2.将数据 迁移 tool初始化为ES 数据 library。数据 迁移什么意思？海量数据自动驾驶仪背后，弹性搜索海量数据应用场景中经常会遇到模糊查询或多条件匹配查询，数据在量小的情况下可以通过简单的数据库模糊查询解决，但是对于数据量大的情况，数据库模糊查询会出现性能问题。
: 1主要有三种方法。PutAPIPutAPI可能是将数据快速导入HBase表的最直接的方法。但是在导入的时候不建议使用[Bulk 数据]！但可以作为一个简单的数据 迁移选项直接编写代码进行批量处理，简单方便可控。2.mapreduceJob推荐使用sqoop，其底层实现是MapReduce，数据并行导入，不需要自己开发代码，过滤条件可以通过查询参数实现。
Spark是一个处理海量 数据的快速通用引擎。Spark作为一种大型数据处理技术，经常被拿来和Hadoop做比较。Hadoop已经成为大型数据技术事实上的标准，HadoopMapReduce也非常适合大型数据集合的批量处理，但是它仍然存在一些缺陷。具体表现为:1。HadoopMapRedue的表达能力有限。所有的计算都需要转化为Map和Reduce两个操作，这两个操作并不适用于所有场景，很难描述复杂的数据过程。
HadoopMapReduce每一步之间都需要数据序列化到磁盘，所以I/O开销很大，导致交互分析和迭代算法开销很大，几乎所有的优化和机器学习都是迭代的。所以HadoopMapReduce不适合交互分析和机器学习。3.计算延迟很高。如果要完成更复杂的工作，必须串联一系列MapReduce作业，然后按顺序执行。
3、ElasticSearch 海量 数据使用简述应用场景中经常会遇到模糊查询或者多条件匹配查询。数据金额不大时可以在数据库中通过简单的模糊查询解决，但金额巨大时数据。在这种情况下，一个解决方案就是根据查询内容建立倒排索引，借助搜索引擎进行查询，提高查询性能。目前广泛使用的分布式搜索引擎是ElasticSearch。那么如何在项目中使用ES呢？
下面简单描述一下。Elasticsearch的使用可以简单的分为两个阶段。数据初始化阶段，数据更新阶段。数据初始化阶段。数据常见的初始化方式如下:1。在数据库中手动插入数据2.将数据 迁移 tool初始化为ES 数据 library。目前常用的ES同步工具有logstashinputjdbc和DataX。
