簡單認識Elasticsearch
在最初接觸到Elasticsearch的時候是公司需要使用到用戶的一些日誌的統計，
再到後來會用在用戶搜索行爲的打分與推薦；可以說ElasticSearch對於開發的使用，運維的維護都有着很好的支持。
1、搜索
平常我們在Google上進行問題的搜索查詢；AppStore，安卓市場中的輸入關鍵字找到心儀的軟件；釘釘的搜索公司人名；開發軟件中搜索對應的信息等等許多場景下都是搜索，只是最後的承接持久化不一樣，MySQL，Elasticsearch，Redis，Odps，Hive，Hbase等等，最終的目的是希望可以找到與關鍵字表徵上更加一致，意義更加相近的信息。
2、數據庫
MySQL是我們最長使用到的存儲介質，優秀的性能，很好的社區與完善的文檔，使得使用很方便；在我們進行搜索的時候數據庫可以進行一些簡單的 模糊匹配，但是如果存儲的信息較多，假定一篇博文存儲在數據庫的一列中（該方式不一定好，只做假設），如果我們通過某個關鍵字搜索到某一篇博文，那麼需要對於數據庫中所有的文本進行掃描匹配，是否包含對應的而關鍵字；
所以如果利用數據庫的形式在進行搜索通常來看，性能並不會很好；
3、Lucene
關於Lucene的介紹可以參考博文
1）Lucene全文搜索原理與使用 ：https://blog.csdn.net/yangqian201175/article/details/51462413
2）Lucene參與項目持久層中對於索引庫的增刪：https://blog.csdn.net/yangqian201175/article/details/51478109
4、ElasticSearch
Lucene的使用和查詢可以基本滿足一些簡單的需求，但是如果數據量很大的話呢，超過了垂直擴容的極限，就需要考慮使用多臺機器進行數據的存儲，管理，搜索，那麼如果需要自己進行實現的話，就需要考慮諸多問題，比如數據如何均勻的分配，數據如何可以更快的查詢，索引的CRUD，如果保證整個系統的高可用性；
Elasticsearch就很好的幫助我們解決了上述問題；
- ElasticSearch可以自動維護數據的分佈，當我們建立索引後，可以根據設置進行主分片以及副分片的設置，並且可以將搜索請求分佈到多個節點執行；
- 自動維護上述所說的副本，可以保證在主分片數與副分片數設置合理的情況下，當機器發生宕機的時候，副分片可以升級爲主分片，保證數據的不丟失；
- 並且提供了比如聚合分析，地理位置搜索等高級功能；
- 開箱即用的，非常簡單，運維在進行集羣的部署與維護上很方便，有着完善的社區和官方文檔可以諮詢與查看。
5、ElasticSearch使用場景簡單介紹
（1）維基百科，類似百度百科，牙膏，牙膏的維基百科，全文檢索，高亮，搜索推薦；
（2）The Guardian（國外新聞網站），類似搜狐新聞，用戶行爲日誌（點擊，瀏覽，收藏，評論）+社交網絡數據（對某某新聞的相關看法），數據分析，給到每篇新聞文章的作者，讓他知道他的文章的公衆反饋的正向性與負面性；
（3）Stack Overflow（國外的程序異常討論論壇），IT問題，程序的報錯，提交上去，有人會跟你討論和回答，全文檢索，搜索相關問題和答案，程序報錯了，就會將報錯信息粘貼到裏面去，搜索有沒有對應的答案；
（4）GitHub（開源代碼管理），搜索上千億行代碼；
（5）電商網站，檢索商品；
（6）日誌數據分析，logstash採集日誌，ES進行復雜的數據分析（ELK技術，elasticsearch+logstash+kibana）；
（7）商品價格監控網站，用戶設定某商品的價格閾值，當低於該閾值的時候，發送通知消息給用戶；
（8）BI系統，商業智能，Business Intelligence。比如說有個大型商場集團，BI數據分析，ES執行數據分析和挖掘，Kibana進行數據可視化等等。