Elasticsearch 通过将数据组织为分布式索引中的 JSON 文档来充当文档存储。 与传统的关联数据库不同，它使用无模式方法，允许开发人员存储半结构化数据而无需预定义的模式。 每个文档都是字段（键值对）的集合，并分配有唯一的标识符。 添加文档时，Elasticsearch 会自动检测字段类型并创建映射，但可以定义显式映射以获得更好的控制。 例如，日志记录系统可能会将每个日志条目存储为文档，其中包含诸如 timestamp、message 和 severity 之类的字段，所有这些字段都已编制索引以实现快速检索。 文档存储在索引中，索引充当类似于数据库表的逻辑容器，但针对搜索性能进行了优化。
在底层，Elasticsearch 使用分布式架构来管理文档。 数据被分成碎片（索引的较小分区），这些碎片分布在集群中的节点上。 这种设计确保了水平可扩展性和容错能力。 例如，包含产品数据的索引可以分成五个碎片，每个碎片存储在不同的节点上。 创建每个碎片的副本以实现冗余，确保在节点发生故障时数据的可用性。 查询时，Elasticsearch 协调相关碎片上的请求，聚合结果并将它们返回给用户。 这种分布式方法使其适用于大规模应用程序，例如存储数百万个具有高读/写吞吐量的产品列表的电子商务平台。
虽然 Elasticsearch 作为文档存储非常出色，但其主要优势在于将存储与强大的搜索和分析相结合。 文档使用倒排索引进行索引，倒排索引将术语映射到它们在文档中的位置，从而实现快速全文搜索。 例如，在日志文档中搜索“错误”会在几毫秒内返回结果。 此外，聚合等功能允许开发人员直接在存储的数据上计算统计信息（例如，平均响应时间）。 与传统数据库不同，Elasticsearch 优先考虑近乎实时的操作——默认情况下，文档在一秒钟内变为可搜索。 这种存储、搜索和可扩展性的平衡使其成为应用程序监控等用例的多功能工具，其中数据保留和快速查询都至关重要。