Elasticsearch (엘라스틱 서치) 에 대해서

---

Elasticsearch

※ Java로 만들어진 전문 검색(Full Text Search) 소프트웨어. 미리 축적된 대량의 데이터에서 특정 키워드를 찾아내는 기능을 가짐. Java 클래스 라이브러리로 제공됨.
- by Lucene

---

DBMS로도 충분하지 않을까?

데이터베이스마다 장단점이 다르고 대규모 데이터 축적 및 활용에서 모든 유스 케이스에 유연하게 대처할 수 있는 데이터 스토어가 없다. 또 각각의 데이터 스토어는 특정 목적으로 특화되어 진화하고 있다.

 

• MySQL
  모순 없이 영속화하는 일에 특화된 데이터베이스
  장점 : 쿼리 사용(SQL), 검색 트래픽에 맞게 시스템 확장에 유리
  단점 : 데이터 증가, 저장 속도에서 약점
• Redshift (AWS)
  데이터 웨어하우스 데이터베이스
  장점 : 대규모 데이터 축적 및 분석에 유리
  단점 : 불특정 다수의 클라이언트로부터 동시에 이용되어 검색 리퀘스트가 대규모인 유스 케이스에선 불리
• DynamoDB (AWS)
  NoSQL
  장점 : 폭넓고 방대한 양의 데이터를 빠르게 그리고 동적으로 정리, 분석이 가능
  단점 : 비관계 광역 분산 데이터베이스 시스템. 그래서 복잡한 쿼리와 정렬에 불리

---

RDBMS와 Full Text Search의 차이

RDBMS는 검색조건에 매칭 되는 데이터를 정확하게 리턴하는 반면 Elasticsearch와 같은 Full Text Search 엔진은 검색조건과 관계성/관련성이 높은 데이터를 뽑아 리턴하는 특징이 있다. (Elasticsearch 결과에 _score:xxxx와 같이 수치가 출력됨)

 

Elasticsearch: 강한 분야

 

• 고도의 실시간 분석
• 대규모 분산
• 고가용성
• 멀티테넌시
• 고도의 실시간 분석
• Full Text Search
• 도큐먼트 지향
• 스키마 프리
• RESTfulAPI
• 데이터 보호 기능
• 형태소 분석, n-gram 등 자연 언어적인 분석
• 간단한 스케일 아웃

Elasticsearch: 주로 사용하는 분야

 

• 사용처 검색 (형태소 분석)
• 서제스트 랭킹(정렬)
• 콘텐츠 리스트 표시
• 페이징
• 로그 수집
• etc...

Elasticsearch는 복잡한 쿼리가 필요하거나, 여러 기능 구현이 필요한 부분에서도 쿼리 하나로 구현이 가능한 것이 특징이다.

Elasticsearch의 데이터를 가시화해주는 KIBANA라는 소프트웨어도 존재한다. KIBANA에는 이렇게 쓰여 있다.

 

한 장의 이미지가 수천 줄의 로그보다 낫다

 

극히 공감하는 말이다. 때에 따라 텍스트와 이미지는 그 정보량이 압도적으로 다르다. KIBANA를 추가로 활용하여 데이터 분석뿐만 아니라 적용이 가능한 부분이 있다면 Full Text Search 엔진을 써보는 것도 좋을 것 같다.

---

---