【面试篇】Es

基础概念类

问题：请简要介绍 Elasticsearch 是什么，它的主要特点有哪些？
答案：Elasticsearch 是一个基于 Lucene 库的开源分布式搜索引擎和分析引擎。它能对海量数据进行实时搜索与分析，被广泛应用于日志分析、全文搜索、监控指标分析等场景。其主要特点包括：
分布式架构：可轻松扩展到多个节点，实现水平扩展，以处理大规模数据和高并发请求。
实时性：数据写入后能近乎实时地被搜索到，满足对数据实时性要求较高的应用场景。
灵活的文档模型：使用 JSON 格式存储和处理数据，允许动态定义数据结构，适应各种类型的数据。
强大的搜索功能：支持全文搜索、模糊搜索、聚合分析等多种搜索方式，可对数据进行复杂的查询和分析。
问题：Elasticsearch 中的索引、文档和类型分别是什么含义，它们之间有什么关系？
答案：
索引：是一个存储关联数据的逻辑空间，类似于关系型数据库中的数据库，它包含了多个文档。
文档：是 Elasticsearch 中最基本的数据单元，相当于关系型数据库中的一行记录，以 JSON 格式存储，包含具体的数据字段和值。
类型：在早期版本中，一个索引可以包含多种类型的文档，用于对不同结构的文档进行分类。但从 Elasticsearch 7.x 版本开始，逐渐弱化类型的概念，一个索引只允许存在一个默认类型（_doc），到 8.x 版本后不再支持多类型。
关系：一个索引可以包含一个或多个类型（早期版本），每个类型下包含多个文档，文档存储在对应的索引的类型中。

索引与文档操作类

问题：在 Elasticsearch 中，怎样创建一个索引，并且向索引中插入文档？
答案：可以使用 Elasticsearch 提供的相关工具或客户端接口来操作。创建索引时，需要指定索引名称，并可以设置一些参数，比如分片数量、副本数量，以及定义数据字段的映射关系，确定每个字段的数据类型等。插入文档时，要指定索引名和文档所属的类型（新版本一般是默认类型 _doc ），然后提供以 JSON 格式表示的文档内容，包含具体的字段和对应的值。
问题：Elasticsearch 中的文档更新和删除是如何实现的，有什么需要注意的地方？
答案：
更新文档：有两种常见方式。一种是通过专门的更新操作，直接指定要更新的文档 ID 和需要修改的字段及新值。另一种是先获取文档内容，在本地修改后，再将整个文档重新索引到 Elasticsearch 中。
删除文档：通过指定索引和文档 ID 来执行删除操作。
需要注意的是，删除操作实际上是将文档标记为已删除，不会立即从磁盘上物理删除，而是在后续的段合并等过程中才会真正清理。对于更新操作，要考虑并发情况，避免数据不一致。同时，更新操作可能会导致索引的重建，影响性能。

分布式原理类

问题：Elasticsearch 是如何实现分布式存储和搜索的？
答案：
分布式存储：Elasticsearch 将索引划分成多个分片，每个分片还可以有多个副本。分片会分布在不同的节点上，数据依据一定的算法分散存储在各个分片中。写入数据时，先写入主分片，再同步到副本分片。
分布式搜索：当接收到搜索请求，请求会先到协调节点，协调节点将请求转发到包含相关分片的节点。这些节点并行执行搜索，然后把结果返回给协调节点，协调节点合并、排序结果后返回给客户端，实现对大规模数据的快速搜索。
问题：Elasticsearch 中的分片和副本有什么作用，如何合理设置分片数和副本数？
答案：
分片的作用：把索引数据分割成较小部分，分布在不同节点，实现数据水平扩展，提升存储和处理能力，还能并行处理搜索请求，加快搜索速度。
副本的作用：提供数据冗余，保障数据高可用性，主分片所在节点故障时，副本分片能接替工作。同时，副本分片可处理读请求，分担主分片负载，提高搜索性能。
合理设置分片数和副本数：分片数要依据数据量大小和未来增长预期来确定，一般建议每个分片大小不超 50GB，数据量小设置过多分片会增加管理开销和性能损耗。副本数根据对数据可用性和性能的需求决定，增加副本数可提升读性能和可用性，但会占用更多磁盘空间和网络带宽，通常设置 1 到 3 个副本较为合适。

性能优化类

问题：在 Elasticsearch 中，有哪些常见的性能优化方法？
答案：
合理设计索引结构：包括选择合适的字段类型，避免过多的字段和复杂的嵌套结构，减少不必要的字段映射。
优化分片和副本设置：根据数据量和访问模式，合理设置分片数和副本数，避免分片过多或过少。
使用合适的查询语句：避免复杂的全表扫描查询，尽量使用过滤器、聚合等高效的查询方式，减少返回的数据量。
定期进行索引优化：如执行段合并操作，减少索引文件数量，提高查询性能。
硬件资源优化：确保服务器有足够的内存、CPU 和磁盘 I/O 性能，合理分配资源给 Elasticsearch 进程。
问题：Elasticsearch 中的慢查询是如何定位和优化的？
答案：可以通过开启 Elasticsearch 的慢查询日志功能，记录执行时间较长的查询语句。然后分析慢查询日志，查看具体的查询语句、执行时间、涉及的索引和分片等信息。优化方面，可以检查查询语句是否合理，是否可以添加合适的索引来加快查询速度，比如对经常用于过滤或排序的字段创建索引。还可以调整查询的分页参数，避免一次性获取过多数据导致查询缓慢等。