1.es是三面?
es是一个高扩展的,开源的,全文检索的,分析的引擎。
用于实时快速的 存储,搜索,分析海量数据。
2. 为什么要用到ES?
因为在商城中数据会越来越多,所以采用以往的模糊查询。(模糊查询前置配置,导致索引失效,导致都是全表扫描,效率低下)而我们使用ES做一个全文索引,我们将常用的商品字段(比如商品名,描述,价格)放入我们es的索引库中,可以提高查询速度。
3.描述一下ElasticSearch 索引文档的过程。
4.ES的节点如何了解?
节点就是ES的实例,节点有以下四种类型
- 主节点(可选举节点):这样的节点可被集群选举为主节点,获得集群控制权。
- 数据节点:存储数据,操作数据,(比如CRUD,搜索和聚合)。
- Ingest节点:用于建索引前的预处理。
- Tribe节点:(部落节点):在多个集群之间进行协调的特殊节点。(在集群之间进行各种操作)。
5.索引是什么?
每个集群多个索引,每个索引包含一张表,每个表包含多个文档,每个文档包含不同的属性。
6.分片是什么?
1.随着索引文件的增加,磁盘容量和处理速度都更不上,所以会将索引数据进行切分成小段——这就是分片(shards)。
2.目的是提高查询速率。
7.副本是什么?
1.副本是分片的完整拷贝。
2.作用:增加了查询的吞吐率,在极端负载情况下实现高可用。
3.副本可以有效帮助处理能力请求。
8.ES中相关性和打分过程?
1.都是有Lucene搜索引擎完成的。
2.打分系统支持可插拔的信息获取模型 包括:
向量空间模型:
基于概率的模型:
语言模型:
9. ES支持那些类型的查询?
参考:https://zhuanlan.zhihu.com/p/265399976
Elasticsearch(ES)是一个高度可扩展的全文搜索引擎,用于快速存储、搜索和分析大量数据。它通过建立全文索引来解决传统模糊查询效率低下的问题,提高商城等场景的商品搜索速度。ES的索引过程包括文档解析、分析、存储和建立倒排索引等步骤。节点分为主节点、数据节点、Ingest节点和Tribe节点,分别负责集群控制、数据存储与操作、索引前处理和跨集群操作。索引由多个分片组成,分片和副本旨在提高查询速率和数据冗余,确保高可用性。ES使用Lucene进行相关性计算和打分,支持多种查询类型,如全文、范围、术语等。

1万+

被折叠的 条评论
为什么被折叠?



