缓存的全部目的是尽可能快地返回已经请求的数据。缓存的一个限制是它们不能太大，因为查找时间会增加，从而破坏了缓存的初衷。也就是说，如果您计划在数据库中拥有数百万/十亿条记录，这并不奇怪。将它们全部编入索引并不困难，但将它们全部缓存起来就困难了，尽管由于RAM越来越便宜，您可能能够将所需的所有内容存储在内存中。您还需要问问自己是否需要将缓存分布在多个主机上（无论是现在还是将来）。
考虑到ES中的查找和查询速度极快（+ ES为您带来了更多的好处，除了这一点，如评分），即通常比从DB检索相同的数据更快，使用ES作为缓存是有意义的。我看到的一个问题是常见的，即一旦开始复制数据（DB -〉ES），您需要确保两个存储不会失去同步。
现在，如果你在这个混合中添加了一个缓存，它是第三个需要维护的数据存储，并确保与主数据存储一致。如果你知道你的数据非常稳定，即写入，然后不经常更新，那么这可能是可以的，但你需要在设计数据访问策略时始终记住这一点。
正如@paweloque所说，最终这一切都取决于您的具体用例。每个问题都是不同的，我可以证明，在过去五年左右的几十个ES项目中，我从未见过两个项目以相同的方式配置。缓存可能对某些特定情况有意义，但对其他情况则完全没有意义。
你需要认真考虑如何以及在哪里存储数据，谁在请求它们（以及以什么速度），谁在创建/更新它们（以及以什么速度），但最终，最佳实践是保持堆栈尽可能精简，只需要尽可能少的组件，每个组件都是你必须理解，集成，维护，调整和监控的潜在瓶颈。
最后，我想补充一点：添加缓存或索引应该被认为是软件堆栈的性能优化。正如您可能知道的常见说法"Premature optimization is root of all evil"，您应该首先只使用数据库，测量性能，负载测试，然后见证它可能不支持负载。然后，您可以根据需要决定在数据库上添加缓存和/或索引。同样，负载测试，测量，然后再决定。如果你只有十个用户每天发出几个请求，那么只有一个数据库可能就很好了。你必须明白什么时候以及为什么你需要在你的巴别塔上添加另一层，但最重要的是你需要一次添加一层，看看这层是如何提高/降低堆栈的稳定性的。
最后但并非最不重要的是，您可以找到一些使用ES作为缓存的人的在线文章（主要是key-value stores和object caches）。

您的问题：
缓存解决方案和索引解决方案之间的真实的区别是什么？
A.简单的区别是，缓存用于存储频繁使用的数据，以更快地服务于相同的请求。本质上，您的缓存比主存储更快，但大小更小，因此，它可以存储的数据（考虑到它更昂贵的共同点）
索引是对所有数据进行的，以使其更快地搜索。一个简单的Hashtable/HashMap将哈希作为索引，而在Array中，0和1是索引。
你可以索引一些列来更快地搜索它们。但是缓存是你想让你的数据更快地获取它们的地方。通常缓存是RAM而数据库是来自硬盘
缓存通常也是一个键值存储，所以如果你知道键，然后从该高速缓存中获取它，不需要运行查询。在NHibernate和EntityFrameworks中，查询缓存是以查询作为键插入的，所有数据都被缓存。现在你的查询将从缓存中获取，而不是通过数据库运行它。

有趣的问题！你确实可以使用elasticsearch来实现缓存。它提供了一些功能，可以让你的文档过期，但我不确定它们是否适合该高速缓存过期。问题是elasticsearch不是为缓存解决方案而构建的。它的最佳点是索引和查找文档。
索引是建立索引的任务，就像对书籍所做的那样：你读了整篇文章，并写下单词是在哪一页找到的，这使我们以后可以很快地找到单词在文章中的位置。
Elasticsearch提供了一个工具箱，允许您定义如何索引和处理文本，即应用词干。然后在下一步中，它将为您提供不同类型的查询来查找文档。
然而，你可以将文档写入elasticsearch，并使用文档的id来读取它。像这样，你可以将elasticsearch用作存储，它可能被用作缓存。