MongoDB et Elasticsearch, meilleurs ennemis ?
10 j'aime7,332 vues
Le document compare MongoDB et Elasticsearch, mettant en avant leurs points communs et différences pour aider à choisir entre les deux technologies. Il aborde des sujets comme l'installation, la performance, les agrégations et la gestion des données. Enfin, il conclut que MongoDB et Elasticsearch peuvent être utilisés ensemble pour tirer parti de leurs forces respectives.
MongoDB et Elasticsearch, meilleurs ennemis ?
- 2. <Nous />
- 3. <Serli />
- 5. MongoDB
- 7. Projets types Mongo et Elasticsearch
- 8. Beaucoup de points communs
- 11. Popularité ?
- 12. db-engines.com
- 13. db-engines.com
- 14. db-engines.com
- 15. Pas très fiable ...
- 16. Démarrage rapide
- 18. Vers le Minimum Viable Product
- 19. Installation d’un cluster Elasticsearch 2 minutes cluster.name: my_cluster $ ./elasticsearch $ ./elasticsearch config/elasticsearch.yml
- 20. Installation d’un replicaset Mongo $ mongod --dbpath=~/mongo-data/0 --replSet rs0 $ mongod --dbpath=~/mongo-data/1 --replSet rs0 --port 27018 $ mongod --dbpath=~/mongo-data/2 --replSet rs0 --port 27019 rs.initiate() rs.add("<hostname>:27018") rs.add("<hostname>:27019") mongo shell 2 minutes + 30 sec
- 21. Démarrer un noeud Elasticsearch en Java Settings settings = Settings. builder() .put("http.port", "9200") .put("network.host" , "localhost") .put("path.home", "/tmp/es-unit-tests" ) .put("path.data", "/tmp/es-unit-tests-data" ) .build(); Node node = NodeBuilder. nodeBuilder() .local( true) .data(true) .clusterName( "elasticsearch-unit-tests" ) .settings(settings) .build(); node.start();
- 22. Data IN Data OUT
- 23. MongoDB
- 24. MongoDB
- 26. Storage Engines (Mongo > 3.0)
- 28. Near real-time ?
- 29. Index Inversé ⇒ Terme Documents brian #1 sens #2 vie #2 #1
- 30. Mise à jour dans Elastic
- 31. Relations
- 32. Disclaimer
- 36. Full Text Search
- 37. Je veu fair du fotbal
- 38. MongoDB Full Text Search
- 39. Full Text Search
- 40. Agrégations
- 41. Les agrégations
- 42. MongoDB aggregation pipeline json json json json $match $unwind $group $sum $avg $min $max $addToSet$year $month$week
- 43. Les agrégations dans Elasticsearch 2015 1974json json json json json json 2015 batte sabre 1974 gun sabre 2015 sabre 145.3 1974 gun 2.4 sabre 0.34 batte 245.3
- 45. GridFS
- 46. Attachment Type
- 47. GridFS / Attachment Type
- 48. Pour stocker des fichiers...
- 49. Modèle distribué
- 51. Modèle distribué
- 54. Sharding
- 55. CAP ⇒
- 56. Call me maybe : Kyle Kingsbury https://aphyr.com/tags/jepsen
- 57. Call me maybe - Elasticsearch
- 58. Call me maybe - MongoDB
- 59. Performances
- 60. Benchmark
- 61. Benchmark
- 63. Production
- 64. Allez, on passe en Prod !
- 66. Ecosystème
- 69. Client Elastic
- 71. Cloud
- 73. Alors ? MongoDB ou ElasticSearch ?
- 74. Les deux ?
- 75. Même paradigme
- 80. Message Queue write read read write Write Push
- 82. Dénormaliser
- 83. Exemple (sans Parent Child) Tweets Users Tweets
- 85. Précalculer
- 86. Exemple pré-calcul : nbTweets Tweets Users Tweets
- 88. Pour conclure
- 89. Conclusion
- 90. Conclusion
- 92. Merci !
- 93. Drink & Food Time