一 ES的定义
ES 它的全称是 Elasticsearch，是一个建立在全文搜索引擎库Lucene基础上的一个开源搜索和分析引擎。ES 它本身具备分布式存储，检索速度快的特性，所以我们经常用它来实现全文检索功能。目前在 Elastic 官网对 ES 的定义，已经不再是 ElasticSearch 这一个组件了，而是指Elastic stack生态， Elastic stack 生态主要组件包括ElasticSearch、logstash、kibana,这三个经典组件合称为 ELK。在ELK这个组合里，ElasticSearch主要用来做数据存储,而Logstash 用来做数据采集，kibana主要用来做数据可视化的一个展示。在Elastic stack 生态中，应用最广泛的还是ElasticSearch。
二 ES为什么这么快？
为什么ES 在这么大数据场景下，表现得这么优秀呢？ES这么快，主要有以下几个原因：
（1）Lucene 本身擅长管理大量的索引致据，Lucene 会对数据进行分词以后，再去保存索引，这样能提升数据的检索效率；
（2）ES 采用了倒排索引的设计，所谓倒排索引就是通过属性来确定数据记录的位置索引，从而避免全表扫描的问题；
（3）ES 和很多分布式组件一样，设置了分片机制；
（4）ES的扩展性很好，它支持水平扩展，从而实现动态扩容，很好的提高了处理性能，它能够支持上百台服务器结点的扩展，并且能够支持TB级别的结构化和非结构化的数据。
（5）ES提供数据汇总和索引的生命周期管理，就更加便于高效的存储和检索数据。
三 ES使用注意事项
（1） 不建议用复杂的关联查询
（2） 避免深度的复杂的分页查询
分页通过from 和 size 的参致来实现的，也就是说在查询的时候，每个分片要预先构造一个长度为from +size 的优先队列，然后再回传到网关节点，网关结点再对这些优先队列进行排序，再找到正确的size文档，而当from 参数足够大的时候，会造成OOM（Out of Memory，内存溢出）以及网络传输性能下降的问题.
四、应用场景
ES的生态支持多种应用场景，包括但不限于：
日志实时分析：通过ELK Stack等工具，ES能够实时地收集和分析各种日志数据，帮助用户快速定位和解决问题。
搜索服务：ES提供强大的搜索能力，支持商品搜索、APP搜索、站内搜索等多种搜索场景，为用户提供快速、准确的搜索结果。
时序数据分析：ES能够处理高并发的时序数据，如服务器监控数据、应用性能监控数据等，并提供丰富的多维统计分析能力。
