【ES】Elasticsearch的特点/优点 为什么比MySQL快？

Elasticsearch的特点

Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎。
优势：
1）分布式的文件存储，每个字段都被索引且可用于搜索。
2）分布式的实时分析搜索引擎，海量数据下近实时秒级响应。
3）简单的restful api，天生的兼容多语言开发。
4）易扩展，处理PB级结构化或非结构化数据。（pb指petabyte，1PB=1024TB）

Elasticsearch和MySQL的区别

1）在存储上，es是document格式的存储，mysql是行格式的，所以es并不需要显式定义字段，而mysql需要。
2）在架构上，es天然就是分布式的，可以很容易的横向扩容，mysql不行。
3）在针对场景下，es无法做到实时，而mysql可以，因此mysql的OLTP (Online Transactional Processing，联机事务处理)对于es而言需要额外考虑下场景是否适用，可以认为es同时具有oltp和olap的特点，但两边都不是特别突出。
4）在数据存储量及性能上，mysql由于其索引实现（innodb为例）导致在数据量大到一定级别后会出现性能衰减；而es只要给足足够内存就没太大问题。插入速度上如果正确的配置mysql其性能并不低，当然相对于正常状态es而言还是差了一个到多个量级（es>mongo>mysql）。查询速度这个主要看索引和数量，在需要复杂关联查询的时候建议优先考虑mysql。
资源开销上，当数据量上去了后如果为了维持性能的话，es吃内存的能力绝对可以傲视群雄，但毕竟没有不吃草就能跑的快的马儿。
5）易用性上当然是mysql>es。其实刨掉全文检索场景，mysql（5.6以后）加上良好的设计就能很好的支持绝大部分需求了。

6）Elasticsearch会对所有输入的文本进行处理，建立索引放入内存中，从而提高搜索效率。在这一点上ES要优于MySQL的B+树的结构，MySQL需要将索引放入磁盘，每次读取需要先从磁盘读取索引然后寻找对应的数据节点，但是ES能够直接在内存中就找到目标文档对应的大致位置，最大化提高效率。
并且在进行组合查询的时候MySQL的劣势更加明显，它不支持复杂的组合查询比如聚合操作，即使要组合查询也要事先建好索引，但是ES就可以完成这种复杂的操作，默认每个字段都是有索引的，在查询的时候可以各种互相组合。

Elasticsearch比MySQL快的原因

对比：
1）基于分词后的全文检索：例如select * from test where name like ‘%张三%’，对于mysql来说，因为索引失效，会进行全表检索；对es而言分词后，每个字都可以利用FST高速找到倒排索引的位置，并迅速获取文档id列表，大大的提升了性能，减少了磁盘IO。
2）精确检索：进行精确检索，有些时候可能mysql要快一些，当mysql的非聚合索引引用上了聚合索引，无需回表，则速度上可能更快；es还是通过FST找到倒排索引的位置比获取文档id列表，再根据文档id获取文档并根据相关度进行排序。但是es还有个优势，就是es即天然的分布式能够在大量数据搜索时可以通过分片降低检索规模，并且可以通过并行检索提升效率，用filter时，更是可以直接跳过检索直接走缓存。

如果MySQL走索引，谁比较快？

进行精确检索，有些时候可能mysql要快一些，当mysql的非聚合索引引用上了聚合索引，无需回表，则速度上可能更快；es通过FST找到倒排索引的位置比获取文档id列表，再根据文档id获取文档并根据相关度进行排序。但是es还有个优势，就是es即天然的分布式能够在大量数据搜索时可以通过分片降低检索规模，并且可以通过并行检索提升效率，用filter时，更是可以直接跳过检索直接走缓存。

参考

https://zhuanlan.zhihu.com/p/137574234