Elasticsearch 28道面试题和答案.docx

Elasticsearch 是一个分布式、开源的全文检索引擎，广泛用于实时数据分析和大规模搜索应用。以下是一些关于 Elasticsearch 的关键知识点，基于提供的面试题和答案： 1. **节点分片策略**：遵循官方建议，一个节点最好不超过三个主分片（shards）。这是因为过多的分片会增加节点的负载，影响性能。 2. **Master 选举**：Elasticsearch 使用 ZenDiscovery 模块进行主节点选举。节点间通过 Ping 进行通信，通过 Unicast 单播发现彼此。选举过程是所有可成为主节点的节点根据节点 ID 排序，得票数超过半数（n/2+1）且自身也投票的节点成为主节点。 3. **写入调优**： - 写入前设置副本数为 0，关闭 refresh_interval 以禁用刷新机制。 - 批量写入（bulk）以提高效率。 - 写入后恢复副本数和刷新间隔。 - 使用系统自动生成的 ID，避免手动操作带来的潜在问题。 4. **避免脑裂**：通过配置 `discovery.zen.minimum_master_nodes` 至超过所有候选主节点的一半以上，防止网络分区导致的多个主节点情况（脑裂）。 5. **大数据量聚合**：对于上亿量级的聚合，Elasticsearch 提供了 cardinality 度量，基于 HyperLogLog（HLL）算法，能高效估计基数，同时允许配置内存使用以平衡精度和资源消耗。 6. **主分片数量变更**：主分片数量一旦设定，不可更改，因为数据路由依赖于文档 ID 的哈希值与主分片数量的模运算。 7. **集群监控**：使用 Marvel 插件结合 Kibana 可以实时监控 Elasticsearch 集群的健康状态和性能指标。 8. **副本**：副本是分片的备份，用于提高可用性和容错性。一个集群由一个或多个共享相同集群名称的节点组成，每个节点可以包含多个分片。 9. **数据更新流程**： - 更新数据时，旧文档标记为删除，新数据写入。 - 刷新操作（refresh）会产生新的 segment 文件。 - 定期合并 segment 文件，删除已删除的文档，并更新 commit point。 10. **分析器**：分析器负责将输入文本转换为可用于索引的 tokens。Elasticsearch 内置多种分析器，如标准分析器，用户也可自定义分析器，包括 CharFilter、Tokenizer 和 TokenFilter。 11. **节点选择**：TransportClient 使用轮询方式与预先配置的集群节点通信，选择特定节点执行请求。 12. **倒排索引**：倒排索引是 Elasticsearch 实现快速全文搜索的关键。它将每个词元（token）映射到包含该词元的文档列表，使得搜索时可以迅速定位到相关文档。 以上知识点涵盖了 Elasticsearch 的核心概念，包括集群管理、数据处理、性能优化和监控等方面。理解和掌握这些知识点对于使用和维护 Elasticsearch 集群至关重要。