一、為什么elasticsearch很適合日志系統

elasticsearch 出名的就是全文檢索，利用分詞和倒排索引能夠很好地解析你想要查詢和文檔的內容，并做匹配，就是達到了日志系統的需求。比如我想要搜尋一個帶有NullPointException的ERROR日志，只需要搜索這兩個詞，它便能快速地進行定位。這個就是和他的倒排索引和分詞的特點做到的。

優點：支持大量、離散、關鍵詞式的查詢，遷移、擴容很簡單，符合日志系統的需求。

換一個分布式數據庫來說，那么首先MySQL單節點百萬或者1千萬的數據量就比較力不從心了，再談到分布式數據庫，它能夠很好的解決單節點的弊端，但是分布式數據需要自定義分庫分表的規則，一段日志的記錄肯定會存在一個字段中，那么MySQL對于like這類的模糊查詢力不從心。

缺點：分布式數據的搭建和分配規則的使用難度都比較高，數據的遷移和持久化更是比較麻煩，對于like類的檢索力不從心，可以說MySQL可以有辦法達到日志系統的需求，但并不適合日志系統的需求。

就目前你所言的404，如果你單獨一個字段去存儲，自然是沒有問題，兩個做都能做，如果混雜在一條的日志里，es從性能上肯定是會更好，但是還是需要考慮好是否適合、難度和未來effort如何？畢竟日志系統只是輔助性的開發，如果不是拿它賣產品，還是要衡量好投入的人力。

延伸閱讀：

二、MongoDB是什么

非關系型數據庫(nosql ),屬于文檔型數據庫。MongoDB采用類JSON的documents來存儲數據。數據結構由鍵值(key=>value)對組成。

MongoDB采用動態數據模型schema，這意味著不需要預先定義表的數據類型和字段名。當MongoDB需要更新文檔documents的時候，可以輕松增加新的字段名或者刪除舊的字段。MongoDB讓數據結構更加層級化，因而存儲數組等復雜數據結構。 在同一個集合collection中，文檔document對字段也沒有強約束，因此更容易設計差異化的數據結構。