MySQL 和 Elasticsearch 是两种不同的数据办理体系，它们各有好坏，适用于不同的场景。本文将从以下几个方面对它们进行比较和剖析：

  • 数据模型
  • 查询言语
  • 索引和查找
  • 分布式和高可用
  • 功用和扩展性
  • 运用场景

数据模型

MySQL 是一个联系型数据库办理体系（RDBMS），它运用表（table）来存储结构化的数据，每个表由多个行（row）和列（column）组成，每个列有一个预界说的数据类型，例如整数、字符串、日期等。MySQL 支撑主键、外键、束缚、触发器等联系型数据库的特性，以确保数据的完整性和一致性。

Elasticsearch 是一个依据 Lucene 的查找引擎，它运用文档（document）来存储半结构化或非结构化的数据，每个文档由多个字段（field）组成，每个字段能够有不同的数据类型，例如文本、数字、布尔、数组等。Elasticsearch 支撑动态映射（dynamic mapping），能够依据数据主动推断字段的类型和索引方式。

MySQL 和 Elasticsearch 的数据模型有以下几点差异：

  • MySQL 的数据模型是严厉的，需求事先界说好表的结构和束缚，而 Elasticsearch 的数据模型是灵活的，能够随时增加或修改字段。
  • MySQL 的数据模型是二维的，每个表只有行和列两个维度，而 Elasticsearch 的数据模型是多维的，每个文档能够有嵌套的方针或数组。
  • MySQL 的数据模型是联系型的，能够经过衔接（join）多个表来查询相关的数据，而 Elasticsearch 的数据模型对错联系型的，不支撑衔接操作，需求经过嵌套文档或父子文档来完成相关查询。

引荐博主开源的 H5 商城项目waynboot-mall，这是一套悉数开源的微商城项目，包含三个项目：运营后台、H5 商城前台和服务端接口。完成了商城所需的首页展示、产品分类、产品详情、产品 sku、分词查找、购物车、结算下单、付出宝/微信付出、收单谈论以及完善的后台办理等一系列功用。 技能上依据最新得 Springboot3.0、jdk17，整合了 MySql、Redis、RabbitMQ、ElasticSearch 等常用中间件。分模块规划、简练易维护，欢迎我们点个 star、重视博主。

github 地址：github.com/wayn111/way…

查询言语

MySQL 运用标准的 SQL 言语来查询和操作数据，SQL 言语是一种声明式的言语，能够经过简练的语法来表达杂乱的逻辑。SQL 言语支撑多种查询类型，例如挑选（select）、刺进（insert）、更新（update）、删除（delete）、聚合（aggregate）、排序（order by）、分组（group by）、过滤（where）、衔接（join）等。

Elasticsearch 运用 JSON 格局的查询 DSL（Domain Specific Language）来查询和操作数据，查询 DSL 是一种依据 Lucene 查询语法的言语，能够经过嵌套的 JSON 方针来构建杂乱的查询。查询 DSL 支撑多种查询类型，例如全文检索（full-text search）、结构化检索（structured search）、地理位置检索（geo search）、度量检索（metric search）等。

MySQL 和 Elasticsearch 的查询言语有以下几点差异：

  • MySQL 的查询言语是通用的，能够用于任何联系型数据库体系，而 Elasticsearch 的查询言语是专用的，只能用于 Elasticsearch 体系。
  • MySQL 的查询言语是字符串方式的，需求拼接或转义特别字符，而 Elasticsearch 的查询言语是 JSON 方式的，能够直接运用方针或数组表示。
  • MySQL 的查询言语是依据集合论和代数运算的，能够进行集合操作和数学运算，而 Elasticsearch 的查询言语是依据倒排索引和相关度评分的，能够进行全文匹配和相似度核算。

索引和查找

MySQL 运用 B+树作为首要的索引结构，B+树是一种平衡多路查找树，它能够有效地存储和检索有序的数据。MySQL 支撑主键索引、唯一索引、一般索引、全文索引等多种索引类型，以加快不同类型的查询。MySQL 也支撑外部存储引擎，例如 InnoDB、MyISAM、Memory 等，不同的存储引擎有不同的索引和锁机制。

Elasticsearch 运用倒排索引作为首要的索引结构，倒排索引是一种将文档中的词和文档的映射联系存储的数据结构，它能够有效地支撑全文检索。Elasticsearch 支撑多种分词器（analyzer）和分词过滤器（token filter），以对不同言语和场景的文本进行分词和处理。Elasticsearch 也支撑多种查找类型，例如布尔查找（boolean search）、短语查找（phrase search）、含糊查找（fuzzy search）、通配符查找（wildcard search）等，以完成不同精度和召回率的检索。

MySQL 和 Elasticsearch 的索引和查找有以下几点差异：

  • MySQL 的索引是依据数据的值的，能够精确地定位数据的位置，而 Elasticsearch 的索引是依据数据的内容的，能够近似地匹配数据的含义。
  • MySQL 的索引是辅佐的，需求手动创建和维护，而 Elasticsearch 的索引是首要的，主动创建和更新。
  • MySQL 的索引是局部的，只针对单个表或列，而 Elasticsearch 的索引是大局的，涵盖一切文档和字段。

分布式和高可用

MySQL 是一个单机数据库体系，它只能运行在一台服务器上，假如服务器出现故障或负载过高，就会影响数据库的可用性和功用。为了处理这个问题，MySQL 供给了多种仿制（replication）和集群（cluster）方案，例如主从仿制（master-slave replication）、双主仿制（master-master replication）、MySQL Cluster、MySQL Fabric 等，以完成数据的冗余和负载均衡。

Elasticsearch 是一个分布式数据库体系，它能够运行在多台服务器上，构成一个集群（cluster）。每个集群由多个节点（node）组成，每个节点能够承担不同的角色，例如主节点（master node）、数据节点（data node）、和谐节点（coordinating node）等。每个节点能够存储多个索引（index），每个索引能够划分为多个分片（shard），每个分片能够有多个副本（replica）。Elasticsearch 经过一致性哈希算法（consistent hashing algorithm）来分配分片到不同的节点上，并经过心跳检测（heartbeat check）来监控节点的状况。假如某个节点出现故障或加入集群，Elasticsearch 会主动进行分片的重新分配和平衡。

MySQL 和 Elasticsearch 的分布式和高可用有以下几点差异：

  • MySQL 的分布式和高可用是可选的，需求额外配置和办理，而 Elasticsearch 的分布式和高可用是内置的，无需额外操作。
  • MySQL 的分布式和高可用是依据仿制或同享存储的，需求确保数据一致性或可用性之间的权衡，而 Elasticsearch 的分布式和高可用是依据分片和副本的，能够依据需求调整数据冗余度或容错才能。
  • MySQL 的分布式和高可用是静态的，需求手动扩展或缩容集群规模，而 Elasticsearch 的分布式和高可用是动态的，能够主动习惯集群改变。

功用和扩展性

MySQL 是一个面向事务（transaction）的数据库体系，它支撑 ACID 特性（原子性、一致性、阻隔性、持久性），以确保数据操作的正确性和完整性。MySQL 运用锁机制来完成事务阻隔等级（isolation level），不同的阻隔等级有不同的并发功用和一致性确保。MySQL 也运用缓冲池（buffer pool）来缓存数据和索引，以进步查询功率。MySQL 的功用首要取决于硬件资源、存储引擎、索引规划、查询优化等要素。

Elasticsearch 是一个面向查找（search）的数据库体系，它支撑近实时（near real-time）的索引和查询，以确保数据操作的及时性和灵活性。Elasticsearch 运用分片和副原本完成数据的分布式存储和并行处理，不同的分片数和副本数有不同的写入吞吐量和读取推迟。Elasticsearch 也运用缓存（cache）和内存映射文件（memory-mapped file）来加快数据和索引的拜访，以进步查找功率。Elasticsearch 的功用首要取决于集群规模、分片策略、文档结构、查询杂乱度等要素。

MySQL 和 Elasticsearch 的功用和扩展性有以下几点差异：

  • MySQL 的功用和扩展性是有限的，它受到单机资源、锁竞争、仿制推迟等要素的限制，而 Elasticsearch 的功用和扩展性是无限的，它能够经过增加节点、分片、副本等方式来水平扩展集群。
  • MySQL 的功用和扩展性是以献身查找才能为价值的，它不能支撑杂乱的全文检索和相关度评分，而 Elasticsearch 的功用和扩展性是以献身事务才能为价值的，它不能确保数据操作的原子性和一致性。
  • MySQL 的功用和扩展性是以进步写入速度为方针的，它优化了数据刺进和更新的功率，而 Elasticsearch 的功用和扩展性是以进步读取速度为方针的，它优化了数据检索和剖析的功率。

运用场景

MySQL 和 Elasticsearch 适用于不同的运用场景，依据不同的事务需求，能够挑选合适的数据库体系或组合运用两者。以下是一些常见的运用场景：

  • 假如需求存储结构化或半结构化的数据，而且需求确保数据操作的正确性和完整性，能够挑选 MySQL 作为首要数据库体系。例如，电商网站、社交网络、博客平台等。
  • 假如需求存储非结构化或多样化的数据，而且需求支撑杂乱的全文检索和相关度评分，能够挑选 Elasticsearch 作为首要数据库体系。例如查找引擎、日志剖析、引荐体系等。
  • 假如需求存储和剖析很多的时序数据，而且需求支撑实时的聚合和可视化，能够挑选Elasticsearch作为首要数据库体系。例如，物联网、监控体系、金融市场等。
  • 假如需求一起满足上述两种需求，而且能够忍受必定程度的数据不一致或推迟，能够将 MySQL 作为主数据库体系，并将部分数据同步到 Elasticsearch 作为辅佐数据库体系。例如新闻网站、电影网站、招聘网站等。

自此本文解说内容到此结束，感谢您的阅览，期望本文对您有所协助。

重视公众号【waynblog】每周分享技能干货、开源项目、实战经验、高效开发工具等，您的重视将是我的更新动力！