MySQL是一种关系型数据库，它可以高效地存储和查询结构化的数据。
ES是一种分布式搜索引擎，它可以快速地对海量的非结构化或半结构化的数据进行全文检索和分析。
MySQL 和 ES 的数据存储方式也不同。MySQL 中的数据通常是以关系型表的形式存储在磁盘上，而 ES 中的数据则是以类似文档的形式存储在内存中。通过将 MySQL 数据同步到 ES，就可以将 MySQL 的关系型数据转化成 ES 的文档型数据，从而更好地适应 ES。
MySQL和ES的应用场景和优势各不相同，因此在选择使用哪种技术时，需要根据具体的业务需求和数据特点进行权衡。一般来说，如果数据主要是结构化的，且需要保证事务性、一致性和完整性，那么MySQL可能是更合适的选择。如果数据主要是非结构化或半结构化的，且需要支持复杂的搜索、聚合和分析功能，那么ES可能是更合适的选择。
当然，也有一些场景下，MySQL和ES可以同时使用，以实现最佳的性能和功能。例如，可以将MySQL作为主数据库，存储核心的业务数据，同时将部分数据同步到ES中，以提供更灵活的搜索和分析能力。
什么情况下 MySQL 需要换成 Elasticsearch？
- 全文搜索需求：当你需要对大量文本数据进行快速搜索时，Elasticsearch 的性能和能力都比 MySQL 要强。
- 日志分析：如果你需要对大量的日志或时间序列数据进行实时分析，Elasticsearch 更为合适。
- 大数据处理：Elasticsearch 适合处理 TB 到 PB 级别的大数据，并且提供快速的查询响应。
- 可扩展性：如果你的数据量正在快速增长，并且 MySQL 扩展变得困难，你可能会考虑使用 Elasticsearch。
- 实时数据处理：Elasticsearch 支持几乎实时的数据索引和查询。
- 复杂的数据可视化：Elasticsearch 配合 Kibana 可以提供强大的数据可视化工具
Elasticsearch 并不是 MySQL 的替代品，而是一个补充。在许多应用场景中，它们可以并存并一起工作，其中 MySQL 负责事务和关系数据存储，而 Elasticsearch 负责搜索和分析，通过将 MySQL 数据同步到 ES，可以方便地将分散在多个 MySQL 服务器中的数据统一管理和查询
我项目中的使用：
新版订单数据和老版订单数据mysql表不同，但是需要一起查询到前端页面，所以对核心数据在es中处理合并后，在提供分页查询能力
分库分表后的数据整合后进行统计分析
文档类数据的查询分析
用户画像，订单画像
评论数据根据各种标签或者关键词进行搜索
