背景
现今有各种数据库来进行数据存储，例如 Elasticsearch、Oracle、Postgres、MongoDB 和 MySQL 等。Elasticsearch 和 MongoDB 是盛行的面向文档的数据库。两者都是分布式和高度可扩展的数据存储。两个数据库都供应备份和规复功能。除了一些共同特色外，它们还具有一些差异，使它们彼此不同。
MongoDB先容
MongoDB 是一个基于分布式文件存储的数据库。由 C++ 措辞编写。旨在为 WEB 运用供应可扩展的高性能数据存储办理方案。MongoDB 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。
MongoDB供应数据库的社区版和企业版：
MongoDB社区是MongoDB的可用源和免费版本。MongoDB Enterprise作为MongoDB Enterprise Advanced订阅的一部分供应，并包括对MongoDB支配的全面支持。MongoDB Enterprise还添加了以企业为中央的功能，例如LDAP和Kerberos支持，磁盘加密和审计。特点
MongoDB 是一个面向文档存储的数据库，操作起来比较大略和随意马虎。你可以在MongoDB记录中设置任何属性的索引 (如：FirstName="Sameer",Address="8 Gandhi Road")来实现更快的排序。你可以通过本地或者网络创建数据镜像，这使得MongoDB有更强的扩展性。如果负载的增加（须要更多的存储空间和更强的处理能力） ，它可以分布在打算机网络中的其他节点上这便是所谓的分片。Mongo支持丰富的查询表达式。查询指令利用JSON形式的标记，可轻易查询文档中内嵌的工具及数组。MongoDb 利用update()命令可以实现更换完成的文档（数据）或者一些指定的数据字段 。Mongodb中的Map/reduce紧张是用来对数据进行批量处理和聚合操作。Map和Reduce。Map函数调用emit(key,value)遍历凑集中所有的记录，将key与value传给Reduce函数进行处理。Map函数和Reduce函数是利用Javascript编写的，并可以通过db.runCommand或mapreduce命令来实行MapReduce操作。GridFS是MongoDB中的一个内置功能，可以用于存放大量小文件。MongoDB许可在做事端实行脚本，可以用Javascript编写某个函数，直接在做事端实行，也可以把函数的定义存储在做事端，下次直接调用即可。MongoDB支持各种编程措辞:RUBY，PYTHON，JAVA，C++，PHP，C#等多种措辞。MongoDB安装大略。基本观点
数据库：数据库是用于存储数据的物理容器，每个数据库在文件系统中都有属于自己的文件集。凑集：凑集便是一组 MongoDB 文档的组合，类似于关系型数据库（例如 MySQL）中的数据表。凑集存在于数据库中，且没有固定的构造，您可以向凑集中插入不同格式或类型的数据。文档：文档是 MongoDB 中数据的基本单位，由 BSON 格式（一种打算机数据交流格式，类似于 JSON）的键/值对组成，类似于关系型数据库中的一行行数据，但要相对繁芜一些。文档具有动态模式，所谓动态模式便是同一凑集中的文档不须要具有相同的字段，纵然是相同的字段也可以是不同的类型，这与关系型数据库有很大的差异，也是 MongoDB 最突出的特点之一。数据模型
MongoDB 供应了两种数据模型，分别是嵌入式数据模型和规范化数据模型，您可以根据须要利用个中的任何一种。
嵌入式数据模型：嵌入式数据模型也称为非规范化数据模型，在该模型中您可以将所有干系的数据存储到一个文档中，例如我们在三个不同的文档等分别存储了一个员工的个人信息、联系办法和地址等信息，您还可以将这些信息整合到一个文档中规范化数据模型：在规范化数据模型中，您可以通过引用来将原始文档与子文档关联起来在 MongoDB 中模型设计须要把稳以下几点：
要根据详细的项目需求来选择得当的设计模式；如果是要同时利用的数据，您可以将它们合并到一个文档中，否则可以选择将它们分成多少个文档；可以有适当的数据冗余，由于与打算韶光比较，磁盘空间更便宜；针对最常用的用例优化您的模型；写入时实行连接，而不是读取时实行连接；在模式中实行繁芜聚合。Elastcisearch
先容
Elasticsearch 是一个分布式、RESTful 风格的搜索和数据剖析引擎。Elasticsearch是用Java措辞开拓的，并作为Apache容许条款下的开放源码发布，是一种盛行的企业级搜索引擎。Elasticsearch 以其易用性迅速赢得了许多用户，被用在网站搜索、日志剖析等诸多方面。由于 ES 强大的横向扩展能力，乃至很多人也会直接把 ES 当做 NoSQL 来用。
特性
搜索引擎：通过 Elasticsearch，您能够实行及合并多种类型的搜索（构造化数据、非构造化数据、地理位置、指标），搜索办法随心而变
剖析引擎：对的是十亿行日志，Elasticsearch 聚合让您能够从大处着眼，探索数据的趋势和规律
检索性能：通过有限状态转换器实现了用于全文检索的倒排索引，实现了用于存储数值数据和地理位置数据的 BKD 树，以及用于剖析的列存储
可扩展性：能够水平扩展，每秒钟可处理海量事宜，同时能够自动管理索引和查询在集群中的分布办法，以实现极其流畅的操作
检索能力：基于各项元素（从词频或新近度到热门度等）对搜索结果进行排序。将这些内容与功能进行混搭，以优化向用户显示结果的办法
数据容错：通过跨集群复制功能，赞助集群可以作为热备份随时投入利用。
实时互动：在 Kibana 中通过炫酷的可视化来探索您的数据，从华夫饼图到热点图，再到时序数据剖析，搜罗万象
数据构造
index（索引）：索引是文档(Document)的容器，是一类文档的凑集，类比传统的关系型数据库来说，索引相称于SQL中的一个数据库(Database)
Type（类型）：从 6.0.0开始单个索引只能有一个类型，7.0.0往后将不建议利用，8.0.0往后完备不支持
Document（文档）：Document Index 里面单条的记录成为Document(文档)。等同于关系型数据库表中的行
Field（字段）：属性Fieldl类似于关系型数据库的字段的观点，一样的，每个属性有自己不同的类型，类型包括核心类型、繁芜类型(工具类型[object]和嵌套类型[nested])、地理类型以及分外类型
集群
Elasticsearch 可以横向扩展至数百（乃至数千）的做事器节点，同时可以处理PB级数据。ElasticSearch 的主旨是随时可用和按需扩容。 而扩容可以通过购买性能更强大（ 垂直扩容 ，或 纵向扩容 ） 或者数量更多的做事器（ 水平扩容 ，或 横向扩容 ）来实现。虽然 Elasticsearch 可以获益于更强大的硬件设备，但是垂直扩容是有极限的。 真正的扩容能力是来自于水平扩容—为集群添加更多的节点，并且将负载压力和稳定性分散到这些节点中。对付大多数的数据库而言，常日须要对运用程序进行非常大的改动，才能利用上横向扩容的新增资源。与之相反的是，ElastiSearch天生便是 分布式的 ，它知道如何通过管理多节点来提高扩容性和可用性。 这也意味着你的运用无需关注这个问题 。
集群支持如下功能：
集群康健故障转移水平扩容应对故障结论MongoDB 是 文档型数据库, 供应 数据存储和管理做事，Elasticsearch 是搜索做事, 供应 数据检索做事，Elastciseach倾向于检索、查询、数据剖析，适用于OLAP系统。MongoDB倾向于大数据规模下的CRUD，适用于对事务哀求不强的OLTP系统。 MongoDB是一个通用性数据库，Elasticsearch是一个Lucene支持的分布式文本检索引擎。针对大型数据集的索引与检索功能，Elasticsearch性能非常优胜。
相同点：
都因此json格式管理数据的nosql数据库。都支持CRUD操作。都支持聚合和全文检索。都支持分片和复制。都支持阉割版的join操作。都支持处理超大规模数据。目前都不支持事务或者叫支持阉割版的事务。不同点：
es是java编写，通过RESTFul接口操作数据。mongodb是C++编写，通过driver操作数据。（es对java开拓更有好，利于排查理解）mongodb的分片有hash和range两种办法，es只有hash一种。es是天生分布式，主副分片自动分配和复制，开箱即用。mongodb的分布式是由“前置查询路由+配置做事+shard凑集”，须要手动配置集群做事。内部存储ES是到排索引+docvalues+fielddata。mongodb暂时未知。es全文检索有强大的剖析器且可以灵巧组合，查询时智能匹配。mongodb的全文检索字段个数有限定。es所有字段自动索引，mongodb的字段须要手动索引。es非实时有数据丢失窗口。mongodb实时理论上无数据丢失风险。
