elasticsearch數據存儲
我們使用Elasticsearch存儲的文檔數量接近50億（算上1份復制，接近
100億文檔），總共10個數據節點和2個元數據節點（48GB內存，8核心CPU，ES使用內存達到70%），每天的文檔增量大概是3000W條（速度
持續增加中）。目前來看，單個文檔的查詢效率基本處於實時狀態；對於1到2周的數據的聚合統計操作也可以在10秒之內返回結果。
② 可否完全使用ElasticSearch代替資料庫存儲
我們使用Elasticsearch存儲的文檔數量接近50億（算上1份復制，接近
100億文檔），總共10個數據節點和2個元數據節點（48GB內存，8核心CPU，ES使用內存達到70%），每天的文檔增量大概是3000W條（速度
持續增加中）。目前來看，單個文檔的查詢效率基本處於實時狀態；對於1到2周的數據的聚合統計操作也可以在10秒之內返回結果。
但是，還有提升的空間：
1. 對於查詢單條數據的應用場景來說，我們可以使用ES的路由機制，將同一索引內的具有相同特徵（比如具有相同的userid）的文檔全部存儲於一個節點上，這樣我們之後的查詢都可以直接定位到這個節點上，而不用將查詢廣播道所有的節點上；
2. 隨著數據節點的增加，適當增加分片數量，提升系統的分布水平，也可以通過分而治之的方式優化查詢性能；
個人以為Elasticsearch作為內部存儲來說還是不錯的，效率也基本能夠滿足，在某些方面替代傳統DB也是可以的，前提是你的業務不對操作的事
性務有特殊要求；而許可權管理也不用那麼細，因為ES的許可權這塊還不完善。由於我們對ES的應用場景僅僅是在於對某段時間內的數據聚合操作，沒有大量的單文
檔請求（比如通過userid來找到一個用戶的文檔，類似於NoSQL的應用場景），所以能否替代NoSQL還需要各位自己的測試。如果讓我選擇的話，我
會嘗試使用ES來替代傳統的NoSQL，因為它的橫向擴展機制太方便了。
③ elasticsearch數據存儲目錄data會存哪些信息
如果是默認配置的話，就是放在ES目錄下的data文件夾下
如果是默認配置的話，就是放在ES目錄下的data文件夾下
④ elasticsearch適合存儲什麼數據
一般提這種問題的都是新手，好吧，簡單回答下吧。 1、從MySQL 3.23開始，MySQL單表最大限制就已經擴大到了64PB了（官方文檔顯示）。也就是說，從目前的技術環境來看，MySQL資料庫的MyISAM存儲 引擎單表大小限制已經不是有MySQL資料庫本身來決定，而是由所在主機的OS上面的文件系統來決定了。 2、沒有人會那麼去存數據的，因為查詢速度太慢了，這時候就分表了，比如垂直分割，水平分割等等
⑤ 如何查看IT大數據中ElasticSearch組件的數據存儲路徑
默認配置,放ES目錄data文件夾
默認配置,放ES目錄data文件夾
-
⑥ 海量日誌數據存儲用 elasticsearch 和 hbase 哪個好
從基本功能來說這兩個確實有相似性，但是根據業務需求不同，我覺得有幾點可以考慮：
1. 查詢復雜度：HBase支持簡單的行或者range查詢，比如給一個PK查該行的數據，或者給一個begin/end查這個范圍的數據，如果想完成更復雜的功能就不太容易。而ES支持的查詢比較豐富，或者說這些查詢都帶有一點復雜計算的味道了。比如你有個論壇，你想查帖子裡面是否包含敏感詞，如果採用HBase就比較麻煩，使用HBase你可以將帖子存進來、讀出去，但是要查內容裡面的東西，只能一點點過濾；而ES是可以比較方便的幫助你完成這個功能的；
2. 數據量：按道理說兩者都是支持海量數據的，但是據我個人感覺，HBase可能更容易支持更多的數據，因為其一開始設計就是解決海量問題的；而ES是後來慢慢增強其存儲擴展性的；那麼也就是說，HBase上手起來擴展性不太會阻礙你使用；ES可能要多費點勁。當然，聽說也有人寫了ES基於Azure或者S3的存儲插件，但是穩定性不知道如何；
3. 剩下的就是比較遠的考慮，比如維護性，HBase基於Hadoop那一套，組件多，維護起來代價也不低，而ES自成體系，維護起來稍微好點；當然這個是相對的，絕對來說都不會容易。比如新功能開發，比如成本控制等等。。。
⑦ elasticsearch數據存儲目錄data會存哪些信息
如果是默認配置的話,就是放在ES目錄下的data文件夾下 如果是默認配置的話,就是放在ES目錄下的data文件夾下
⑧ 可否完全使用ElasticSearch代替資料庫存儲
我們使用Elasticsearch存儲的文檔數量接近50億（算上1份復制，接近
100億文檔），總共10個數據節點和2個元數據節點（48GB內存，8核心CPU，ES使用內存達到70%），每天的文檔增量大概是3000W條（速度
持續增加中）。目前來看，單個文檔的查詢效率基本處於實時狀態；對於1到2周的數據的聚合統計操作也可以在10秒之內返回結果。
但是，還有提升的空間：
1. 對於查詢單條數據的應用場景來說，我們可以使用ES的路由機制，將同一索引內的具有相同特徵（比如具有相同的userid）的文檔全部存儲於一個節點上，這樣我們之後的查詢都可以直接定位到這個節點上，而不用將查詢廣播道所有的節點上；
2. 隨著數據節點的增加，適當增加分片數量，提升系統的分布水平，也可以通過分而治之的方式優化查詢性能；
個人以為Elasticsearch作為內部存儲來說還是不錯的，效率也基本能夠滿足，在某些方面替代傳統DB也是可以的，前提是你的業務不對操作的事
性務有特殊要求；而許可權管理也不用那麼細，因為ES的許可權這塊還不完善。由於我們對ES的應用場景僅僅是在於對某段時間內的數據聚合操作，沒有大量的單文
檔請求（比如通過userid來找到一個用戶的文檔，類似於NoSQL的應用場景），所以能否替代NoSQL還需要各位自己的測試。如果讓我選擇的話，我
會嘗試使用ES來替代傳統的NoSQL，因為它的橫向擴展機制太方便了。
⑨ elasticsearch數據存儲目錄data會存哪些信息
如果是默認配置的話，就是放在ES目錄下的data文件夾下如果是默認配置的話，就是放在ES目錄下的d
⑩ elasticsearch數據存儲目錄data會存哪些信息
elasticsearch
數據存儲目錄data會存哪些信息
如果是默認配置的話,就是放在ES目錄下的data文件夾下
如果是默認配置的話,就是放在ES目錄下的data文件夾下