Elasticsearch是著名的开源分布式搜索和数据处理平台，是一个基于Lucene的分布式、实时、全文搜索系统，其稳定、可靠、高可用、可大规模扩展等特性，使得Elasticsearch的应用十分广泛。特别是结合Logstash、Kibana形成的ELK套件，更是在日志收集和可视化场景被大规模应用。

本文是Elasticsearch系列的第一篇，将会重点介绍Elasticsearch的核心特性以及应用场景。

01

Elasticsearch是什么？

Elasticsearch是一个开源的分布式搜索引擎，构建于Apache Lucene之上，提供出色的搜索功能，目前被业界广泛应用于日志系统、搜索推荐系统等场景，经历了众多大型互联网公司的实践检验，是大数据处理领域举足轻重的一员。

02

Elasticsearch的特性

• 实时
  理论上数据从写入Elasticsearch到数据可以被搜索只需要1秒左右的时间，实现准实时的数据索引和查询。
• 分布式、可扩展
  天生的分布式的设计，数据分片对于应用层透明，扩展性良好，可以轻易的进行节点扩容，支持上百甚至数百的服务器节点，支持PB级别的数据存储和搜索。
• 稳定可靠
  Elasticsearch的分布式、数据冗余特性提供更加可靠的运行机制，且经过大型互联网公司众多项目使用，可靠性得到验证。
• 高可用
  数据多副本、多节点存储，单节点的故障不影响集群的使用。
• Rest API
  新版本的Elasticsearch提供标准的Rest API，这使得所有支持Rest API的语言都能够轻易的使用Elasticsearch，具备多语言通用的支持特性，易于使用。
• 高性能
  Elasticsearch底层构建基于Lucene，具备强大的搜索能力，即便是TB级别的数据依然能够实现秒级的搜索。

03

Elasticsearch应用场景

• 作为独立数据库系统
  Elasticsearch本身提供了数据持久化存储的能力，并且提供了增删改查的功能，在某些应用场景下可以直接当做数据库系统来使用，既提供了存储能力，又能够同时具备搜索能力，整体技术架构会比较简单，例如博客系统、评论系统。需要注意的是，Elasticsearch不支持事务，且写入的性能相对关系型数据库稍弱，所有需要使用事务的场景都不能将Elasticsearch当做唯一的数据库系统，这使得这种使用场景很少见。

• 搭建日志系统
  日志系统应该是Elasticsearch使用最广泛的场景之一了，广泛使用的ELK套件(Elasticsearch、Logstash、Kibana)是日志系统最经典的案例，使用Logstash进行日志收集，Elasticsearch存储和查询应用日志，Kibana提供日志的可视化搜索界面。

• 搭建数据分析系统
  Elasitcsearch支持数据分析，例如强大的数据聚合功能，提供诸如直方图、统计分组、范围聚合等方便使用的功能，能够快速实现一些数据报表等功能。
• 搭建搜索系统
  Elasticsearch为搜索而生，用于搭建全文搜索系统是自然而然的事情，它能够提供快速的索引和搜索功能，还有相关的评分功能、分词插件等，支持丰富的搜索特性。这种情况下，一般作为系统的一部分与其他组件搭配使用，典型的应用场景如:

• • 同步Mysql的数据到Elasticsearch中,Elasticsearch提供普通的查询功能，Mysql提供事务写操作。

• • 同步Hbase的数据到Elasticsearch，查询时先通过查询Elasticsearch获取到Hbase的rowkey，再通过rowkey到Hbase中查询到完整数据。

这种应用场景下，实际上是将Elasticsearch优秀的全文搜索的性能与其他组件的优秀特性结合起来，例如Mysql事务特性，Hbase海量数据存储的特性等。每个组件都有自己独有的特性，没有完全一站式搞定所有功能的组件存在，利用好组件的各个特性，结合使用，才是使用开源组件的正确姿势。Elasticsearch最强大的特性是"搜索"。