MongoDB是面向文档的数据库管理系统，ElasticSearch是基于Apache Lucene的Restful实时搜索和分析引擎。
1. 共同点
一些特性是两者共有的，比如面向文档存储、无Schema、分布式数据存储、高可用性、分片和复制等。虽然ElasticSearch作为数据存储是可行的，但具体场景是决定选型的关键。
2. 发展历程
MongoDB主要实现NoSQL数据库管理系统，用于存储海量数据（humongous）。另一方面，ElasticSearch基于数据抽取一些值，提供实时存储、索引、搜索和分析数据功能。这些数据收集自其他数据源（MySQL、文本、Redis等），可以直接存储在ElasticSearch集群中。
3. 差异性
- 索引：
ElasticSearch使用Apache Lucene实现索引，而MongoDB索引基于传统的B+树结构。ElasticSearch利用Lucene实现实时索引和搜索功能，默认支持在文档的每个字段上创建索引。而MongoDB，则必须定义索引用于提升查询性能，但是会影响写入效率； - 实现语言：
ElasticSearch采用Java语言编写，MongoDB是C++实现的； - 文档：
ElasticSearch存储Json文档，MongoDB采用Bson格式存储（Binary Json）； - Rest接口：
ElasticSearch提供Restful接口，MongoDB不提供； - MapReduce：
MongoDB支持MapReduce数据操作，ElasticSearch不支持。
两者的首要差异
- MongoDB是通用功能的非Restful风格的NoSQL数据库，文档以Bson格式存储，主要用于数据存储；
- ElasticSearch是分布式全文检索引擎，可以提供实时Restful风格API处理海量面向文档的数据。文档采用Json风格，主要用于基于文本的数据搜索。
4. 同时使用
很难对两者进行比较，实际应用中两者通常同时使用。
Elasticsearch一般不作为主存储数据库，而是和SQL & NoSQL数据库一起使用，作为辅助数据库。
与MongoDB不同, Elasticsearch 默认没有提供安全特性，如认证和授权（6.8之后，xpack部分开源功能可支持）。Elasticsearch和 Logstash & Kibana 一起称为ELK stack，用于快速查询数据并可视化展现分析数据。
Elasticsearch 非常适合需要基于文本进行快速索引然后进行检索，其查询速度非常快，大多数情况速度最多几十毫秒。
5. 总结
Elasticsearch 通常作为主数据库存储的辅助存储库。一般数据库系统更聚焦于约束、准确性和健壮性。当主记录在事务中更新时，其会同时被推送至Elasticsearch中.
和其他技术一样，没有银弹。没有一个数据库可以满足所有需求。所以我们需要了解不同数据库的优势和劣势，并选择合适的产品用于特定的需求。
