ElasticSearch面试题总结

关注

原创 2022-05-12 09:13:40 2k 阅读 AI 写同款· GEO 优化 ›

ElasticSearch常见面试题汇总 Elasticsearch 是基于 Lucene 的 Restful 的分布式实时全文搜索引擎，每个字段都被索引并可被搜索，可以快速存储、搜索、分析海量的数据。全文检索是指对每一个词建立一个索引，指明该词在文章中出现的次数和位置。当查询时，根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。**（1）index 索引：**索引类似于mysql 中的数据库，Elasticesearch 中的索引是存在数据的地方，包含了一堆有相似结构的文档数据。**（2 阅读详情

本篇文章会将ElasticSearch简写为ES

1、为什么要使用ElasticSearch

系统中的数据随着业务的扩展，时间的推移会变得越来越多，如果对某个关键词进行模糊查询，传统的数据库就会放弃索引，进行全表查询，这样会导致效率特别低。ElasticSearch支持全文检索，对关键词和文档内容建立了倒排索引，可以快速查询到所需的内容。

2、ElasticsSearch和MySQL的区别

类型：ES属于非关系型数据库，擅长存储非结构化数据，而MySQL属于关系型数据库，只能存储结构化数据
存储过程/索引结构：MySQL需要先对表进行设计，提前定义好数据表的结构，建立正排索引；ES比较灵活，可以对Feild字段进行设计，也可以不设计，建立倒排索引
事务支持：Mysql支持事务，ES不支持事务，对修改和删除无法进行回滚
读写方式：Mysql使用聚簇索引和非聚簇索引相结合的方式，如果是聚簇索引找到索引也就找到了数据，如果是非聚簇索引，找到了索引后再根据聚簇索引二次查表，直到找到数据。ES的每个node节点都可以接受request，然后分发到含有该index的节点上，对应的节点经过查询、计算、排序等操作后汇总返回给分发request的节点，由该节点返回给client。每次请求都会轮询地发送到各个节点，防止请求全部打到一个节点。
数据量：对于大数据量简单计算，ES具有绝对的优势，Mysql主要是查询带索引的数据，数据量通常在百万级别以下。

3、ES的查询流程

分为两个阶段：Query then Fetch
第一个阶段是查询：客户端发送查询请求到任意一个节点，此时节点便是协调节点，将请求内容进行处理并计算分片位置后，分发给对应的分片，每个分片在本地进行查询，将结果保存在有序的优先队列中返回给协调节点。
第二个阶段是取数据：协调节点获取到返回的所有数据后，产生一个全局的排序队列，返回给客户端。

4、ES的写入流程

客户端将数据发送给任意一个节点，此节点作为协调节点，
通过路由计算得到对应主分片的位置，将数据转发给主分片，主分片将数据写入，然后发送给对应的副本
副本收到数据后，将数据写入自己的分片，并将响应结果返回给主分片
主分片收到所有副本的响应结果后，在向客户端返回响应

5、ES目前的检索方式有哪些

基于DSL检索（常用）
基于URL检索
基于SQL检索（不推荐）

6、写入调优

写入前将副本数设置为0
写入前禁用刷新
写入时使用bulk批处理
尽量使用自动生成的id
写入后恢复副本数量和刷新间隔

7、ES如何实现master选举

Master节点的选举是由ZenDiscovery负责的，主要包括Ping(发现)和Unicast(记录)两个模块
对所有可以成为master的节点(node.master:true)按照nodeid的字典顺序排序，每次选举时每个节点将自己知道的节点进行一次排序，选出第一个节点，暂且认为它是master节点
如果对某个节点的投票树达到一定数量（所有可以成为master的节点数N/2+1），并且它自己也选自己，那么就将该节点设置为master节点，否则重新选举直到满足条件
master节点的主要职责是对集群、节点和索引的管理，不负责文档级别的管理（由node节点管理），data节点可以关闭http功能

8、集群脑裂问题

同一个集群中的不同节点，对于集群的状态有了不一样的理解。
成因：网络延迟，节点负载，内存回收
解决方法：
- 减少误判：discovery.zen.ping_timeout默认为3s，可以适当调大
- 选举触发：控制选举行为发生的最小集群主节点数量
- 角色分离：master节点和data节点分离，限制角色：
  - 主节点配置：node.master:true; node.data:false
  - 数据节点配置：node.master:false; node.data:true