需了解更多信息，或想随时取消订阅，请参阅 <a href="/cn/legal/privacy-statement/" target="_self">Elastic 的隐私声明</a>。</p>

<p>By submitting you acknowledge that you've read and agree to our <a href="/legal/serverless-preview-terms" target="_blank">Terms of Service</a>, and that Elastic may <a href="/legal/privacy-statement#how-we-use-the-information" target="_blank">contact you</a> about our related products and services, using the details you provide above. See <a href="/legal/privacy-statement/" target="_blank">Elastic’s Privacy Statement</a> for more details or to opt-out at any time.</p>

Serverless GDPR Text

<p>提交即表示您确认您已阅读并同意我们的<a href="/cn/legal/serverless-preview-terms" target="_self">服务条款</a>，并且 Elastic 可以使用您提供的上述详细信息与您联系，以向您介绍我们相关的<a href="/cn/legal/privacy-statement#how-we-use-the-information" target="_self">产品和服务</a>。如需了解更多信息，或想随时取消订阅，请参阅 <a href="/cn/legal/privacy-statement/" target="_self">Elastic 的隐私声明</a>。</p>

<p>By submitting you agree to <a href="/agreements/global/cloud-services-monthly" rel="nofollow">Elastic Cloud Terms of Service</a>. Your personal data will be processed in accordance with <a href="/legal/privacy-statement">Elastic's Privacy Statement</a>.</p>

Cloud Trial GDPR Text

<p>提交即表示您同意 <a href="/cn/agreements/global/cloud-services-monthly" rel="nofollow">Elastic Cloud 服务条款</a>。我们将会按照 <a href="/cn/legal/privacy-statement">Elastic 的隐私声明</a>处理您的个人数据。
</p>

<p>By submitting you acknowledge that you've read and agree to our <a href="/legal/terms-of-use" target="_blank">Terms of Service</a>, and that Elastic may <a href="/legal/privacy-statement#how-we-use-the-information" target="_blank">contact you</a> about our related products and services, using the details you provide above. See <a href="/legal/privacy-statement/" target="_blank">Elastic’s Privacy Statement</a> for more details or to opt-out at any time.</p>

Newsletter GDPR Text

<p>提交即表示您确认您已阅读并同意我们的<a href="/cn/legal/terms-of-use" target="_self">服务条款</a>，并且 Elastic 可以使用您提供的上述详细信息与您联系，以向您介绍我们相关的<a href="/cn/legal/privacy-statement#how-we-use-the-information" target="_self">产品和服务</a>。如需了解更多信息，或想随时取消订阅，请参阅 <a href="/cn/legal/privacy-statement/" target="_self">Elastic 的隐私声明</a>。</p>

Explore similar demos

Overview

Speakers

Close

See more insights

The content on this page is not available in the selected language. As Elastic grows globally, we continue to support content in multiple languages.

The content on this page is not available in the selected language.

本页内容尚不支持所选语言。Elastic 正在不断努力，以实现对多种语言内容的支持。感谢您在此期间给予的耐心与陪伴！

Author

Articles by

Learn more

Watch now (no PT)

Watch now

See all top stories

All (no PT translation)

Contact information

Press Release

Share on Reddit

Share this story

Share by Email

Thank you for your interest!

Contact Info

Follow us on Youtube

Load More

Share on LinkedIn

Follow us on LinkedIn

Search Integrations

All Solutions

Video for

Follow us on Twitter

See when this webinar starts in my time zone

查看本次网络研讨会在我的时区的开始时间

Register to Watch

Register now

See All Posts

Can't make it? Register and we'll send you the recording. You'll also receive an email with related content

无法实时参加？注册后我们会给您发送录像。您还将收到相关内容的电子邮件。

Author

Articles by Alex Brasetvik

Elastic Cloud Creator & Tech Lead, Elastic

Elasticsearch 的用途和注意事项

自下而上认识 Elasticsearch：第 1 部分

把 Elasticsearch 用作 NoSQL 数据库