Elasticsearch 是一個(gè)強(qiáng)大的工具，尤其在全文檢索、實(shí)時(shí)分析、機(jī)器學(xué)習(xí)、地理數(shù)據(jù)應(yīng)用、日志和事件數(shù)據(jù)分析、安全信息和事件管理等場(chǎng)景有大量的應(yīng)用。

然而，Elastic Stack 技術(shù)棧的選型及應(yīng)用效能取決于正確的使用方式。選型錯(cuò)誤或者誤用 Elasticsearch 可能會(huì)導(dǎo)致擴(kuò)展性問(wèn)題、性能問(wèn)題（如為解決一個(gè)問(wèn)題使用非常復(fù)雜的腳本導(dǎo)致性能極差）等，從而使整體體驗(yàn)感變差。所以，本文區(qū)別于之前的正向講解的方式，更多的講解反例或者負(fù)面應(yīng)用案例?！耙允窞殍b”，以便于大家更好地使用 Elasticsearch。

本系列文章會(huì)有 10 幾篇左右，一篇一個(gè)知識(shí)點(diǎn)講解 Elasticsearch 使用誤區(qū)解讀，敬請(qǐng)期待！

誤區(qū)1：將 Elasticsearch 視為關(guān)系數(shù)據(jù)庫(kù)

Elasticsearch 常被誤解為 MySQL 或者 PostgreSQL 等關(guān)系數(shù)據(jù)庫(kù)的直接替代品，用戶除了直接替代使用外更看其全文搜索和快速聚合的能力。

然而，咱們必須清晰的認(rèn)知：Elasticsearch 設(shè)計(jì)初衷不是處理復(fù)雜事務(wù)和關(guān)系數(shù)據(jù)模型的。

我們從下面幾個(gè)維度逐一展開討論：

1、該不該選型 Elasticsearch ？

個(gè)人建議先了解 Elasticsearch 的適用場(chǎng)景以及不適用場(chǎng)景，這樣能清楚 Elastic Stack 技術(shù)棧更適合哪些業(yè)務(wù)需求。

例如，咱們文章之前圖解的六大應(yīng)用場(chǎng)景是非常適合的。然而，對(duì)于需要處理復(fù)雜事務(wù)、多表聯(lián)查操作和高一致性要求的應(yīng)用，如銀行系統(tǒng)的交易處理和ERP系統(tǒng)等，Elasticsearch 則不太適合。

圖片

Elasticsearch 更適用場(chǎng)景：

圖片

圖片

通過(guò)對(duì)比這些場(chǎng)景，反觀自己的業(yè)務(wù)需求，就能判斷是否應(yīng)該選型 Elasticsearch 甚至 Elastic Stack 作為技術(shù)棧。

2、理解 Elasticsearch 的設(shè)計(jì)

圖片來(lái)自官方博客

Elasticsearch 是一種面向文檔的搜索引擎，專為快速搜索大量數(shù)據(jù)而設(shè)計(jì)。

Elasticsearch 基于 Apache Lucene 構(gòu)建，提供了強(qiáng)大的全文搜索、分析和數(shù)據(jù)聚合功能。

以下是 Elasticsearch 的主要特點(diǎn)：

• 全文搜索：Elasticsearch 提供了高效的全文搜索功能，能夠快速檢索和匹配大規(guī)模文本數(shù)據(jù)。
• 分布式架構(gòu)：Elasticsearch 采用分布式架構(gòu)，能夠水平橫向擴(kuò)展，處理海量數(shù)據(jù)（PB級(jí)甚至以上都不是問(wèn)題）和高并發(fā)請(qǐng)求。
• 數(shù)據(jù)分析：Elasticsearch 支持復(fù)雜的聚合查詢，可以做多維度的快速統(tǒng)計(jì)和分析數(shù)據(jù)，但聚合、去重等結(jié)果不是精準(zhǔn)的。有精準(zhǔn)需求的企業(yè)場(chǎng)景也要評(píng)估和掂量一下。
• ......

圖片來(lái)自官方博客

如前所述，Elasticsearch 并不是設(shè)計(jì)用來(lái)處理關(guān)系數(shù)據(jù)和事務(wù)的。它的主要優(yōu)勢(shì)在于分析和搜索能力，而不是數(shù)據(jù)關(guān)系的嚴(yán)格維護(hù)。

3、理解 Elasticsearch 與關(guān)系數(shù)據(jù)庫(kù)的比較

關(guān)系數(shù)據(jù)庫(kù)（如 MySQL、Oracle 及 PostgreSQL 等）和 Elasticsearch 之間有幾個(gè)關(guān)鍵區(qū)別：

3.1 數(shù)據(jù)模型比較

• 關(guān)系數(shù)據(jù)庫(kù)使用結(jié)構(gòu)化的表和行來(lái)存儲(chǔ)數(shù)據(jù)，并通過(guò)外鍵和約束來(lái)維護(hù)數(shù)據(jù)的一致性。
• Elasticsearch 則使用文檔（document，本質(zhì)是 JSON 格式）來(lái)存儲(chǔ)數(shù)據(jù)，每個(gè)文檔可以包含不同的字段和數(shù)據(jù)類型。

3.2 查詢能力比較

• 關(guān)系數(shù)據(jù)庫(kù)支持復(fù)雜的 SQL 查詢、事務(wù)和多表關(guān)聯(lián)操作，以保證數(shù)據(jù)的一致性和完整性。
• Elasticsearch 主要側(cè)重于全文搜索和數(shù)據(jù)聚合，不支持復(fù)雜的事務(wù)和多表關(guān)聯(lián)操作。

在關(guān)系數(shù)據(jù)庫(kù)中，我們可以使用復(fù)雜的 SQL 查詢、事務(wù)和多表關(guān)聯(lián)操作來(lái)保證數(shù)據(jù)的一致性和完整性。例如：

BEGIN TRANSACTION;

-- 更新訂單狀態(tài)
UPDATE orders
SET status = 'shipped'
WHERE order_id = 123;

-- 減少庫(kù)存
UPDATE products
SET stock = stock - 1
WHERE product_id = 456;

-- 記錄客戶活動(dòng)
INSERT INTO customer_activity (customer_id, activity)
VALUES (789, 'Order 123 shipped');

COMMIT;

圖片

上述事務(wù)示例能確保所有相關(guān)操作（更新訂單狀態(tài)、減少庫(kù)存和記錄客戶活動(dòng)）要么全部成功，要么全部失敗，從而保證數(shù)據(jù)的一致性（事務(wù)的本質(zhì)）。

在 Elasticsearch 中，我們主要側(cè)重于全文搜索和數(shù)據(jù)聚合分析，而不支持復(fù)雜的事務(wù)和多表關(guān)聯(lián)操作。

比如：用戶需求如下：

“想請(qǐng)教下大佬們，假設(shè) es 中 有兩個(gè)表，一個(gè)會(huì)員表，一個(gè)訂單表，如果想關(guān)聯(lián)查詢，例如查詢24年注冊(cè)的所有的會(huì)員的訂單總數(shù)，通過(guò)什么方式能快速查詢？”

咱們文章做過(guò)剖析，Elasticsearch 不是一丁點(diǎn)也不支持多表關(guān)聯(lián)，只是支持的力度有限，支持的形式核心有如下幾種：

• 自己業(yè)務(wù)層面實(shí)現(xiàn)
• Nested 嵌套數(shù)據(jù)類型
• Join 父子文檔類型
• 寬表冗余存儲(chǔ)
• Enrich processor 預(yù)處理方式