به طور کلی Elasticsearch به منظور سرچ یا جست و جو راه‌اندازی و استفاده می‌شود.
به عنوان مثال موتور جست و جوی گوگل، دیجی‌کالا و آمازون
یافته‌های سرچ شده می‌تواند مطالب یک بلاگ، محصولات و … باشد.
با استفاده از Elasticsearch می‌توان یک محیط سرچ مثل گوگل برای داده‌ها و اطلاعات مشخصی راه‌اندازی کرد.
از قابلیت‌های Elasticsearch می‌توان به موارد زیر نام برد :
autocomplete یا تکمیل خودکار کلمات ناقص
تصحیح کلمات از نظر غلط املایی
پررنگ کردن کلمات یا کلمات مرتبط در متن یا موارد یافت شده
پیدا کردن و پیشنهاد دادن کلمات یا موارد مشابه جست و جو شده
یکی از قابلیت‌ها و مزیت‌های اصلی Elasticsearch پیشبینی آینده بر اساس یافته‌ها و داده‌های موجود است.
لازم به ذکر است که Elasticsearch تنها عمل جست و جو را انجام نمی‌دهد بلکه یک بستر منعطف برای پایش و تحلیل داده و اطلاعات را دارا می‌باشد. به زبان فنی‌تر با استفاده از Elasticsearch می‌توان بر روی هزاران داده‌ی دریافت شده، پرسمان یا عمل Query را انجام داد.
با استفاده از Elasticsearch می‌توان بر روی داده و اطلاعات پرسمان یا Query هایی به منظور Data aggregation یا جمع آوری داده‌ها انجام داد.
با استفاده از Elasticsearch می‌توان بر روی داده و اطلاعات پرسمان یا Query هایی انجام داد که منجر به نمایش نمودارهای دایره‌ای یا Pie chart شود.
Elasticsearch را نمی‌توان Business intelligence یا هوش تجاری دانست بلکه ابزاریست برای کمک در تحقق Business intelligence
با استفاده از Elasticsearch می‌توان لاگ‌ها، داده‌ها و اطلاعات مربوط به برنامه‌ها یا سرویس‌های مختلف را جمع‌آوری نمود. به لاگ‌ها و اطلاعات برنامه‌ها اصطلاحا Application logs گفته می‌شود. به عنوان مثال این اطلاعات می‌تواند در نحوه‌ی مصرف پردازنده، حافظه‌ی موقت و … باشد.
با توجه به توضیحات بند بالا، به طور کلی Elasticsearch از مبحث Application Performance Management یا APM به صورت کامل پشتیبانی می‌کند.
به طور کلی Elasticsearch یک ابزار خوب برای حل مسائل مربوط به BigData است. لذا همان طور که قبلا نیز گفته شد، یادگیری ماشین یا Machine learning قابل پیاده شدن در Elasticsearch را دارد.
با توجه به موارد گفته شده در بند بالا، می‌توان نمودارها یا گزارش‌هایی را پیشبینی کرد که در آن به وقوع خطا یا رخدادی خاص اشاره می‌کند.
data is stored as documents. similar to rows in relational databases e.g. MySQL
اطلاعات و داده‌ها درون Elasticsearch به صورت document ذخیره می‌شود. دقیقا همانند سطرها در پایگاه‌داده‌ی رابطه‌ای مثل MySQL
لطفا در خصوص پایگاه‌داده‌ی رابطه‌ای مطالعه شود.
Elasticsearch با زبان Java نوشته شده و از Apache lucene نیز بهره می‌برد.
Elasticsearch توسط شرکت‌های بزرگی مورد استفاده قرار می‌گیرد.
درخواست‌ها و جواب‌ها یا Request و Response ها تحت مکانیزم Rest API ارسال و دریافت می‌شود.
