在跨多个数据存储进行搜索时，您已经列出了两个主要选项，即在一个中央数据存储中进行搜索（选项1）或在所有数据存储中进行搜索并汇总结果（选项2）。
尽管选项＃2有两个主要缺点，但这两个选项都可以使用：
- 为了将搜索“分支”到多个数据存储并汇总您返回的结果，将需要在应用程序中开发大量逻辑。
- 每个数据存储的响应时间可能有所不同，因此，您必须等待最慢的数据存储响应才能向用户显示搜索结果（除非您通过使用不同的异步技术（例如Ajax）来规避此问题，websocket等）
如果您想提供更好和更可靠的搜索体验，则选项1无疑会赢得我的投票（实际上，我大部分时间都采用这种方式）。正确地说，此选项的主要缺点是您需要使Elasticsearch与其他主数据存储区中的更改保持同步。
由于您的其他数据存储将是关系数据库，因此您有几种不同的选择可以使它们与Elasticsearch保持同步，即：
- 使用Logstash JDBC输入
- 使用JDBC导入器 工具
前两个选项效果很好，但有一个主要缺点，即它们不捕获表上的DELETE，它们仅捕获INSERT和UPDATE。这意味着，如果您曾经删除用户，帐户等，则将无法得知必须删除Elasticsearch中的相应文档。当然，除非您决定在每个导入会话之前删除Elasticsearch索引。
为了减轻这种情况，您可以使用另一个基于MySQL binlog的工具，从而可以捕获每个事件。用Go
语言编写了一种，用Java语言编写了一种，用Python 语言编写了一种。
