㈠ 為什麼ES不適合做數據存儲
es？
什麼意思？
es文件管理器？》
㈡ 可否完全使用ElasticSearch代替資料庫存儲
我們使用Elasticsearch存儲的文檔數量接近50億（算上1份復制，接近
100億文檔），總共10個數據節點和2個元數據節點（48GB內存，8核心CPU，ES使用內存達到70%），每天的文檔增量大概是3000W條（速度
持續增加中）。目前來看，單個文檔的查詢效率基本處於實時狀態；對於1到2周的數據的聚合統計操作也可以在10秒之內返回結果。
但是，還有提升的空間：
1. 對於查詢單條數據的應用場景來說，我們可以使用ES的路由機制，將同一索引內的具有相同特徵（比如具有相同的userid）的文檔全部存儲於一個節點上，這樣我們之後的查詢都可以直接定位到這個節點上，而不用將查詢廣播道所有的節點上；
2. 隨著數據節點的增加，適當增加分片數量，提升系統的分布水平，也可以通過分而治之的方式優化查詢性能；
個人以為Elasticsearch作為內部存儲來說還是不錯的，效率也基本能夠滿足，在某些方面替代傳統DB也是可以的，前提是你的業務不對操作的事
性務有特殊要求；而許可權管理也不用那麼細，因為ES的許可權這塊還不完善。由於我們對ES的應用場景僅僅是在於對某段時間內的數據聚合操作，沒有大量的單文
檔請求（比如通過userid來找到一個用戶的文檔，類似於NoSQL的應用場景），所以能否替代NoSQL還需要各位自己的測試。如果讓我選擇的話，我
會嘗試使用ES來替代傳統的NoSQL，因為它的橫向擴展機制太方便了。
㈢ Elasticsearch 能夠存儲的數據量一般有多大
單獨看ES能玩多大數據意義不大，具體實踐中往往因為各種業務要求而無法繼續增加數據量。目大的方面考慮有如下幾點：
1、查詢速度。ES可以支持的查詢類型多種多樣，單一的term匹配，復雜的historm agg，甚至父子文檔模式下bool查詢之後繼續做文本高亮，數據量越大查詢時間越長。如果只是簡單的把數據寫進去然後按照ID獲取數據，那就盡管往裡面寫數據吧。
2、寫入速度。數據量越大，寫入速度受影響的可能性越大。業務要求1小時的數據1小時內必須寫完，如果做不到就得考慮分索引或者分集群了。
3、更新速度。同上，更新比單純的寫入操作更多，先get再merge再overwrite到es。
4、其他因素。
目前我遇到的ES集群，有1.5T-2T索引量的情況下，需要支持平均查詢在500ms以內的高並發高亮查詢。在我們的場景下這個量級不算小了。
㈣ ES是什麼
是指Elastic search。
Elasticsearch是一個基於Lucene的搜索伺服器。它提供了一個分布式多用戶能力的全文搜索引擎，基於RESTful web介面。Elasticsearch是用Java語言開發的，並作為Apache許可條款下的開放源碼發布，是一種流行的企業級搜索引擎。
Elasticsearch用於雲計算中，能夠達到實時搜索，穩定，可靠，快速，安裝使用方便。官方客戶端在Java、.NET（C#）、PHP、Python、Apache Groovy、Ruby和許多其他語言中都是可用的。根據DB-Engines的排名顯示，Elasticsearch是最受歡迎的企業搜索引擎，其次是Apache Solr，也是基於Lucene。
相關信息：
Elasticsearch可以用於搜索各種文檔。它提供可擴展的搜索，具有接近實時的搜索，並支持多租戶。Elasticsearch是分布式的，這意味著索引可以被分成分片，每個分片可以有0個或多個副本。每個節點託管一個或多個分片，並充當協調器將操作委託給正確的分片。
再平衡和路由是自動完成的。相關數據通常存儲在同一個索引中，該索引由一個或多個主分片和零個或多個復制分片組成。一旦創建了索引，就不能更改主分片的數量。
㈤ 海量日誌數據存儲用 elasticsearch 和 hbase 哪個好
hbase面向列非常好加欄位的！
es適合搜索和分析小規模數據，速度快過hbase。
hbase穩定可靠，而且可以通過mr spark等大批量拉取數據。
㈥ 在es資料庫里的數據還用在關系型資料庫里再存一份嗎
不用的，es也是有文件形式存在的，而且結構不同，你也存不了…
㈦ java數據直接往es里存 會出現性能問題嗎
java數據直接往es里存 會出現性能問題的，存多了會造成程序運行緩慢，卡頓。
㈧ 數據在ElasticSearch，需要對數據進行統計分析，怎麼做
為了支持高可用性與高伸縮性，Elasticsearch本身就是分布式設計的。從頂層的角度來說，Elasticsearch在索引（或者集合）
中保存文檔（或者數據記錄），每個集合又分解為多個小塊，稱為分片。索引越大，所需要分配的分片越多（不必擔心會創建過多的分片，它的開銷很小）。取決於
Elasticsearch的設置和規模，分片會在集群中均勻地平均分布，有兩個原因：
出於冗餘方面的原因：默認情況下，Elasticsearch為每個分片都准備了一份拷貝，一旦某個節點停機了，備份的分片就能接替它的位置。
出於性能方面的原因：每個查詢都發生在某個索引上，並且會在多個分片中並行運行，這種工作流方式是改善性能的關系所在。如果感覺運行速度緩慢，只需簡單地在集群中加入新的機器，Elasticsearch就會自動地將分片與查詢進行分布到新添加的機器上。
這種方式讓使用Elasticsearch的組織可以自由選擇進行縱向擴展（如果節點運行緩慢就升級硬體）或者橫向擴展（如果集群整體速度慢就加入更多的節點）。
-
-
㈨ ElasticSearch 分20G內存Filesystem Cache 能存大約第條數據。每條數據20個欄位。能估個數么
找其中一條數據，把 20個欄位是內容復制到文本文件，保存一下，看看這個文件有多大，
然後自己計算一下即可。雖然不能精確，但是能知道個大概..
㈩ ES的存儲系統
ES 內嵌式存儲系統ES (內嵌式存儲系統（embedded storage，ES）)
內嵌式存儲系統（embedded storage，ES）,就是把存儲介質內嵌在伺服器中，就好比現在PC中的硬碟。
優點是安裝簡單，維護方便。
缺點是每個伺服器所能夠連接的存儲介質很有限，同時存儲容量和存取速度都受到伺服器性能的限制。內嵌式存儲系統的一個致使缺點是所存儲信息的安全性和可用性必須依賴伺服器，如果伺服器出現故障，其所存儲的信息將不可用。
所以說，內嵌式存儲系統是一個封閉的系統。