是什么
开源的可扩展的分布式全文检索引擎，处理PB级别的数据。使用java开发，基于Lucene来实现索引和搜索功能，通过简单的RestfulAPI和javaAPI来隐藏Lucene的复杂性。
官网：www.elastic.co/cn/products…
有哪些功能
- 分布式的搜索引擎
将海量数据分散到多台服务器上去存储和检索
- 全文检索
提供模糊搜索等自动度很高的查询方式，并进行相关性排名、高亮等功能
- 数据分析引擎（分组聚合）
电商网站，最近一周笔记本电脑这种商品销量排名top10的商家有哪些？
新闻网站，最近1个月访问量排名top3的新闻板块是哪些？
- 对海量数据进行近实时的处理
因为是分布式架构，Elasticsearch可以采用大量的服务器去存储和检索数据，自然而然就可以实现海量数据的处理。近实时：Elasticsearch可以实现秒级别的数据搜索和分析
特点
- 安装方便：没有其他依赖，下载后安装非常方便；只用修改几个参数就可以搭建起来一个集群
- JSON：输入/输出格式为JSON，意味着不需要定义Schema，快捷方便
- Restful：基本所有操作（索引、查询。甚至是配置）都可以通过HTTP接口进行
- 分布式：节点对外表现对等（每个节点都可以用来做入口）加入节点自动负载均衡
- 多租户：可根据不同的用途分索引，可以同时操作多个索引
- 支持超大数据：可以扩展到PB级的结构化和非结构化数据，海量数据的近实时处理
企业应用场景
- 搜索类
电商网站、招聘网站、新闻资讯类网站、各种APP内的搜索
- 日志分析类
经典的ELK组合（Elasticsearch/Logstash/Kibana），可以完成日志收集，存储，分析查询界面基本功能，目前该方案的实现很普及，大部分企业日志分析系统使用了改方案。
- 数据预警平台及数据分析场景
例如电商价格预警，在支持的电商平台设置价格预警，当优惠的价格低于某个值时，触发通知消息，通知用户购买。
数据分析常见的比如分析电商平台销售量top10的品牌，分析博客系统、头条网站top10关注度、评论数、访问量的内容等等。
- 商业BI（Business Intelligence）系统
比如大型零售超时，需要分析上一季度用户消费金额，年龄段，每天各时间段到店人数分布等信息，输出相应的报表数据，并预测下一季度的热卖商品，根据年龄段定向推荐适宜产品。
Elasticsearch执行数据分析和挖掘，Kibana做数据可视化。
常见案例
- 维基百科、百度百科：有全文检索、高亮、搜索推荐功能
- Stack overflow：有全文检索，可以根据报错关键信息，去搜索解决方法。
- github：从上千亿行代码中搜索你想要的关键代码和项目。
- 日志分析系统：各企业内部搭建的ELK平台
主流全文搜索方案对比
- Lucene
是Apache基金会维护的一套完全使用java编写的信息搜索工具包（Jar包），它包含了索引结构、读写索引工具、相关性工具、排序等功能。因此在使用Lucene时仍需我们自己进一步开发搜索引擎系统，例如数据获取、解析、分词等。
- Solr
是一个有HTTP接口的基于Lucene的查询服务器，是一个搜索引擎系统，封装了很多Lucene细节，Solr可以直接利用HTTP GET/POST请求去查询，维护修改索引。
- Elasticsearch
建立在全文搜索引擎Lucene基础上的搜索引擎。采用的策略是分布式实时文件存储，并将每个字段都编入索引，使其可以被搜索。
三者之间的区别和联系
Solr和Elasticsearch都是基于Lucene实现的。但Solr和Elasticsearch之间也是有区别的
- Solr利用Zookpper进行分布式管理，而Elasticsearch自身带有分布式协调管理功能
- Solr比Elasticsearch实现更加全面，Solr官方提供的功能更多，而Elasticsearch本身更注重于核心功能，高级功能多由第三方插件提供
- Solr在传统的搜索应用中表现好于Elasticsearch，而Elasticsearch在实时搜索应用方面比Solr表现好
