Elasticsearch的特点Elasticsearch是分布式、rest风格的搜索和数据分析引擎。
好处：
1 )对每个字段进行索引并可用于搜索的分布式文件存储。
2 )分布式实时分析搜索引擎，在海量数据下响应接近实时秒级。
3 )简单的rest风格的API，天生的兼容多语言开发。
4 )易扩展，处理Pb级结构化或非结构化数据。 (pb是指petabyte，1PB=1024TB ) ) ) )。
Elasticsearch与MySQL的区别1 )在存储中，es是文档格式的存储，MySQL是行格式，因此es不需要显式定义字段，MySQL是必需的。
2 )在体系结构上，es自然分布，易于横向扩展。 mysql不行。
3 )对于场景，es无法实时应对，但mysql无法应对，因此mysql的在线事务处理(OLTP )对es来说是以下内容
4 )在数据存储和性能上，mysql在其索引实现(以innodb为例)数据量增大到一定水平时性能下降； es只要提供足够的内存就没什么问题。 如果在插入速度方面正确配置了mysql，则其性能并不低，但当然与通常状态的es相比存在1~多个数量级(esmongomysql )的差异。 查询速度主要是指索引和数量，如果需要复杂的相关查询，建议首选mysql。
在资源开销上，数据量提高后，为了维持性能，es吃内存的能力绝对值得夸耀，但没有不吃草跑的快马。
5 )易用性方面当然是mysqles。 其实去掉全文搜索场景，再加上MySQL(5.6以上)和良好的设计，就能很好地支持大部分的需求。
6 ) Elasticsearch处理所有输入的文本，并对其编制索引并将其放入内存中，从而提高搜索效率。 在这一点上，ES优于MySQL的b树结构。 MySQL需要将索引放在磁盘上，每次读取时必须先从磁盘读取索引，然后查找相应的数据节点，但ES可以直接在内存中找到与目标文档相对应的大致位置，从而最大限度地提高效率
此外，在进行组合查询时，MySQL的缺点更明显。 这不支持复杂的组合查询(如聚合操作)，即使要组合查询，也必须编制索引，但ES可以执行这种复杂的操作。 默认情况下，每个字段都有索引，可以在查询时进行不同的组合。
Elasticsearch快于MySQL的原因比较：
1 )基于分词的全文检索(如select * fromtestwherenamelike“% zldxlc %”，对于mysql，由于索引失效，进行全表检索； 对于es，可以使用FST快速查找每个单词的索引倒排，并快速获取文档id列表，从而显著提高性能并减少磁盘I/o。
2 )精确搜索：在某些情况下，精确搜索可能比mysql快。 如果mysql的非聚合索引引用位于聚合索引中，并且不需要返回表，则它可能在速度上很快。 es还在FST中找到转置索引的位置比获取文档id列表，根据文档id获取文档，并根据关联度进行排序。 然而，es还具有这样的优点，即在大量数据搜索时，es (即自然分布)可以通过分块来降低搜索规模，通过并行搜索来提高搜索效率，并且在过滤器的情况下，es可以直接跳过搜索并直接遍历缓存。
当MySQL追溯索引时，谁快？ 如果进行准确的搜索，在某些情况下mysql可能更快。 如果mysql的非聚合索引引用具有聚合索引，并且不需要返回表，则可能会加快速度。 es在FST中找到倒排索引的位置比，获取文档id列表，根据文档id获取文档，根据关联度进行排序。 然而，es还具有这样的优点，即在大量数据搜索时，es (即自然分布)可以通过分块来降低搜索规模，通过并行搜索来提高搜索效率，并且在过滤器的情况下，es可以直接跳过搜索并直接遍历缓存。
https://见庄兰. zhi Hu.com/p/137574234