可以看到正排数据、倒排索引数据，列存数据容量占比几乎相同，正排数据和倒排数据还会存储Elasticsearch的唯一id字段，所以容量会比列存多一些。35M的uuid存入Elasticsearch后，数据膨胀了3倍，达到了127mb。Elasticsearch竟然这么消耗资源，不要着急下结论，接下来看另一个测试结果。
elasticsearch 数据是以 JSON 格式存储的，而 JSON 中是并没有 date 数据类型，因此 Elasticsearch 中虽然有 date 类型，但在展示时却要转化成另外的格式。
path.data 配置数据存储目录，如索引数据等，默认值为$ES_HOME/data。生产环境下强烈建议部署到另外的安全目录，以防ES升级导致数据被误删除。path.logs 配置日志存储目录，如运行日志和集群健康信息等，默认值为$ES_HOME/logs。生产环境下强烈建议部署到另外的安全目录，以防ES升级导致数据被误删除。
path.data：设置ElasticSearch结点的索引数据保存的目录，多个数据文件使用逗号隔开。
1、Elasticsearch入门详解，涵盖安装、基础概念、分词器和文档操作 快速掌握Elasticsearch，本篇将从四个方面进行讲解：安装设置、基本概念、分词器安装和文档操作入门。系列还将深入到Springboot集成、高级查询和数据库同步等内容。
2、在Servlet/JSP课程中会独立完成一个Struts1的框架，这样就既了解了Struts1，又深入学习了MVC框架的底层原理。（2）作为Java框架的佼佼者，Spring在企业应用中的地位一路攀升。新课程体系中进一步增加Spring的课程量，增加对其深入的了解，并且会涉及到由Spring衍生出的SpringSide等“脚手架”型框架。
3、第三层主要是修炼Web 基础，主要包括前端的基础知识，先不用深入学习前端，后端的 Jsp/Servlet，有人会说现在公司都不用 Jsp/Servlet 了，还学这些干嘛？但是万变不离其宗，哪个顶尖高手不是从扎马步开始的？这些掌握好了，框架的原理才好理解。
4、大数据，指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。想要学习大数据课程推荐选择【达内教育】。在大数据培训班主要培训内容有：课程内容教学。
1、可否完全使用ElasticSearch代替数据库存储 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）。
2、不推荐代替数据库哦~ES团队不推荐完全采用ES作为主要存储，缺乏访问控制还有一些数据丢失和污染的问题 建议还是采用专门的 DB存储方案，然后用ES来做serving。es没有事务，而且是近实时。成本也比数据库高，几乎靠吃内存提高性能。最逆天的是，mapping不能改。
3、一般提这种问题的都是新手，好吧，简单回答下吧。 从MySQL 23开始，MySQL单表最大限制就已经扩大到了64PB了（官方文档显示）。
1、Elasticsearch是一个实时、分布式的搜索和分析引擎，它可以存储、搜索和分析大量数据。它基于Lucene库构建，提供了全文搜索功能，同时提供了更易于使用的API和更丰富的特性集。Elasticsearch不仅是一个存储和搜索平台，还是一个具备核心数据功能的平台，能够进行复杂的分析操作。
2、Elasticsearch是一个分布式文档存储。Elasticsearch存储的是序列化为JSON文档的复杂数据结构，而不是以列行数据的形式存储信息。当集群中有多个Elasticsearch节点时，存储的文档分布在整个集群中，可以立即从任何节点访问。当存储文档时，它几乎是实时的——在1秒内就可以被索引和完全搜索。
3、Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java语言开发的，并作为Apache许可条款下的开放源码发布，是一种流行的企业级搜索引擎。Elasticsearch用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。
1、举例来说，当你使用它搜索数据的时候，可以使 用传统的查询（‘查找满足条件Y的所有项X’）进行过滤（在Elasticsearch术语中称为“视图”），高亮显示搜索片段，为每条结果提供相应的上 下文。
2、Document：Elasticsearch里面存储的实体数据，类似于关系数据中一个table里面的一行数据。document由多个field组成，不同的document里面同名的field一定具有相同的类型。document里面field可以重复出现，也就是一个field会有多个值，即multivalued。
3、例如，一个集群有3台机器，每台64G内存，但给ES预留的内存只有总内存的32%，远不足以缓存所有数据。在这种情况下，大部分数据必须依赖磁盘，查询性能会显著降低。
4、在现代软件环境中，日志数据处理和分析的重要性不言而喻。针对这一需求，Elasticsearch、ClickHouse和OpenObserve作为三种主要的日志存储解决方案，各有其特点和适用场景。本文将通过对比分析它们的性能、存储效率和查询能力，帮助你做出明智的选择。
智能产品业务数据之前存储在Elasticsearch（Es）中，磁盘占用约30T，总数据量25亿，业务存在严重性能及成本问题，当前部分数据已迁移至MongoDB，迁移后成本实现十倍级节省，业务抖动问题解决。迁移原因与对比 业务已将数百亿级数据从Es迁移至MongoDB，原因在于业务选型错误导致的性能及成本问题。
有人使用MongoDB进行日志收集，是非常不明智的，只有几千万条还可以，如果半个月生产10亿条日志呢？日志文件需要保存一个月甚至更长，那么集群和硬盘维护就非常重要。使用便利性也很重要，例如分词检索，在客服回溯玩家日志，分析游戏 BUG 的时候非常有用。下文的 ES 也是该组件的简称。
结论：Redis 不能当数据用。原因：我们理解的数据库，无论是 SQL、NoSQL、NewSQL，至少要是读写一致的。也就是说如果客户端发起一个写请求，如果服务器回复了成功，就算是之后服务器异常重启了，这个数据一样是能被读到的。而 Redis 不是读写一致的。