- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
我们目前正在使用 elasticsearch 对大约 1000 万份文档进行索引和搜索。它运行良好,我们对其性能感到满意。我发起使用 elasticsearch 的同事确信它可以用作中央数据存储库,其他数据系统(例如 SQL Server、Hadoop/Hive)可以将数据推送给它们。我没有任何反对意见,因为我对两者的了解都太有限了。但是,我很担心。
我知道 elasticsearch 中的数据以一种对文本搜索有效的方式存储。 Hadoop 就像文件系统一样存储数据,但其方式可以有效地在多个数据节点上扩展/复制 block 。因此,在我看来,使用 Hadoop(因为它对数据的看法更不可知)作为中央数据存储库似乎更有益。然后将数据从Hadoop推送到SQL、elasticsearch等...
我读过几篇关于 Hadoop 和 elasticsearch 用例的文章,使用 Hadoop 作为中央数据存储库似乎很传统。但是,我找不到任何表明 elasticsearch 不是一个不错的选择的东西。
请帮忙!
最佳答案
与所有数据库部署一样,这实际上取决于您的特定应用程序。
Elasticsearch 是一个构建在 Apache Lucene 之上的优秀开源搜索引擎。它的功能和升级使其基本上可以像无模式的 JSON 数据存储一样运行,可以使用特定于搜索的方法和常规数据库 CRUD 类命令进行访问。
尽管 Elasticsearch 带来了所有优势,但仍有一些主要的缺点:
安全性 - Elasticsearch 不提供任何身份验证或访问控制功能。 它受支持,因为它们具有 introduced shield .
交易 - 不支持交易或数据操作处理。现在数据操作由logstash 处理。
持久性 - ES 是分布式的并且相当稳定,但备份和持久性不像其他数据存储那样具有高优先级。
工具的成熟度 - ES 仍然相对较新,还没有时间开发成熟的客户端库和 3rd 方工具,这会使开发变得更加困难。我们可以认为现在已经很成熟了周围有各种连接器和工具,例如 kibana。但它仍然不适合大型计算 - 用于搜索数据的命令不适合“大型”数据扫描和数据库端的高级计算。
数据可用性 - ES 以“近乎实时”的方式提供数据,这可能需要在您的应用程序中进行额外的考虑(即:用户添加新评论的评论页面,刷新页面可能实际上不会显示新帖子,因为索引仍在更新)。
如果您可以处理这些问题,那么您当然没有理由不使用 Elasticsearch 作为您的主要数据存储。它实际上可以通过不必复制数据来降低复杂性和提高性能,但这同样取决于您的具体用例。
一如既往,权衡利弊,做一些实验,看看什么最适合你。
免责声明:这个答案是不久前为 Elasticsearch 1.x 系列写的。这些批评者仍然以某种方式支持 2.x 系列。但 Elastic 正在研究它们,因为 2.x 系列每个示例都带有更成熟的工具、API 和插件,安全方面,如 Shield甚至像 Logstash 或 Beats 这样的传输客户端等
关于hadoop - 使用 elasticsearch 作为中央数据存储库,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24412762/
我在这里有一个问题,我不知道这是否正常。 但是我认为这里有些湖,安装插件elasticsearch-head之后,我在浏览器中启动url“http://localhost:9200/_plugin/h
我写了这个 flex 搜索查询: es.search(index=['ind1'],doc_type=['doc']) 我得到以下结果: {'_shards': {'failed': 0, 'skip
在ElasticSearch.Net v.5中,存在一个属性 Elasticsearch.Net.RequestData.Path ,该属性在ElasticSearch.Net v.6中已成为depr
如何让 elasticsearch 应用新配置?我更改了文件 ~ES_HOME/config/elasticsearch.yml 中的一个字符串: # Disable HTTP completely:
我正在尝试使用以下分析器在 elastic serach 7.1 中实现部分子字符串搜索 PUT my_index-001 { "settings": { "analysis": {
假设一个 elasticsearch 服务器在很短的时间内接收到 100 个任务。有些任务很短,有些任务很耗时,有些任务是删除任务,有些是插入和搜索查询。 elasticsearch 是如何决定先运行
我需要根据日期过滤一组值(在此处添加字段),然后按 device_id 对其进行分组。所以我正在使用以下东西: { "aggs":{ "dates_between":{ "fi
我在 Elasticsearch 中有一个企业索引。索引中的每个文档代表一个业务,每个业务都有business_hours。我试图允许使用星期几和时间过滤营业时间。例如,我们希望能够进行过滤,以显示我
我有一个这样的过滤查询 query: { filtered: { query: { bool: { should: [{multi_match: {
Elasticsearch 相当新,所以可能不得不忍受我,我遇到了一个问题,如果我使用 20 个字符或更少的字符搜索文档,文档会出现,但是查询中同一个单词中的任何更多字符,我没有结果: 使用“苯氧甲基
我试图更好地理解 ElasticSearch 的内部结构,所以我想知道 ElasticSearch 在内部计算以下两种情况的术语统计信息的方式是否存在任何差异。 第一种情况是当我有这样的文件时: {
在我的 elasticsearch 索引中,我索引了一堆工作。为简单起见,我们只说它们是一堆职位。当人们在我的搜索引擎中输入职位时,我想“自动完成”可能的匹配。 我在这里调查了完成建议:http://
我在很多映射中使用多字段。在 Elastic Search 的文档中,指示应将多字段替换为“fields”参数。参见 http://www.elasticsearch.org/guide/en/ela
我有如下查询, query = { "query": {"query_string": {"query": "%s" % q}}, "filter":{"ids
我有一个Json数据 "hits": [ { "_index": "outboxprov1", "_type": "deleted-c
这可能是一个初学者的问题,但我对大小有一些疑问。 根据 Elasticsearch 规范,大小的最大值可以是 10000,我想在下面验证我的理解: 示例查询: GET testindex-2016.0
我在 Elastic Search 中发现了滚动功能,这看起来非常有趣。看了那么多文档,下面的问题我还是不清楚。 如果偏移量已经存在那么为什么要使用滚动? 即将到来的记录呢?假设它完成了所有数据的滚动
我有以下基于注释的 Elasticsearch 配置,我已将索引设置为不被分析,因为我不希望这些字段被标记化: @Document(indexName = "abc", type = "efg
我正在尝试在单个索引中创建多个类型。例如,我试图在host索引中创建两种类型(post,ytb),以便在它们之间创建父子关系。 PUT /ytb { "mappings": { "po
我尝试创建一个简单的模板,包括一些动态模板,但我似乎无法为文档编制索引。 我得到错误: 400 {"error":"MapperParsingException[mapping [_default_]
我是一名优秀的程序员,十分优秀!