ES既是搜索引擎又是數(shù)據(jù)庫(kù)？真的有那么全能嗎？

作者介紹

經(jīng)常遇到很多朋友詢問(wèn)，如何學(xué)好Elasticsearch？這個(gè)問(wèn)題本質(zhì)上很不好回答，但我一直又很想好好回答，所以本文就以我個(gè)人的經(jīng)驗(yàn)視角，跟大家探討一下如何正確的擁抱Elasticsearch。若有不當(dāng)之處，歡迎留言指正。

Elasticsearch是什么，不同的人有不同的理解定位，之前寫(xiě)過(guò)Elasticsearch對(duì)比其它數(shù)據(jù)產(chǎn)品的文章《Elasticsearch對(duì)壘8大競(jìng)品技術(shù)，孰優(yōu)孰劣？》，看了文章下面的評(píng)論，很多人定位它是搜索引擎，我覺(jué)得也很片面，下面就談?wù)勎业恼J(rèn)知：

1）Elasticsearch是搜索引擎

Elasticsearch在搜索引擎數(shù)據(jù)庫(kù)領(lǐng)域排名絕對(duì)第一，內(nèi)核基于Lucene構(gòu)建，支持全文搜索是職責(zé)所在，提供了豐富友好的API。個(gè)人早期基于Lucene構(gòu)建搜索應(yīng)用，需要考慮的因素太多，自接觸到Elasticsearch就再無(wú)自主開(kāi)發(fā)搜索應(yīng)用。普通工程師要想掌控Lucene需要一些代價(jià)，且很多機(jī)制并不完善，需要做大量的周邊輔助程序，而Elasticsearch幾乎都已經(jīng)幫你做完了。

2）Elasticsearch不是搜索引擎

說(shuō)它不是搜索引擎，估計(jì)很多從業(yè)者不認(rèn)可，在個(gè)人涉及到的項(xiàng)目中，傳統(tǒng)意義上用Elasticsearch來(lái)做全文檢索的項(xiàng)目占比越來(lái)越少，多數(shù)時(shí)候是用來(lái)做精確查詢加速，查詢條件很多，可以任意組合，查詢速度很快，替代其它很多數(shù)據(jù)庫(kù)復(fù)雜條件查詢的場(chǎng)景需求；甚至有的數(shù)據(jù)庫(kù)產(chǎn)品直接使用Elasticsearch做二級(jí)索引，如HBase、Redis等。Elasticsearch由于自身的一些特性，更像一個(gè)多模數(shù)據(jù)庫(kù)。

3）Elasticsearch是數(shù)據(jù)庫(kù)

Elasticsearch使用Json格式來(lái)承載數(shù)據(jù)模型，已經(jīng)成為事實(shí)上的文檔型數(shù)據(jù)庫(kù)，雖然底層存儲(chǔ)不是Json格式，同類(lèi)型產(chǎn)品有大名鼎鼎的MongoDB，不過(guò)二者在產(chǎn)品定位上有差別，Elasticsearch更加擅長(zhǎng)的基于查詢搜索的分析型數(shù)據(jù)庫(kù)，傾向OLAP；MongoDB定位于事務(wù)型應(yīng)用層面OLTP，雖然也支持?jǐn)?shù)據(jù)分析，筆者簡(jiǎn)單應(yīng)用過(guò)之后再無(wú)使用，誰(shuí)用誰(shuí)知道。

4）Elasticsearch不是數(shù)據(jù)庫(kù)

Elasticsearch不是關(guān)系型數(shù)據(jù)庫(kù)，內(nèi)部數(shù)據(jù)更新采用樂(lè)觀鎖，無(wú)嚴(yán)格的ACID事務(wù)特性，任何企圖將它用在關(guān)系型數(shù)據(jù)庫(kù)場(chǎng)景的應(yīng)用都會(huì)有很多問(wèn)題，很多其它領(lǐng)域的從業(yè)者喜歡拿這個(gè)來(lái)作為它的缺陷，重申這不是Elasticsearch的本質(zhì)缺陷，是產(chǎn)品設(shè)計(jì)定位如此。

Elasticsearch雖然是基于Lucene構(gòu)建，但應(yīng)用領(lǐng)域確實(shí)非常寬泛。

1）全文檢索

Elasticsearch靠全文檢索起步，將Lucene開(kāi)發(fā)包做成一個(gè)數(shù)據(jù)產(chǎn)品，屏蔽了Lucene各種復(fù)雜的設(shè)置，為開(kāi)發(fā)人員提供了很友好的便利。很多傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)也提供全文檢索，有的是基于Lucene內(nèi)嵌，有的是基于自研，與Elasticsearch比較起來(lái)，功能單一，性能也表現(xiàn)不是很好，擴(kuò)展性幾乎沒(méi)有。

如果，你的應(yīng)用有全文檢索需求，建議你優(yōu)先遷移到Elasticsearch平臺(tái)上來(lái)，其提供豐富的Full text queries會(huì)讓你驚訝，一次用爽，一直用爽。

2）應(yīng)用查詢

Elasticsearch最擅長(zhǎng)的就是查詢，基于倒排索引核心算法，查詢性能強(qiáng)于B-Tree類(lèi)型所有數(shù)據(jù)產(chǎn)品，尤其是關(guān)系型數(shù)據(jù)庫(kù)方面。當(dāng)數(shù)據(jù)量超過(guò)千萬(wàn)或者上億時(shí)，數(shù)據(jù)檢索的效率非常明顯。

個(gè)人更看中的是Elasticsearch在通用查詢應(yīng)用場(chǎng)景，關(guān)系型數(shù)據(jù)庫(kù)由于索引的左側(cè)原則限制，索引執(zhí)行必須有嚴(yán)格的順序，如果查詢字段很少，可以通過(guò)創(chuàng)建少量索引提高查詢性能，如果查詢字段很多且字段無(wú)序，那索引就失去了意義；相反Elasticsearch是默認(rèn)全部字段都會(huì)創(chuàng)建索引，且全部字段查詢無(wú)需保證順序，所以我們?cè)跇I(yè)務(wù)應(yīng)用系統(tǒng)中，大量用Elasticsearch替代關(guān)系型數(shù)據(jù)庫(kù)做通用查詢，自此之后對(duì)于關(guān)系型數(shù)據(jù)庫(kù)的查詢就很排斥，除了最簡(jiǎn)單的查詢，其余的復(fù)雜條件查詢?nèi)孔逧lasticsearch。

3）大數(shù)據(jù)領(lǐng)域

Elasticserach已經(jīng)成為大數(shù)據(jù)平臺(tái)對(duì)外提供查詢的重要組成部分之一。大數(shù)據(jù)平臺(tái)將原始數(shù)據(jù)經(jīng)過(guò)迭代計(jì)算，之后結(jié)果輸出到一個(gè)數(shù)據(jù)庫(kù)提供查詢，特別是大批量的明細(xì)數(shù)據(jù)。

這里會(huì)面臨幾個(gè)問(wèn)題，一個(gè)問(wèn)題是大批量明細(xì)數(shù)據(jù)的輸出，如何能在極短的時(shí)間內(nèi)寫(xiě)到數(shù)據(jù)庫(kù)，傳統(tǒng)上很多數(shù)據(jù)平臺(tái)選擇關(guān)系型數(shù)據(jù)庫(kù)提供查詢，比如MySQL，之前在這方面吃過(guò)不少虧，瞬間寫(xiě)入性能極差，根本無(wú)法滿足要求。另一個(gè)問(wèn)題是對(duì)外查詢，如何能像應(yīng)用系統(tǒng)一樣提供性能極好的查詢，不限制查詢條件，不限制字段順序，支持較高的并發(fā)，支持海量數(shù)據(jù)快速檢索，也只有Elasticsearch能夠做到比較均衡的檢索。

從官方的發(fā)布版本新特性來(lái)看，Elasticseacrch志在大數(shù)據(jù)分析領(lǐng)域，提供了基于列示存儲(chǔ)的數(shù)據(jù)聚合，支持的聚合功能非常多，性能表現(xiàn)也不錯(cuò)，筆者有幸之前大規(guī)模深度使用過(guò)，頗有感受。

Elasticsearch為了深入數(shù)據(jù)分析領(lǐng)域，產(chǎn)品又提供了數(shù)據(jù)Rollup與數(shù)據(jù)Transform功能，讓檢索分析更上一層樓。在數(shù)據(jù)Rollup領(lǐng)域，Apache Druid的競(jìng)爭(zhēng)能力很強(qiáng)，筆者之前做過(guò)一些對(duì)比，單純的比較確實(shí)不如Druid，但自Elasticsearch增加了Transfrom功能，且單獨(dú)創(chuàng)建了一個(gè)Transfrom的節(jié)點(diǎn)角色，個(gè)人更加看好Elasticseach，跳出了Rollup基于時(shí)間序列的限制。

4）日志檢索

著名的ELK三件套，講的就是Elasticsearch，Logstash，Kibana，專(zhuān)門(mén)針對(duì)日志采集、存儲(chǔ)、查詢?cè)O(shè)計(jì)的產(chǎn)品組合。很多第一次接觸到Elasticsearch的朋友，都會(huì)以為Elasticsearch是專(zhuān)門(mén)做日志的，其實(shí)這些都是誤解，只是說(shuō)它很擅長(zhǎng)這個(gè)領(lǐng)域，在此領(lǐng)域大有作為，名氣很大。

日志自身特點(diǎn)沒(méi)有什么通用的規(guī)范性，人為的隨意性很大，日志內(nèi)容也是任意的，更加需求全文檢索能力，傳統(tǒng)技術(shù)手段本身做全文檢索很是吃力。而Elasticsearch本身起步就是靠全文檢索，再加上其分布式架構(gòu)的特性，非常符合海量日志快速檢索的場(chǎng)景。今天如果還發(fā)現(xiàn)有IT從業(yè)人員用傳統(tǒng)的技術(shù)手段做日志檢索，應(yīng)該要打屁股了。

如今已經(jīng)從ELK三件套發(fā)展到Elastic Stack了，新增加了很多非常有用的產(chǎn)品，大大增強(qiáng)了日志檢索領(lǐng)域。

5）監(jiān)控領(lǐng)域

指標(biāo)監(jiān)控，Elasticsearch進(jìn)入此領(lǐng)域比較晚，卻趕上了好時(shí)代，Elasticsearch由于其倒排索引核心算法，也是支持時(shí)序數(shù)據(jù)場(chǎng)景的，性能也是相當(dāng)不錯(cuò)的，在功能性上完全壓住時(shí)序數(shù)據(jù)庫(kù)。

Elasticsearch搞監(jiān)控得益于其提供的Elastic Stack產(chǎn)品生態(tài)，豐富完善，很多時(shí)候監(jiān)控需要立體化，除了指標(biāo)之外，還需要有各種日志的采集分析，如果用其它純指標(biāo)監(jiān)控產(chǎn)品，如Promethues，遇到有日志分析的需求，還必須使用Elasticsearch，這對(duì)于技術(shù)棧來(lái)說(shuō)，又?jǐn)U增了，相應(yīng)的掌控能力會(huì)下降，個(gè)人精力有限，無(wú)法同時(shí)掌握很多種數(shù)據(jù)產(chǎn)品，如此選擇一個(gè)更加通用的產(chǎn)品才符合現(xiàn)實(shí)。

6）機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)最近幾年風(fēng)吹的很大，很多數(shù)據(jù)產(chǎn)品都集成了，Elasticsearch也必須有，而且做的更好，真正將機(jī)器學(xué)習(xí)落地成為一個(gè)產(chǎn)品 ，簡(jiǎn)化使用，所見(jiàn)所得；而不像其它數(shù)據(jù)產(chǎn)品，僅僅集成算法包，使用者還必須開(kāi)發(fā)很多應(yīng)用支持。

Elasticsearch機(jī)器學(xué)習(xí)提供了兩種方式，一種是異常檢測(cè)類(lèi)型，屬于無(wú)監(jiān)督學(xué)習(xí)，采用聚類(lèi)模型，通常應(yīng)用在安全分析領(lǐng)域，檢測(cè)異常訪問(wèn)等；一種是數(shù)據(jù)幀分析，屬于分類(lèi)與回歸，屬于監(jiān)督學(xué)習(xí)，可用于在業(yè)務(wù)模型領(lǐng)域，如電商行業(yè)，價(jià)格模型分析。

Elasticsearch本身是數(shù)據(jù)平臺(tái)，集成了部分機(jī)器學(xué)習(xí)算法，同時(shí)又集成了Kibana可視化操作，使得從數(shù)據(jù)采集、到模型訓(xùn)練、到模型預(yù)測(cè)應(yīng)用都可以一鍵式完成。

Elasticserach提供的機(jī)器學(xué)習(xí)套件，個(gè)人認(rèn)為最應(yīng)該應(yīng)用在數(shù)據(jù)質(zhì)量這個(gè)領(lǐng)域，幫助大數(shù)據(jù)平臺(tái)自動(dòng)檢測(cè)數(shù)據(jù)質(zhì)量，從而降低人力提供效率。

Elasticsearch整個(gè)的技術(shù)棧非常復(fù)雜，涉及到的理論與技術(shù)點(diǎn)非常多，完全掌握并不現(xiàn)實(shí)，作為一個(gè)IT從業(yè)者，首先是定位好自己的角色，依據(jù)角色需求去學(xué)習(xí)掌握必備的知識(shí)點(diǎn)。以下是筆者對(duì)于一個(gè)技術(shù)產(chǎn)品的劃分模型：

Elasticsearch涉及到的概念很多，核心概念其實(shí)就那么幾個(gè)，對(duì)于一個(gè)新手來(lái)說(shuō)，掌握概念目的是為了建立起自己的知識(shí)思維模型，將之后學(xué)習(xí)到的知識(shí)點(diǎn)做一個(gè)很好的歸納劃分；對(duì)于一個(gè)其它數(shù)據(jù)產(chǎn)品的老手來(lái)說(shuō) ，掌握概念的目的是為了與其它數(shù)據(jù)產(chǎn)品劃分比較，深入的了解各自的優(yōu)劣，在之后工作中若有遇到新的業(yè)務(wù)場(chǎng)景，可以迅速做出抉擇。

IT從業(yè)者普遍都有個(gè)感受，IT技術(shù)發(fā)展太快了，各種技術(shù)框架產(chǎn)品層出不窮，學(xué)習(xí)掌握太難了，跟不上節(jié)奏。其實(shí)個(gè)人反倒覺(jué)得變化不大，基礎(chǔ)理論核心概念并沒(méi)有什么本質(zhì)的發(fā)展變化，無(wú)非是工程技術(shù)實(shí)操變了很多，但這些是需要深入實(shí)踐才需要的，對(duì)于概念上無(wú)需要。

作為一個(gè)技術(shù)總監(jiān)，前端工程師工作1～2年的問(wèn)題都可以問(wèn)倒他，這是大家對(duì)于概念認(rèn)知需求不一樣。

開(kāi)發(fā)工程師的職責(zé)是將需求變成可以落地運(yùn)行的代碼。Elasticsearch的應(yīng)用開(kāi)發(fā)工作總結(jié)起來(lái)就是增刪改查，掌握必備的ES REST API，熟練運(yùn)用足以。筆者之前任職某物流速運(yùn)公司，負(fù)責(zé)Elasticsearch相關(guān)的工作，公司Elasticsearch的需求很多，尤其是查詢方面，ES最厲害的查詢是DSL，這個(gè)查詢語(yǔ)法需要經(jīng)常練習(xí)使用，否則很容易忘記，當(dāng)每次有人詢問(wèn)時(shí)，都安排一個(gè)工程師專(zhuān)門(mén)負(fù)責(zé)各種解答，他在編寫(xiě)DSL方面非常熟練，幫助了很多的工程師新手使用Elasticsearch，屏蔽了很多細(xì)節(jié)，若有一些難搞定的問(wèn)題，會(huì)由我來(lái)解決，另外一方面作為負(fù)責(zé)人的我偶然還要請(qǐng)他幫忙編寫(xiě)DSL。

Elasticsearch后面提供了SQL查詢的功能，但比較局限，復(fù)雜的查詢聚合必須回到DSL。

Elasticsearch集群架構(gòu)總體比較復(fù)雜，首先得深入了解Elasticseach背后實(shí)現(xiàn)的原理，包括集群原理、索引原理、數(shù)據(jù)寫(xiě)入過(guò)程、數(shù)據(jù)查詢過(guò)程等；其次要有很多案例實(shí)戰(zhàn)的機(jī)會(huì)，遇到很多挑戰(zhàn)問(wèn)題 ，逐一排除解決，增加自己的經(jīng)驗(yàn)。

對(duì)于開(kāi)發(fā)工程師來(lái)說(shuō)，滿足日常需求開(kāi)發(fā)無(wú)需掌握這些，但對(duì)于Elasticsearch技術(shù)負(fù)責(zé)人，就非常有必要了，面對(duì)各種應(yīng)用需求，要能從架構(gòu)思維去平衡，比如日志場(chǎng)景集群需求、大數(shù)據(jù)分析場(chǎng)景需求、應(yīng)用系統(tǒng)復(fù)雜查詢場(chǎng)景需求等，從實(shí)際情況設(shè)計(jì)集群架構(gòu)以及資源分配等。

Elasticsearch本質(zhì)是一個(gè)數(shù)據(jù)庫(kù)，也需要有專(zhuān)門(mén)的DBA運(yùn)維，只是更偏重應(yīng)用層面，所以運(yùn)維職責(zé)相對(duì)傳統(tǒng)DBA沒(méi)有那么嚴(yán)苛。對(duì)于集群層面必須掌握集群搭建，集群擴(kuò)容、集群升級(jí)、集群安全、集群監(jiān)控告警等；另外對(duì)于數(shù)據(jù)層面運(yùn)維，必須掌握數(shù)據(jù)備份與還原、數(shù)據(jù)的生命周期管理，還有一些日常問(wèn)題診斷等。

Elasticsearch本身是開(kāi)源，閱讀源碼是個(gè)很好的學(xué)習(xí)手段，很多獨(dú)特的特性官方操作文檔并沒(méi)有寫(xiě)出來(lái)，需要從源碼中提煉，如集群節(jié)點(diǎn)之間的連接數(shù)是多少，但對(duì)于多數(shù)Elasticsearch從業(yè)者來(lái)說(shuō)，卻非必要。了解到國(guó)內(nèi)主要是頭部大廠需要深入源碼定制化改造，更多的是集中在應(yīng)用的便捷性改造，而非結(jié)構(gòu)性的改造，Elastic原廠公司有幾百人的團(tuán)隊(duì)做產(chǎn)品研發(fā)，而國(guó)內(nèi)多數(shù)公司就極少的人，所以從產(chǎn)量上來(lái)說(shuō)，根本不是一個(gè)等級(jí)的。

如果把Elasticsearch比喻為一件軍事武器，對(duì)于士兵來(lái)說(shuō) ，熟練運(yùn)用才是最重要的，至于改造應(yīng)該是武器制造商的職責(zé)，一個(gè)士兵可以使用很多武器裝備，用最佳的組合才能打贏一場(chǎng)戰(zhàn)爭(zhēng)，而不是去深入原理然后造輪子，容易本末倒置。

算法應(yīng)該算是數(shù)據(jù)產(chǎn)品本質(zhì)的區(qū)別，關(guān)系型數(shù)據(jù)庫(kù)索引算法主要是基于B-Tree， Elasticserach索引算法主要是倒排索引，算法的本質(zhì)決定了它們的應(yīng)用邊界，擅長(zhǎng)的應(yīng)用領(lǐng)域。

通常掌握一個(gè)新的數(shù)據(jù)產(chǎn)品時(shí)，個(gè)人的做法是看它的關(guān)鍵算法。早期做過(guò)一個(gè)地理位置搜索相關(guān)的項(xiàng)目，基于某個(gè)坐標(biāo)搜索周邊的坐標(biāo)信息，開(kāi)始的時(shí)候采用的是三角函數(shù)動(dòng)態(tài)計(jì)算的方式，數(shù)據(jù)量大一點(diǎn)，掃描一張數(shù)據(jù)表要很久；后面接觸到Geohash算法，按照算法將坐標(biāo)編碼，存儲(chǔ)在數(shù)據(jù)庫(kù)中，基于前綴匹配查詢，性能高效幾個(gè)數(shù)量級(jí)，感嘆算法的偉大；再后面發(fā)現(xiàn)有專(zhuān)門(mén)的數(shù)據(jù)庫(kù)產(chǎn)品集成了Geohash算法，使用起來(lái)就更簡(jiǎn)單了。

Elasticsearch集成很多算法，每種算法實(shí)現(xiàn)都有它的應(yīng)用場(chǎng)景。

Elasticsearch早期出過(guò)一本參考手冊(cè)《Elastic權(quán)威指南》，是一本很好的入門(mén)手冊(cè)，從概念到實(shí)戰(zhàn)都有涉及，缺點(diǎn)是版本針對(duì)的2.0，過(guò)于陳舊，除去核心概念，其余的皆不適用，當(dāng)前最新版本已經(jīng)是7.7了，跨度太大，Elasticsearch在跨度大的版本之間升級(jí)稍微比較麻煩，索引數(shù)據(jù)幾乎是不兼容的，升級(jí)之后需要重建數(shù)據(jù)才可。

Elasticsearch當(dāng)前最好的參考資料是官方文檔，資料最全，同步發(fā)布版本，且同時(shí)可以參考多個(gè)版本。Elasticsearch官方參考文檔也是最亂的，什么資料都有，系統(tǒng)的看完之后感覺(jué)仍在此山中，有點(diǎn)類(lèi)似一本字典，看完了字典，依然寫(xiě)不好作文；而且資料還是英文的，至此就阻擋了國(guó)內(nèi)大部分程序進(jìn)入。

但想要學(xué)習(xí)Elasticsearch，官方文檔至少要看過(guò)幾遍，便于迅速查詢定位。

Elasticsearch成名很早，國(guó)內(nèi)也有很多視頻課程，多數(shù)比較碎片，或是紙上談兵，缺乏實(shí)戰(zhàn)經(jīng)驗(yàn)。Elasticsearch有一些專(zhuān)門(mén)的書(shū)籍，建議購(gòu)買(mǎi)閱讀，國(guó)內(nèi)深度一些的推薦《Elasticsearch源碼解析與優(yōu)化實(shí)戰(zhàn)》，國(guó)外推薦《Elasticsearch實(shí)戰(zhàn)》，而且看書(shū)還有助于培養(yǎng)系統(tǒng)思維。

Elasticsearch技術(shù)棧功能特性很多，系統(tǒng)學(xué)習(xí)要保持好的心態(tài)，持之以恒，需要很長(zhǎng)時(shí)間，也需要參考很多資料。

Elasticsearch是站在巨人肩膀上產(chǎn)品，背后借鑒了很多設(shè)計(jì)思想，集成了很多算法，官方的參考文檔在技術(shù)原理探討這塊并沒(méi)有深入，僅僅點(diǎn)到為止。想要深入了解，必須得另辟蹊徑。

Elastic官方的博客有很多優(yōu)質(zhì)的文章，很多人因?yàn)橛⑽牡木壒蕰?huì)忽視掉，里面有很多關(guān)鍵的實(shí)現(xiàn)原理，圖文并茂，寫(xiě)得非常不錯(cuò)；另外國(guó)內(nèi)一些云廠商由于提供了Elasticsearch云產(chǎn)品，需要深度定制開(kāi)發(fā)，也會(huì)有一些深入原理系列的文章，可以去閱讀參考，加深理解。對(duì)于已經(jīng)有比較好的編程思維的人，也可以直接去下載官方源碼，設(shè)置斷點(diǎn)調(diào)試閱讀。

項(xiàng)目實(shí)戰(zhàn)是非常有效的學(xué)習(xí)途徑，考過(guò)駕照的朋友都深有體會(huì)，教練一上來(lái)就直接讓你操練車(chē)，通過(guò)很多次的練習(xí)就掌握了。Elasticsearch擅長(zhǎng)的領(lǐng)域很多，總結(jié)一句話就是“非強(qiáng)事務(wù)ACID場(chǎng)景皆可適用”，所以可以做的事情也很多。

日志領(lǐng)域的需求會(huì)讓你對(duì)于數(shù)據(jù)寫(xiě)入量非常的關(guān)心，不斷的調(diào)整優(yōu)化策略，提高吞吐量，降低資源消耗；業(yè)務(wù)系統(tǒng)的需求會(huì)讓你對(duì)數(shù)據(jù)一致性與時(shí)效性特別關(guān)心，從其它數(shù)據(jù)庫(kù)同步到ES，關(guān)注數(shù)據(jù)同步的速度，關(guān)注數(shù)據(jù)的準(zhǔn)確性，不斷的調(diào)整你的技術(shù)方案與策略；大數(shù)據(jù)領(lǐng)域的需求會(huì)讓你對(duì)于查詢與聚合特別關(guān)注，海量的數(shù)據(jù)需要快速的檢索，也需要快速的聚合結(jié)果。

項(xiàng)目實(shí)戰(zhàn)的過(guò)程，就是一個(gè)挖坑填坑的過(guò)程，實(shí)戰(zhàn)場(chǎng)景多了，解決的問(wèn)題多了，自然就掌握得很好了。

之前筆者在前公司任職時(shí)，所有涉及到的Elasticsearch疑難雜癥都會(huì)找我解決，有一些項(xiàng)目采用別的數(shù)據(jù)產(chǎn)品問(wèn)題比較多，也來(lái)找我評(píng)估更換ES是否合適，以及給出相關(guān)建議。筆者認(rèn)為最好的學(xué)習(xí)方式是找到組織，找到經(jīng)驗(yàn)豐富的大咖，持續(xù)交流學(xué)習(xí)，成長(zhǎng)最快也最好。