Hướng dẫn mongodb atlas full text search vs elasticsearch - mongodb atlas toàn văn tìm kiếm so với đàn hồi

Những thách thức của tìm kiếm ứng dụng

Tìm kiếm có mặt khắp nơi trong trải nghiệm ứng dụng. Cho dù chúng tôi đang mua sắm đồ tạp hóa hoặc mua một ngôi nhà mới, duyệt web để tìm câu trả lời cho các câu hỏi đang cháy của chúng tôi, phục vụ khách hàng của chúng tôi, tìm kiếm công việc tiếp theo hoặc tìm kiếm đề xuất cho kỳ nghỉ tiếp theo của chúng tôi, thanh tìm kiếm giúp chúng tôi điều hướng và khám phá Hầu hết các thông tin liên quan - tất cả theo cách dường như diễn giải ngôn ngữ tự nhiên của chúng ta. Mọi người bây giờ mong đợi những trải nghiệm tìm kiếm trực quan tương tự trong mọi ứng dụng họ sử dụng, cho dù ở nhà hay tại nơi làm việc.

Tuy nhiên, xây dựng những kinh nghiệm này là khó khăn. Trong nhiều trường hợp, các nhà phát triển phải bắt đầu một công cụ tìm kiếm như Elaticsearch vào cơ sở dữ liệu của họ và tạo ra một cơ chế sao chép để giữ cho hai hệ thống được đồng bộ hóa. Cách tiếp cận này giới thiệu một lượng phức tạp rất lớn đối với ngăn xếp ứng dụng, giảm vận tốc của nhà phát triển trong khi thúc đẩy rủi ro, độ phức tạp và chi phí.

Elaticsearch là một công cụ tìm kiếm và phân tích phân tán được xây dựng trên đỉnh Apache Lucene và được phát triển bởi đàn hồi. Nó mở rộng các chức năng lập chỉ mục và tìm kiếm của Lucene bằng cách sử dụng API RESTful và nó đạt được phân phối dữ liệu trên nhiều máy chủ bằng khái niệm Index và Shards. ElaticSearch dựa trên JSON và phù hợp với các trường hợp sử dụng tìm kiếm đối với dữ liệu chuỗi thời gian, văn bản có cấu trúc hoặc không cấu trúc, dữ liệu số hoặc dữ liệu không gian địa lý.

Các tùy chọn triển khai bao gồm Elaticsearch tự lưu trữ, trong đó người dùng đang tự quản lý thể hiện của họ và biến thể được lưu trữ trên đám mây đàn hồi có trong Cloud Cloud (bao gồm phần còn lại của ngăn xếp nai sừng tấm).

Tìm kiếm Atlas MongoDB cung cấp gì trên ElasticSearch

Nhìn kỹ hơn vào các phương pháp tương ứng của tìm kiếm Atlas của Elaticsearch và MongoDB

Ngành kiến ​​​​trúc

Elaticsearch: một bu lông đang tiếp cận

Nếu một cơ sở dữ liệu, các tính năng tìm kiếm nội bộ không đủ để đáp ứng trải nghiệm người dùng mong muốn, thì một tùy chọn khác là bắt vít trên một công cụ tìm kiếm chuyên dụng, chẳng hạn như Elaticsearch, cùng với cơ sở dữ liệu.

Điều này cung cấp các tính năng tìm kiếm được yêu cầu bởi khách hàng, nhưng nó làm như vậy trong khi áp đặt các ràng buộc bổ sung đối với các nhà phát triển và nhóm OPS trong khi thúc đẩy sự trùng lặp dữ liệu và công nghệ ngổn ngang.

Một công cụ tìm kiếm chuyên dụng Bolt-On cùng với cơ sở dữ liệu của bạn bắt buộc phải đồng bộ hóa dữ liệu giữa hai hệ thống. Trong khi người dùng có được trải nghiệm tìm kiếm phong phú mà họ mong đợi, nhưng điều này có chi phí đáng kể. Các ngăn xếp ứng dụng trở nên phức tạp và khó sử dụng hơn. Tất cả điều này có nghĩa là giảm vận tốc của nhà phát triển, trải nghiệm khách hàng bị xâm phạm và chi phí leo thang.

Cách tìm kiếm hoạt động với giải pháp Bolt-On:

Để bề mặt kết quả tìm kiếm có liên quan và cập nhật, cơ sở dữ liệu và công cụ tìm kiếm cần được giữ đồng bộ hóa, sao chép dữ liệu giữa các hệ thống.

Điều này có nghĩa là các nhóm kỹ thuật cần tạo cơ chế đồng bộ hóa để sao chép dữ liệu từ cơ sở dữ liệu thành công cụ tìm kiếm. Thông thường, họ sẽ tạo ra một đường ống dữ liệu với logic lọc và chuyển đổi tùy chỉnh được xây dựng trên các hệ thống nhắn tin như Apache Kafka hoặc sử dụng các đầu nối đóng gói từ các nhà cung cấp chuyên dụng. Cho dù xây dựng hay mua, quá trình này cần có thời gian và thêm chi phí liên tục. Cơ chế đồng bộ hóa cũng phải được triển khai trên các nút của riêng mình, tạo ra phần cứng bổ sung.

Khi cơ chế đồng bộ hóa đã được triển khai, nó cần được giám sát và quản lý, thêm nhiều chi phí kỹ thuật.

Điều quan trọng là sao chép công cụ tìm kiếm theo kịp cơ sở dữ liệu để kết quả tìm kiếm không quá tụt quá mức cơ sở dữ liệu và phá vỡ các SLA ứng dụng. Theo dõi quá trình sao chép là cần thiết để xác định và khắc phục các vấn đề đồng bộ hóa. Điều này trở nên đặc biệt phức tạp nếu chỉ số tìm kiếm rơi xa sau cơ sở dữ liệu mà nó phải được tái hợp lý từ đầu, gây ra thời gian ngừng hoạt động của ứng dụng. Không có gì lạ khi thấy 10% chu kỳ kỹ thuật bị mất để phục hồi thủ công các lỗi đồng bộ hóa.

Các tính năng ứng dụng mới đòi hỏi phải thay đổi đối với lược đồ cơ sở dữ liệu thường cần cả logic đồng bộ hóa và lược đồ công cụ tìm kiếm cũng được cập nhật cùng một lúc. Điều này tạo ra nhiều phụ thuộc hơn làm chậm tốc độ của các tính năng mới để sản xuất.

Tìm kiếm Atlas MongoDB khác nhau như thế nào

Tìm kiếm Atlas được xây dựng trên đỉnh MongoDB, cơ sở dữ liệu hiện đại phổ biến và được sử dụng rộng rãi nhất trên thị trường. MongoDB đã trở nên rất phổ biến vì các nhóm kỹ thuật có thể xây dựng và vận chuyển các ứng dụng nhanh hơn các nền tảng dữ liệu khác. Bạn có thể bắt đầu với cả MongoDB Atlas và Atlas tìm kiếm trong vài phút trên một dịch vụ được quản lý đầy đủ xử lý các hoạt động cho bạn - trên bất kỳ đám mây nào bạn chọn.

Bằng cách nhúng một chỉ mục tìm kiếm Apache Lucene trực tiếp cùng với cơ sở dữ liệu, dữ liệu được tự động đồng bộ hóa giữa hai, các nhà phát triển làm việc với một API duy nhất, không có hệ thống riêng để chạy và trả tiền, và mọi thứ được quản lý đầy đủ cho bạn, giảm gánh nặng hoạt động. Nền tảng dữ liệu của nhà phát triển MongoDB hoàn toàn đơn giản hóa kiến ​​trúc dữ liệu của bạn, cho phép bạn đạt được lợi thế cạnh tranh bằng cách đổi mới nhanh hơn trong khi giảm chi phí, rủi ro và độ phức tạp.

Với kiến ​​trúc phân tán, cơ sở dữ liệu và công cụ tìm kiếm của bạn có khả năng phục hồi và có thể mở rộng toàn cầu. Sao chép với phục hồi tự phục hồi giữ cho các ứng dụng của bạn có sẵn trong khi cung cấp cho bạn khả năng cô lập khối lượng công việc hoạt động và tìm kiếm trên các nút riêng biệt trong một cụm. Sharding bản địa cung cấp mở rộng theo chiều ngang đàn hồi và trong suốt để phù hợp với sự tăng trưởng khối lượng công việc của bạn, cùng với phân phối địa lý cho các điều khiển cư trú dữ liệu. Các điều khiển này đảm bảo rằng dữ liệu được giữ gần với người dùng về độ trễ thấp và tuân thủ chủ quyền dữ liệu được ủy quyền bởi các quy định về quyền riêng tư hiện đại.

Atlas Search là một phần của MongoDB Atlas, nền tảng dữ liệu nhà phát triển đa đám mây kết hợp xử lý giao dịch, tìm kiếm dựa trên mức độ phù hợp, phân tích thời gian thực, điện toán cạnh di động với CLOUD SYNC và hồ dữ liệu đám mây trong kiến ​​trúc dữ liệu thanh lịch và tích hợp. Thông qua mô hình dữ liệu tài liệu linh hoạt và giao diện truy vấn hợp nhất, Atlas cung cấp trải nghiệm nhà phát triển hạng nhất để cung cấp năng lượng cho hầu hết mọi loại ứng dụng. Đồng thời, nó đáp ứng các yêu cầu đòi hỏi khắt khe nhất về khả năng phục hồi, quy mô và quyền riêng tư dữ liệu.

Tại sao không sử dụng công cụ tìm kiếm làm cơ sở dữ liệu?

Với dữ liệu lưu trữ và truy vấn của các công cụ tìm kiếm, một số nhóm kỹ thuật có thể xem xét loại bỏ hoàn toàn cơ sở dữ liệu và chỉ sử dụng công cụ tìm kiếm để tồn tại dữ liệu. Thoạt nhìn, điều này sẽ giải quyết nhiều ràng buộc được thảo luận ở trên, trình bày một hệ thống duy nhất để phát triển và vận hành, trong khi loại bỏ chi phí đồng bộ hóa dữ liệu.

Nhưng như đã lưu ý trước đó, cơ sở dữ liệu và công cụ tìm kiếm là các công nghệ khác nhau được thiết kế để làm những việc khác nhau.

Ngoài việc phục vụ các truy vấn ứng dụng, cơ sở dữ liệu được thiết kế xung quanh một tập hợp các khả năng xử lý và tồn tại dữ liệu. Những nhu cầu tính toàn vẹn dữ liệu, tính nhất quán và độ bền này; hiệu suất cân bằng trên các lần đọc và viết; đồng thời; khả dụng; Bảo vệ; Phục hồi thảm họa; và nhiều hơn nữa.

Với kiến ​​trúc chuyên dụng và lập chỉ mục tập trung vào truy xuất thông tin dựa trên sự phù hợp, phù hợp, các công cụ tìm kiếm chuyên dụng có một bộ mục tiêu thiết kế khác nhau làm ảnh hưởng đến nhiều khả năng làm cho cơ sở dữ liệu trở nên rất cần thiết.

Bản thân sự thận trọng khi sử dụng công cụ tìm kiếm làm cơ sở dữ liệu cả trong các bài báo báo chí và trong tài liệu sản phẩm cốt lõi.

Như đã thảo luận ở trên, Elaticsearch là một công nghệ công cụ tìm kiếm có khả năng. Tuy nhiên, kiến ​​trúc hệ thống cốt lõi của nó được xây dựng xung quanh các chỉ mục Lucene theo cách buộc các sự thỏa hiệp trong nhiều khả năng cơ sở dữ liệu cốt lõi để đáp ứng mục tiêu thiết kế chính của nó như là một công cụ tìm kiếm có thể mở rộng.

Đánh giá của người dùng

Những điểm đau mà người dùng đang trải qua khi đi xuống con đường của một con bu lông đang tiếp cận

DevOps

Tác động đến năng suất của nhà phát triển

Điều quan trọng trong nền kinh tế kỹ thuật số ngày nay đối với các nhà phát triển để xây dựng và phát triển các ứng dụng với tốc độ. Giới thiệu một công cụ tìm kiếm riêng biệt, như Elaticsearch, cùng với cơ sở dữ liệu có nghĩa là các nhà phát triển hiện có hai hệ thống riêng biệt mà họ cần để làm việc, làm chậm chúng.

Với phương pháp này, các nhà phát triển phải học cách làm việc với hai ngôn ngữ truy vấn hoàn toàn khác nhau để truy cập cơ sở dữ liệu và công cụ tìm kiếm. Điều này làm tăng đường cong học tập của họ và có nghĩa là chuyển đổi bối cảnh thường xuyên khi xây dựng chức năng ứng dụng, cả hai đều ảnh hưởng đến năng suất của chúng trong khi làm phức tạp thử nghiệm và bảo trì liên tục.

Bởi vì phương pháp này đòi hỏi hai API/trình điều khiển khác nhau, các phụ thuộc ứng dụng trở nên phức tạp hơn nhiều, làm giảm tốc độ và tần suất phát hành các ứng dụng vào sản xuất.

Gánh nặng DevOps

Nhân đôi với cơ sở dữ liệu và công cụ tìm kiếm riêng biệt như Elaticsearch cũng làm tăng thêm thời gian, chi phí và độ phức tạp cho các nhóm hoạt động và kỹ thuật độ tin cậy trang web (SRE).

Bây giờ họ có một hệ thống bổ sung trong ngăn xếp công nghệ của họ cần được chăm sóc và cho ăn liên tục: nó phải được cung cấp, bảo mật, giám sát, chia tỷ lệ, vá lỗi và sao lưu với dụng cụ và API riêng. Nó cũng có nghĩa là làm việc trên nhiều nhà cung cấp, làm cho giải quyết vấn đề trở nên phức tạp hơn. Mỗi dự án mới có nghĩa là một bộ dữ liệu khác sống trong silo của riêng mình, thêm vào dữ liệu ngổn ngang và chi phí quản trị.

Tìm kiếm Atlas MongoDB khác nhau như thế nào ..

.. cho nhà phát triển

Mô hình dữ liệu tài liệu là trực quan và linh hoạt. Tài liệu ánh xạ trực tiếp đến các đối tượng trong mã của bạn để chúng dễ dàng hơn và tự nhiên hơn nhiều. Bạn có thể lưu trữ, lập chỉ mục và tìm kiếm dữ liệu của bất kỳ cấu trúc nào và sửa đổi lược đồ của bạn bất cứ lúc nào khi bạn thêm các tính năng mới vào các ứng dụng của mình.intuitive and flexible. Documents map directly to the objects in your code so they are much easier and more natural to work with. You can store, index, and search data of any structure and modify your schema at any time as you add new features to your applications.

Bạn làm việc với dữ liệu dưới dạng mã. API và trình điều khiển truy vấn MongoDB là thành ngữ đối với ngôn ngữ lập trình của bạn. Các truy vấn ad hoc, lập chỉ mục, tìm kiếm toàn văn và tập hợp thời gian thực cung cấp các cách mạnh mẽ để truy cập, nhóm, chuyển đổi, tìm kiếm và phân tích dữ liệu của bạn để hỗ trợ bất kỳ loại khối lượng công việc nào.data as code. The MongoDB Query API and drivers are idiomatic to your programming language. Ad hoc queries, indexing, full-text search, and real-time aggregations provide powerful ways for accessing, grouping, transforming, searching, and analyzing your data to support any class of workload.

.. cho nó hoạt động

Bằng cách nhúng một chỉ mục tìm kiếm Apache Lucene trực tiếp cùng với cơ sở dữ liệu, dữ liệu được tự động đồng bộ hóa giữa hai. Điều này có nghĩa là các kỹ sư và quản trị viên làm việc với một API duy nhất, không có hệ thống riêng để chạy và trả tiền, và mọi thứ đều được quản lý đầy đủ cho bạn, giảm gánh nặng hoạt động. Nền tảng dữ liệu của nhà phát triển MongoDB hoàn toàn đơn giản hóa kiến ​​trúc dữ liệu của bạn, cho phép bạn đạt được lợi thế cạnh tranh bằng cách đổi mới nhanh hơn trong khi giảm chi phí, rủi ro và độ phức tạp.automatically synchronized between the two. This means engineers and administrators work with a single API, there is no separate system to run and pay for, and everything is fully managed for you, relieving operational burden. The MongoDB developer data platform radically simplifies your data architecture, enabling you to gain a competitive advantage by innovating faster while reducing cost, risk, and complexity.

Tại sao chọn MongoDB Atlas tìm kiếm?

Tìm kiếm Atlas MongoDB được tối ưu hóa cho:

Tìm kiếm Atlas luôn là giải pháp phù hợp?

Các ví dụ trên chứng minh cách tìm kiếm ATLAS được thiết kế cho các trường hợp sử dụng tìm kiếm ứng dụng. Theo thiết kế, nó được tích hợp chặt chẽ với nền tảng MongoDB Atlas. Do đó, tất cả dữ liệu trước tiên phải được lưu trữ trong các bộ sưu tập cơ sở dữ liệu MongoDB để sau đó tạo các chỉ mục tìm kiếm cần thiết chống lại nó.

ATLAS Search hiện không được thiết kế cho các phân tích nhật ký thường được sử dụng trong các ứng dụng săn lùng bảo mật và bảo mật và đe dọa. Tìm kiếm Atlas cũng không phù hợp với các hệ thống tìm kiếm trên toàn doanh nghiệp. Trong các kịch bản này, ElaticSearch cung cấp các đầu nối và tác nhân tích hợp để thu thập dữ liệu và trích xuất dữ liệu từ nhiều hệ thống nguồn bên trong, lập chỉ mục chúng, sau đó tạo dữ liệu và phân tích có thể tìm kiếm với các công cụ bespoke.

Đối với những trường hợp sử dụng này, tốt hơn là sử dụng MongoDB làm một trong những nguồn dữ liệu của bạn cùng với công cụ tìm kiếm Elaticsearch hiện tại của bạn.

Bắt đầu với Atlas Search

MongoDB Atlas cung cấp một tầng miễn phí mãi mãi để phát triển. Sau khi được triển khai, chỉ cần nhấp vào nút để thêm tìm kiếm vào ứng dụng của bạn. Với thời gian không giới hạn để khám phá, hãy tự mình xem cách tích hợp công cụ tìm kiếm được quản lý đầy đủ giúp nhóm của bạn xây dựng các ứng dụng nhanh hơn

Tìm kiếm Atlas có sẵn với tất cả các cụm Atlas - bao gồm các cụm miễn phí - vì vậy bạn có thể đánh giá nó miễn phí.

Việc bắt đầu hướng dẫn của chúng tôi bước vào bạn trong suốt quá trình. Tài liệu tìm kiếm Atlas cung cấp một tài liệu tham khảo đầy đủ về cách định cấu hình, quản lý và truy vấn các chỉ mục tìm kiếm, cùng với các đề xuất hiệu suất. Nhà phát triển MongoDB và kênh YouTube MongoDB cung cấp nhiều bài báo và hướng dẫn cho người mới bắt đầu thông qua người dùng chuyên gia.

Hỗ trợ trong suốt vòng đời ứng dụng của bạn

Các câu hỏi thường gặp

MongoDB Atlas Tìm kiếm giải quyết một loạt các yêu cầu tìm kiếm mà không gây gánh nặng cho các nhóm DevOps của bạn với công việc không phân biệt.

Tìm kiếm toàn văn bản là gì?

Tìm kiếm toàn văn bản khác với cơ sở dữ liệu như thế nào?

Elaticsearch có phải là mongoDB không?

Làm cách nào để thêm dữ liệu vào Elaticsearch từ MongoDB?

Là tìm kiếm Atlas có sẵn cho tầng miễn phí?

Giá cả cho tìm kiếm Atlas là gì?

Khách hàng có thể tìm thấy hướng dẫn hoặc hỗ trợ sử dụng Atlas Search ở đâu?

Atlas tìm kiếm có hỗ trợ khớp chuỗi một phần không?

Atlas tìm kiếm có hỗ trợ tìm kiếm không nhạy cảm trường hợp không?

Có phải tìm kiếm Atlas có sẵn cho triển khai không ATLAS MongoDB không?

Tìm kiếm Atlas khác với tìm kiếm văn bản di sản MongoDB như thế nào?

Tài nguyên liên quan

Hơn 31.000 khách hàng đã chọn xây dựng các ứng dụng của ngày hôm nay và ngày mai trên MongoDB.

→

Tìm hiểu thêm về MongoDB bằng cách khám phá các hội thảo trên web mới nhất của chúng tôi, bài thuyết trình video, giấy trắng, v.v.

→

Xây dựng kỹ năng MongoDB của bạn và nâng cao sự nghiệp của bạn với các khóa học và chứng nhận. Học cách xây dựng các ứng dụng tốt hơn, nhanh hơn miễn phí.

→

Hướng dẫn, mẫu và tài liệu tham khảo bạn cần sử dụng cơ sở dữ liệu, trực quan hóa dữ liệu và xây dựng các ứng dụng trên nền tảng dữ liệu MongoDB.

→

Tham gia cộng đồng MongoDB tại một sự kiện gần bạn hoặc đăng ký một trong những hội thảo trên web sắp tới của chúng tôi.

→

Đáng tin cậy bởi:

Sẵn sàng để bắt đầu?

Khởi động một cụm mới hoặc di chuyển đến MongoDB Atlas với thời gian chết bằng không.

MongoDB có tốt cho đầy đủ không

MongoDB có tốt hơn elaticsearch không?

Tìm kiếm đàn hồi có nhanh hơn MongoDB không?

Tìm kiếm Atlas MongoDB tốt như thế nào?