这个问题是在深入研究实验和实现细节之前做出架构选择.这是关于弹性搜索与MongoDB的可扩展性和性能方面的适用性,用于某种特定目的.
假设两者都存储具有字段和值的数据对象,并允许查询该对象体.因此,可能根据ad-hoc选择的字段过滤掉对象的子集,这两者都适合.
我的应用程序将围绕根据标准选择对象.它将通过多个单个字段同时过滤来选择对象,换句话说,其查询过滤标准通常包括1到5个字段之间的任何地方,在某些情况下可能更多.选择作为过滤器的字段将是更大量字段的子集.图片中存在大约20个字段名称,每个查询都是尝试按照整个20个字段中的少数字段过滤对象(现有的字段名称可能少于或多于20个,我只是用这个数字来表示比例字段到在每个离散查询中用作过滤器的字段).滤波可以通过所选字段的存在以及字段值的存在,例如滤出具有字段A的对象,并且它们的字段B在x和y之间,并且它们的字段C等于w.
我的应用程序将继续进行这种过滤,而在任何时刻哪些字段用于过滤都没有或几乎没有任何常量.也许在弹性搜索中需要定义索引,但即使没有索引,速度也与MongoDB的速度相当.
根据进入商店的数据,没有关于它的特殊细节......插入后几乎不会更改对象.可能需要删除旧对象,我想假设两个数据存储都支持在内部删除内容或通过应用程序查询.(不太常见的是,需要删除适合某个查询的对象).
你怎么看？而且,你有没有尝试过这个方面？
对于这类任务,我对两个数据存储中的每个数据存储的性能和可伸缩性感兴趣.这是一种架构设计问题,特别是商店特定选项或查询基石的详细信息应该能够很好地构建它们,这是对完全经过深思熟虑的建议的展示.
谢谢!
不确定这个问题属于这个“堆栈”，但我们开始......
我的用例是提供大量数据的全文搜索。新数据一直在添加。
我知道 Elasticsearch 的搜索速度很快，但我不知道 Elasticsearch 作为 NoSQL 数据库（仅存储数据）是否会比将数据存储在 MongoDB 中并使用 Elasticsearch 为 MongoDB 建立索引具有更好的性能。
提前致谢！