6. Modeling Your Data

Elasticsearch is a different kind of beast, especially if you come from the world of SQL. It comes with many benefits: performance, scale, near real-time search, and analytics across massive amounts of data. And it is easy to get going! Just download and start using it.

그 동안 SQL을 다뤄왔다면, Elasticsearch는 그것과 전혀 다르다. 방대한 양의 데이터에 대한 성능, 확장, 실시간에 가까운 검색과 분석 등 많은 이점이 있다. 그리고 시작하기가 쉽다. 단순히 내려 받고, 그것을 사용하면 된다.

But it is not magic. To get the most out of Elasticsearch, you need to understand how it works and how to make it work for your needs.

하지만, 마술은 아니다. Elasticsearch를 최대한 활용하려면, Elasticsearch가 동작하는 방법과, 요구사항에 맞게, Elasticsearch를 동작시키는 방법을 이해해야 한다.

Handling relationships between entities is not as obvious as it is with a dedicated relational store. The golden rule of a relational database—normalize your data—does not apply to Elasticsearch. In Handling Relationships, Nested Objects, and Parent-Child Relationship we discuss the pros and cons of the available approaches.

entity 사이의 관계를 다루는 것은 전용 관계형 저장소(RDB)처럼 명확하지 않다. 관계형 DB의 황금룰(golden rule, 데이터의 정규화)은 Elasticsearch에 적용되지 않는다. Handling Relationships, Nested Objects, Parent-Child Relationship에서, 가능한 접근 방식의 장단점에 대해 이야기할 것이다.

Then in Designing for Scale we talk about the features that Elasticsearch offers that enable you to scale out quickly and flexibly. Scale is not one-size-fits-all. You need to think about how data flows through your system, and design your model accordingly. Time-based data like log events or social network streams require a very different approach than more static collections of documents.

그 다음에, Designing for Scale에서, Elasticsearch가 제공하는 빠르고 유연한 scale out 기능에 대해 이야기할 것이다. scale은 범용적(one-size-fits-all)이지 않다. 데이터가 여러분의 시스템에 적용되는 방법에 대해 고민하고, 그에 따라 model을 설계해야 한다. log나 SNS같은 시간 기반의 데이터는, 더 정적인 document의 집합과는, 매우 다른 접근 방식이 필요하다.

And finally, we talk about the one thing in Elasticsearch that doesn’t scale.

그리고 마지막으로, Elasticsearch에서 확장하지 않는 한가지에 대해 이야기할 것이다.