MySQL 和 Elasticsearch 是两种不同的数据管理系统，它们各有优劣，适用于不同的场景。本文将从以下几个方面对它们进行比较和分析： 数据模型 查询语言 索引和搜索 分布式和高可用 性能和

蓝胖子会先讲解下ES集群写入文档的原理，并对异常情况进行分析，最后来模拟集群写入过程中节点宕机的情况来对这个问题展开讨论。 主副分片的写入流程 之前我在Elasticsearch 如何保证写入过程中不

ElasricSearch的进阶篇讲述了 ES 的一些高级特性、实现原理和一些使用技巧，图文并茂的方式带伙伴们来加深对ElasricSearch的了解。

美团外卖搜索工程团队在Elasticsearch的优化实践中，基于Location-Based Service（LBS）业务场景对Elasticsearch的查询性能进行优化。

随着数据量的增长，MySQL在很多场景下，似乎已经无能为力了，所以有不少应用的数据从MySQL迁移到了ElasticSearch，我们的应用就在其中。由于开发时间紧张，所以仅仅只是了解了下Elasti

本文目的：实践亿级数据集群规划。 心路历程：百万数据压测 -> 优化参数 -> 推测亿级数据容量 -> 规划集群规模。

使用过Spring Data操作ES的小伙伴应该有所了解，它只能实现一些非常基本的数据管理工作。推荐一款最近发现的更优雅的ES ORM框架，使用它能像MyBatis-Plus一样操作ES！