mongodb - 使用 Elasticsearch 作为主数据库而不是 MongoDB 的场景

Question

我们目前正在将 MongoDB 用于我们的“大规模数据”产品之一。简要说明一下，我们使用 Mongo 来存储大量社交媒体数据，例如推文/帖子/主题标签等。所以用例是社交媒体分析。到目前为止，我们在 MongoDB 上面临的唯一问题是全文搜索能力和聚合性能。

文档的数量约为 2500 万，我们在单个实例上使用它。此外，我们的大部分分析都是针对整个集合的(我们通常没有很多过滤器来减少分析数据集)。最近我们开始关注 Elastic Search。它是一个漂亮的工具，搜索速度非常快。因此，我们正在考虑的一种情况是将其用作 Mongo 之上的搜索层。

但是，经过评估，我们发现 ES 也具有强大的分析能力，尤其是在聚合方面。我们的问题是使用 ES 作为唯一的数据存储(作为 Mongo 的替代品)是个好主意。我们在搜索层而非分析工具方面看到了 ES 的大部分吸引力。在分析能力中使用 ES 有什么缺点吗？总之Mongo在哪些方面比ES做得更好？

Answer 1

就功能而言，Elasticsearch 应该很好地涵盖了您。过滤器、查询和(流水线)聚合可以完成 MongoDB 所做的一切，甚至更多。

我会主要注意这两种解决方案提供的弹性:Elasticsearch 不是设计上的数据库，在某些情况下可能会发生“坏”事情；尽管它们在 resiliency page 上有详细记录.使用版本 2.3 甚至 5(目前处于 alpha 阶段) 最新的稳定版本 提供了一个非常稳定的基础以及我在实际中看到的所有数据丢失问题世界应用程序(不是实验室场景)是由于配置错误。

免责声明:我为 Elastic 工作。