隨著數據存儲的不斷增長和應用場景的不斷拓展，單一的數據庫已經不能滿足現代應用的需求。因此，有些應用會設計多個數據庫來存儲不同的數據，以提高系統的性能和穩定性。而對于不同的數據庫之間的數據交互，常常需要一定的兼容性。

當我們在處理海量數據時，MySQL往往顯得力不從心，因為MySQL的查詢速度受限于單臺服務器的性能，隨著數據量的逐漸增大，查詢時間會成倍增加，這會引起一系列性能問題和系統穩定性問題。因此，我們可以考慮使用ES數據庫，并通過一些手段使其與MySQL數據庫兼容，來提高我們系統的性能和穩定性。

//ES數據源配置
spring.data.elasticsearch.cluster-name=my-application
spring.data.elasticsearch.cluster-nodes=127.0.0.1:9300
//MySQL數據源配置
spring.datasource.url=jdbc:mysql://localhost:3306/test?useUnicode=true&characterEncoding=utf-8&useSSL=false
spring.datasource.username=root
spring.datasource.password=root
@Configuration
public class MyDataSource {
@Bean
@Primary
public DataSource mysqlDataSource(){
HikariConfig config = new HikariConfig();
config.setJdbcUrl("jdbc:mysql://localhost:3306/test?useUnicode=true&characterEncoding=utf-8&useSSL=false");
config.setUsername("root");
config.setPassword("root");
config.addDataSourceProperty("cachePrepStmts", "true");
config.addDataSourceProperty("prepStmtCacheSize", "250");
config.addDataSourceProperty("prepStmtCacheSqlLimit", "2048");
return new HikariDataSource(config);
}
@Bean
public DataSource esDataSource(){
Settings settings = Settings.builder()
.put("cluster.name", "my-application")
.build();
return new ElasticsearchDataSource(settings, "127.0.0.1:9300");
}
}

在上述代碼中，我們先定義了MySQL和ES各自的數據源配置，然后通過Java Config來進行數據源配置的初始化，這樣我們在后續的應用中，只需調用相應的數據源即可。即：

@Autowired
private DataSource mysqlDataSource;
@Autowired
private DataSource esDataSource;

再通過Spring Data Elasticsearch的幫助，我們可以很方便的操作ES數據，使得ES與MySQL的數據存儲和檢索變得更加高效和穩定。