是两个高扩展、开源的全文检索和分析引擎，它可以不准实时动态地飞快存储、搜索、分析海量的数据。
elasticsearch中索引结束之后，用户便可根据他们的数据运行复杂的查询，并可以使用聚合来检索自身数据的紧张汇总。
es底层是lucene，lucene索引库存的是倒排索引，数据中写入过程将javabean转成document对象，接着存到索引库中，索引库分索引区和文档区，中写入过程要先分词，索引区存的是词和这个词在哪个文章什么位置，而文档区存的是所有内容
千万级大表在不考虑到分库分表的情况下有不胜感激几个这个可以优化的地方，祝成功：
数据库层面主键最好是是趋近于的，不要用uuid，减少空间占内存；
依据什么需要网上查询的字段，成立比较好的索引（除了合作索引），必要的时候根据explain查看先执行计划分析索引是否被暴击命中
根据去查询条件，删除后一些命中率比较好低的索引，增加数据插入效率；
相对于一些急切网站查询，.例如orderby、groupby等，要特别注意想执行计划的extra列如何确定有usingrestrictions字样，如果有的话就意味着什么可以使用了临时表，这种可以查询的频率比较高的话，这个可以适当会增大内存正式表空间，可以不增强去查询速度；
去查询sql语句层面是对这种大数据量的表，查询语句千万不能建议使用自动导入的那种，最好就是手写sql，提高执行效率并且尽量的避免一些无用字段的查询，尽很可能的去在用索引。下面是几句写sql常用口诀：
全值自动分配我最爱，最左字母要遵守；
带头大哥没法死，中间兄弟又不能断；
索引列上不可以计算，范围之后全无法激活；
莱克百分写最左，覆盖索引不写星；
不等空值另外噢，索引突然失效要少用。
扩大分析什么如果说你们的查询都很频繁，而且比较急切，搀杂了大量的模糊查询这些统计查询，个人建议把数据同步扔到es（elasticsearch）里面一份，这样的问题就能解决了。
以上个人意见，热情大家在评论区给我留言沟通交流！
.jpg)
