[Elasticsearch] 엘라스틱서치

1️⃣ 엘라스틱서치(Elasticsearch)란?

Elasticsearch는 분산 검색 및 분석 엔진으로, 대량의 데이터를 실시간으로 저장, 검색, 분석할 수 있는 NoSQL 기반의 검색 엔진임.

기본적으로 Apache Lucene을 기반으로 하며, JSON 기반 REST API를 제공하여 사용이 간편함.

 

💡 주요 특징:

✅ 빠른 검색 속도 → 역색인(Inverted Index) 기술을 사용하여 빠르게 검색 가능

✅ 확장성(Scalability) → 분산 시스템을 지원하여 대량의 데이터 처리 가능

✅ RESTful API 지원 → JSON 기반 요청을 사용하여 손쉽게 데이터 조회

✅ 실시간 분석 가능 → 로그, 메트릭, 이벤트 데이터 등을 실시간으로 분석

 

2️⃣ 엘라스틱서치와 관계형 DB 비교

비교 항목	엘라스틱서치(Elasticsearch)	관계형 DB (MySQL, PostgreSQL 등)
데이터 저장 구조	JSON 문서 기반	테이블, 행, 열 기반
검색 방식	역색인 (Inverted Index)	인덱스 + 풀스캔
속도	검색에 최적화됨 (빠름)	CRUD 연산 최적화됨
확장성	분산 시스템 지원	수직 확장(Scale-up) 중심
데이터 변경	실시간 색인	트랜잭션 기반
주요 사용 사례	로그, 검색엔진, 실시간 분석	CRUD 중심의 일반적인 애플리케이션

💡 즉, Elasticsearch는 대량의 데이터를 빠르게 검색하는 데 최적화된 솔루션임.

 

3️⃣ 엘라스틱서치 기본 개념

✅ 1) 클러스터(Cluster)

• Elasticsearch의 기본 단위로, 여러 개의 노드(Node)로 구성됨.

• 클러스터 내의 노드들은 서로 데이터를 공유하며 분산 처리를 수행함.

cluster.name: my-elasticsearch-cluster

 

✅ 2) 노드(Node)

• 클러스터에 속한 각 개별 서버를 의미함.

• 노드에는 데이터를 저장하거나 검색 요청을 처리하는 역할이 있음.

• 노드 종류:

• Master Node: 클러스터를 관리하는 역할

• Data Node: 데이터를 저장하고 검색을 수행

• Ingest Node: 데이터 변환 및 전처리를 수행

 

✅ 3) 인덱스(Index)

• RDBMS의 데이터베이스(Database)와 유사한 개념

• 특정 유형의 문서(Document)를 저장하는 논리적인 공간

• 예: user-data라는 인덱스를 생성하면 사용자 정보 저장 가능

PUT /user-data

 

✅ 4) 타입(Type) [7.x 버전부터 제거됨]

• RDBMS의 테이블(Table)과 유사한 개념이었으나, 7.x 버전부터 제거됨.

• 현재는 인덱스별로 여러 개의 데이터 구조를 저장하는 방식으로 대체됨.

 

✅ 5) 문서(Document)

• RDBMS의 행(Row)과 유사한 개념

• 하나의 JSON 데이터로 저장됨

• 예: user-data 인덱스에 사용자 정보를 저장

POST /user-data/_doc/1
{
  "name": "홍길동",
  "age": 30,
  "email": "hong@example.com"
}

 

✅ 6) 샤드(Shard)

• 대용량 데이터를 여러 개의 노드에 분산 저장하기 위한 단위

• 데이터가 많아질수록 샤드를 늘려서 확장 가능

• 기본적으로 Primary Shard(기본 샤드) + Replica Shard(복제 샤드) 구조를 가짐.

 

💡 샤드 개수 예시

{
  "settings": {
    "index": {
      "number_of_shards": 3,   // 기본 샤드 개수
      "number_of_replicas": 1  // 복제 샤드 개수
    }
  }
}

 

4️⃣ 엘라스틱서치 REST API 사용법

✅ 1) 인덱스 생성

PUT /products
{
  "settings": {
    "number_of_shards": 2,
    "number_of_replicas": 1
  },
  "mappings": {
    "properties": {
      "name": { "type": "text" },
      "price": { "type": "double" },
      "category": { "type": "keyword" }
    }
  }
}

→ products라는 인덱스를 생성하고, name, price, category 속성을 정의함.

 

✅ 2) 문서 추가 (데이터 입력)

POST /products/_doc/1
{
  "name": "노트북",
  "price": 1200000,
  "category": "전자제품"
}

→ products 인덱스에 노트북 데이터를 저장.

 

✅ 3) 문서 조회 (데이터 검색)

GET /products/_doc/1

→ id = 1인 문서(노트북 정보)를 가져옴.

 

✅ 4) 검색 쿼리 (상품명으로 검색)

GET /products/_search
{
  "query": {
    "match": {
      "name": "노트북"
    }
  }
}

→ 노트북을 포함하는 데이터를 검색.

 

✅ 5) 문서 수정

POST /products/_update/1
{
  "doc": {
    "price": 1100000
  }
}

→ id=1인 상품의 가격을 110만원으로 변경.

 

✅ 6) 문서 삭제

DELETE /products/_doc/1

→ id=1인 상품을 삭제.

 

5️⃣ 엘라스틱서치 사용 사례

💡 어디에 사용될까?

사용 사례	설명
🔍 검색 엔진	대용량 문서를 빠르게 검색 (e.g., 네이버, 구글 검색엔진)
📊 로그 분석	ELK 스택(Elasticsearch + Logstash + Kibana)과 함께 사용하여 서버 로그 분석
🏦 데이터 모니터링	금융 거래 데이터 실시간 분석 및 이상 탐지
🛒 이커머스 추천 시스템	상품 검색, 추천 기능 (e.g., 쿠팡, 아마존)
📱 소셜 미디어 분석	트위터, 인스타그램 등에서 키워드 기반 검색

 

🎯 결론

✅ Elasticsearch는 빠른 검색과 실시간 분석이 필요한 시스템에 최적화된 NoSQL 엔진.

✅ JSON 기반 RESTful API를 제공하여 사용이 간편함.

✅ 샤드(Shard)와 레플리카(Replica)로 분산 저장하여 확장성 확보.

✅ 로그 분석(ELK 스택), 검색 시스템, 추천 시스템 등에 활용 가능.

 

 

 

 

출처 : ChatGPT