两者产品概述

 

MySQL：关系型数据库，主要面向OLTP，支持事务，支持二级索引，支持sql，支持主从、Group Replication架构模型（本文全部以Innodb为例，不涉及别的存储引擎）。

 

ElasticSearch：ES是一款分布式的全文检索框架，底层基于Lucene实现，天然分布式，p2p架构，不支持事务，采用倒排索引提供全文检索。

 

 

存储方式

MySQL中要提前定义表结构，也就是说表共有多少列（属性）需要提前定义好，并且同时需要定义好每个列所占用的存储空间。数据以行为单位组织在一起的，假如某一行的某一列没有数据，也需要占用存储空间。

 

ES:比较灵活，索引中的field类型可以提前定义（定义mapping），也可以不定义，如果不定义，会有一个默认类型，不过出于可控性考虑，关键字段最好提前定义好。不同的是，ES存的是倒排索引，

 

 

读写方式

Mysql :Innodb中主键即为聚簇索引，假如根据主键查询，聚簇索引的叶子节点存放就是真正的数据，可以直接查到相应的记录。

Es: 每个node都可以接收读request，然后该node会把request分发到含有该index的shard的节点上，对应的节点会查询、并计算出符合条件的文档，排序后结果汇聚到分发request的node（所以查询请求默认会轮循的将发送到各个节点上，防止请求全部打到一个节点），由该node将数据返回给client。

 

 

 

 

MySQL支持事务，支持二级索引，容灾备份方案也最为成熟，所以线上核心业务Mysql是不二之选.

ES现在不仅提供全文检索，还提供统计功能.

 

 

数据量

在面对大数据量简单计算的时候es的效率原高于mysql等传统数据库，

对于相对数量较少，多表join 时，mysql优势更高

 

 

总结：

 MySQL作为开源关系型数据库，应用范围非常广泛，非常适合于结构化数据存储和查询。在数据查询场景下，默认返回所有满足匹配条件的记录；如果业务数据为结构化数据，同时不需要特别关注排名和智能分词模糊匹配查询等特性，则建议采用关系型数据库如MySQL

 

 

ES作为新生代NoSQL数据库代表之一，非常适合于非结构化文档类数据存储、更创新支持智能分词匹配模糊查询。如果业务数据为非结构化数据，同时更关注排名和需要智能分词模糊匹配的特性，则建议采用非关系型数据库如ES作为数据存储介质并使用配套搜索引擎。

 

参考链接：

https://www.cnblogs.com/IamXiaoJuRen/p/6482994.html