和SQL数据库里的查询全文检索有什么区别

这个问题很难回答，es也可以理解成是一种数据库，不仅能提供全文检索功能，还可以支持各种数值类的区间查询，聚合计算等，这些和传统数据库一样，从使用场景来说，数据库一般用来存meta，比如网站用户，用户资源等等，这些数据有个特点就是量不会很大，还有就是这些数据一般都比较结构化。

es一般用来存一些流式数据，比如应用日志，这也是目前es应用最广的方面，这些数据有个特点就是往往结构不固定，比如应用日志，不同的程序员写得模块打出来的日志字段数量都不一样，这种数据就不太方便用数据库来处理。

最后，一般传统数据库，全文检索都实现的很鸡肋，因为一般也没人用数据库存文本字段。

上面从使用场景上说明了两者的区别，从技术上两者全文检索的实现都差不多，无非是倒排索引，但是lucene毕竟是专业的，做了十几年了，索引效率，存储空间等都比传统数据库快很多，技术也迭代的非常快。

以上就是我总结的不同之处，希望能解答楼主的疑惑。

作者：Razzit

链接：https://www.zhihu.com/question/53063256/answer/151074607

来源：知乎

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

1.结构名称不同

2.ES分布式搜索，传统数据库遍历式搜索

3.ES采用倒排索引，传统数据库采用B+树索引

4.ES没有用户验证和权限控制

5.ES没有事务的概念，不支持回滚，误删不能恢复

6.ES免费，完全开源；传统数据库部分免费

有关更详细的比较内容，可以到黑马程序员官网找到社区技术文章，找不到可以对话框问一下。里面还有结合工作的举例。

我们使用Elasticsearch存储的文档数量接近50亿（算上1份复制，接近

100亿文档），总共10个数据节点和2个元数据节点（48GB内存，8核心CPU，ES使用内存达到70%），每天的文档增量大概是3000W条（速度

持续增加中）。目前来看，单个文档的查询效率基本处于实时状态；对于1到2周的数据的聚合统计 *** 作也可以在10秒之内返回结果。

但是，还有提升的空间：

1. 对于查询单条数据的应用场景来说，我们可以使用ES的路由机制，将同一索引内的具有相同特征（比如具有相同的userid）的文档全部存储于一个节点上，这样我们之后的查询都可以直接定位到这个节点上，而不用将查询广播道所有的节点上；

2. 随着数据节点的增加，适当增加分片数量，提升系统的分布水平，也可以通过分而治之的方式优化查询性能；

　

　个人以为Elasticsearch作为内部存储来说还是不错的，效率也基本能够满足，在某些方面替代传统DB也是可以的，前提是你的业务不对 *** 作的事

性务有特殊要求；而权限管理也不用那么细，因为ES的权限这块还不完善。由于我们对ES的应用场景仅仅是在于对某段时间内的数据聚合 *** 作，没有大量的单文

档请求（比如通过userid来找到一个用户的文档，类似于NoSQL的应用场景），所以能否替代NoSQL还需要各位自己的测试。如果让我选择的话，我

会尝试使用ES来替代传统的NoSQL，因为它的横向扩展机制太方便了。

---