MySQL 与 Elasticsearch 的协同使用
使用 MySQL 和 Elasticsearch 混合搭配是一种常见的做法，尤其是当需要处理海量数据并获得最佳搜索性能时。
数据写入流程：
kashen-mysql DDLtoExcel
下载
解析 MySQL 8.0 的 DDL 脚本，并将表结构导出为 Excel 格式。适用于用户需将 MySQL 的 `CREATE TABLE` 语句转换为结构化的 Excel 文件场景，导出内容包含字段名、数据类型、长度及精度等信息。支持多张表的批量处理，每张表对应 Excel 中的一个独立工作表。适用于数据库文档编写、数据字典生成及模式分析等任务。
- 数据首先存储在 MySQL 中，这是主数据库。
- 通过编写触发器、定时任务或程序代码等 "特殊手段"，将数据从 MySQL 中提取出来。
- 将提取的数据拼接成一个完整文档（包括商品尺寸、标签等），以便写入 Elasticsearch 中。
搜索流程：
- 用户发起搜索请求时，ES 会根据相关性对文档进行评分和排序。
- 返回最相关的文档结果，这些文档可以包含拼接后的完整商品信息。
优点：
- 提高搜索性能：ES 专用于快速搜索，即使面对海量数据也能高效工作。
- 丰富检索功能：ES 支持全文搜索、面搜索、地理位置搜索等高级功能，可以提高搜索结果的准确性和相关性。
- 扩展性：ES 可以轻松扩展，以处理不断增长的数据量。
注意事项：
- 数据同步：需要确保 MySQL 和 ES 中的数据始终保持同步。
- 时效性：ES 中的数据可能不是实时更新的，对于需要高时效性的字段可能需要结合数据库和缓存优化。
- 分表和拼接：由于 ES 不擅长对分表形式的数据进行索引，因此需要将相关数据拼接成一个文档才能进行搜索。
