這篇文章主要為大家展示了“Elasticsearch有哪些面試題”，內(nèi)容簡(jiǎn)而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“Elasticsearch有哪些面試題”這篇文章吧。

灞橋ssl適用于網(wǎng)站、小程序/APP、API接口等需要進(jìn)行數(shù)據(jù)傳輸應(yīng)用場(chǎng)景，ssl證書未來(lái)市場(chǎng)廣闊！成為創(chuàng)新互聯(lián)的ssl證書銷售渠道，可以享受市場(chǎng)價(jià)格4-6折優(yōu)惠！如果有意向歡迎電話聯(lián)系或者加微信：028-86922220（備注：SSL證書合作）期待與您的合作！

1、elasticsearch 了解多少，說(shuō)說(shuō)你們公司 es 的集群架構(gòu)，索引數(shù)據(jù)大小，分片有多少，以及一些調(diào)優(yōu)手段 。

面試官：想了解應(yīng)聘者之前公司接觸的 ES 使用場(chǎng)景、規(guī)模，有沒(méi)有做過(guò)比較大 規(guī)模的索引設(shè)計(jì)、規(guī)劃、調(diào)優(yōu)。

解答： 如實(shí)結(jié)合自己的實(shí)踐場(chǎng)景回答即可。 比如：ES 集群架構(gòu) 13 個(gè)節(jié)點(diǎn)，索引根據(jù)通道不同共 20+索引，根據(jù)日期，每日 遞增 20+，索引：10 分片，每日遞增 1 億+數(shù)據(jù)， 每個(gè)通道每天索引大小控制：150GB 之內(nèi)。

僅索引層面調(diào)優(yōu)手段：

1.1、設(shè)計(jì)階段調(diào)優(yōu)

1、根據(jù)業(yè)務(wù)增量需求，采取基于日期模板創(chuàng)建索引，通過(guò) roll over API 滾動(dòng)索引；

2、使用別名進(jìn)行索引管理；

3、每天凌晨定時(shí)對(duì)索引做 force_merge 操作，以釋放空間；

4、采取冷熱分離機(jī)制，熱數(shù)據(jù)存儲(chǔ)到 SSD，提高檢索效率；冷數(shù)據(jù)定期進(jìn)行 shrink操作，以縮減存儲(chǔ)；

5、采取 curator 進(jìn)行索引的生命周期管理；

6、僅針對(duì)需要分詞的字段，合理的設(shè)置分詞器；

7、Mapping 階段充分結(jié)合各個(gè)字段的屬性，是否需要檢索、是否需要存儲(chǔ)等?！?.

1.2、寫入調(diào)優(yōu)

1、寫入前副本數(shù)設(shè)置為 0；

2、寫入前關(guān)閉 refresh_interval 設(shè)置為-1，禁用刷新機(jī)制；

3、寫入過(guò)程中：采取 bulk 批量寫入；

4、寫入后恢復(fù)副本數(shù)和刷新間隔；

5、盡量使用自動(dòng)生成的 id。

1.3、查詢調(diào)優(yōu)

1、禁用 wildcard；

2、禁用批量 terms（成百上千的場(chǎng)景）；

3、充分利用倒排索引機(jī)制，能 keyword 類型盡量 keyword；

4、數(shù)據(jù)量大時(shí)候，可以先基于時(shí)間敲定索引再檢索；

5、設(shè)置合理的路由機(jī)制。

1.4、其他調(diào)優(yōu)

部署調(diào)優(yōu)，業(yè)務(wù)調(diào)優(yōu)等。

上面的提及一部分，面試者就基本對(duì)你之前的實(shí)踐或者運(yùn)維經(jīng)驗(yàn)有所評(píng)估了。

2、elasticsearch 的倒排索引是什么

面試官：想了解你對(duì)基礎(chǔ)概念的認(rèn)知。

解答：通俗解釋一下就可以。

傳統(tǒng)的我們的檢索是通過(guò)文章，逐個(gè)遍歷找到對(duì)應(yīng)關(guān)鍵詞的位置。

而倒排索引，是通過(guò)分詞策略，形成了詞和文章的映射關(guān)系表，這種詞典+映射表即為倒排索引。

有了倒排索引，就能實(shí)現(xiàn) o（1）時(shí)間復(fù)雜度的效率檢索文章了，極大的提高了檢索

學(xué)術(shù)的解答方式：

倒排索引，相反于一篇文章包含了哪些詞，它從詞出發(fā)，記載了這個(gè)詞在哪些文檔中出現(xiàn)過(guò)，由兩部分組成——詞典和倒排表。

加分項(xiàng)：倒排索引的底層實(shí)現(xiàn)是基于：FST（Finite State Transducer）數(shù)據(jù)結(jié)構(gòu)。

lucene 從 4+版本后開(kāi)始大量使用的數(shù)據(jù)結(jié)構(gòu)是 FST。FST 有兩個(gè)優(yōu)點(diǎn)：

1、空間占用小。通過(guò)對(duì)詞典中單詞前綴和后綴的重復(fù)利用，壓縮了存儲(chǔ)空間；

2、查詢速度快。O(len(str))的查詢時(shí)間復(fù)雜度。

3、elasticsearch 索引數(shù)據(jù)多了怎么辦，如何調(diào)優(yōu)，部署

面試官：想了解大數(shù)據(jù)量的運(yùn)維能力。

解答：索引數(shù)據(jù)的規(guī)劃，應(yīng)在前期做好規(guī)劃，正所謂“設(shè)計(jì)先行，編碼在后”， 這樣才能有效的避免突如其來(lái)的數(shù)據(jù)激增導(dǎo)致集群處理能力不足引發(fā)的線上客戶 檢索或者其他業(yè)務(wù)受到影響。 如何調(diào)優(yōu)，正如問(wèn)題 1 所說(shuō)，這里細(xì)化一下：

3.1 動(dòng)態(tài)索引層面

基于模板+時(shí)間+rollover api 滾動(dòng)創(chuàng)建索引，舉例：設(shè)計(jì)階段定義：blog 索 引的模板格式為：blog_index_時(shí)間戳的形式，每天遞增數(shù)據(jù)。

這樣做的好處：不至于數(shù)據(jù)量激增導(dǎo)致單個(gè)索引數(shù)據(jù)量非常大，接近于上線 2 的 32 次冪-1，索引存儲(chǔ)達(dá)到了 TB+甚至更大。

一旦單個(gè)索引很大，存儲(chǔ)等各種風(fēng)險(xiǎn)也隨之而來(lái)，所以要提前考慮+及早避免。

3.2 存儲(chǔ)層面

冷熱數(shù)據(jù)分離存儲(chǔ)，熱數(shù)據(jù)（比如最近 3 天或者一周的數(shù)據(jù)），其余為冷數(shù)據(jù)。 對(duì)于冷數(shù)據(jù)不會(huì)再寫入新數(shù)據(jù)，可以考慮定期 force_merge 加 shrink 壓縮操作， 節(jié)省存儲(chǔ)空間和檢索效率。

3.3 部署層面

一旦之前沒(méi)有規(guī)劃，這里就屬于應(yīng)急策略。 結(jié)合 ES 自身的支持動(dòng)態(tài)擴(kuò)展的特點(diǎn)，動(dòng)態(tài)新增機(jī)器的方式可以緩解集群壓力，注 意：如果之前主節(jié)點(diǎn)等規(guī)劃合理，不需要重啟集群也能完成動(dòng)態(tài)新增的。

4、elasticsearch 是如何實(shí)現(xiàn) master 選舉的

面試官：想了解 ES 集群的底層原理，不再只關(guān)注業(yè)務(wù)層面了。

解答： 前置前提：

1、只有候選主節(jié)點(diǎn)（master：true）的節(jié)點(diǎn)才能成為主節(jié)點(diǎn)。

2、最小主節(jié)點(diǎn)數(shù)（min_master_nodes）的目的是防止腦裂。 這個(gè)我看了各種網(wǎng)上分析的版本和源碼分析的書籍，云里霧里。 核對(duì)了一下代碼，核心入口為 findMaster，選擇主節(jié)點(diǎn)成功返回對(duì)應(yīng) Master，否 則返回 null。選舉流程大致描述如下：

第一步：確認(rèn)候選主節(jié)點(diǎn)數(shù)達(dá)標(biāo)，elasticsearch.yml 設(shè)置的值 discovery.zen.minimum_master_nodes；

第二步：比較：先判定是否具備 master 資格，具備候選主節(jié)點(diǎn)資格的優(yōu)先返回； 若兩節(jié)點(diǎn)都為候選主節(jié)點(diǎn)，則 id 小的值會(huì)主節(jié)點(diǎn)。注意這里的 id 為 string 類型。

題外話：獲取節(jié)點(diǎn) id 的方法。

1GET /_cat/nodes?v&h=ip,port,heapPercent,heapMax,id,name
2ip port heapPercent heapMax id name

5、詳細(xì)描述一下 Elasticsearch 索引文檔的過(guò)程

面試官：想了解 ES 的底層原理，不再只關(guān)注業(yè)務(wù)層面了。

解答： 這里的索引文檔應(yīng)該理解為文檔寫入 ES，創(chuàng)建索引的過(guò)程。 文檔寫入包含：?jiǎn)挝臋n寫入和批量 bulk 寫入，這里只解釋一下：?jiǎn)挝臋n寫入流程。

第一步：客戶寫集群某節(jié)點(diǎn)寫入數(shù)據(jù)，發(fā)送請(qǐng)求。（如果沒(méi)有指定路由/協(xié)調(diào)節(jié)點(diǎn)，請(qǐng)求的節(jié)點(diǎn)扮演路由節(jié)點(diǎn)的角色。）

第二步：節(jié)點(diǎn) 1 接受到請(qǐng)求后，使用文檔_id 來(lái)確定文檔屬于分片 0。請(qǐng)求會(huì)被轉(zhuǎn) 到另外的節(jié)點(diǎn)，假定節(jié)點(diǎn) 3。因此分片 0 的主分片分配到節(jié)點(diǎn) 3 上。

第三步：節(jié)點(diǎn) 3 在主分片上執(zhí)行寫操作，如果成功，則將請(qǐng)求并行轉(zhuǎn)發(fā)到節(jié)點(diǎn) 1 和節(jié)點(diǎn) 2 的副本分片上，等待結(jié)果返回。所有的副本分片都報(bào)告成功，節(jié)點(diǎn) 3 將 向協(xié)調(diào)節(jié)點(diǎn)（節(jié)點(diǎn) 1）報(bào)告成功，節(jié)點(diǎn) 1 向請(qǐng)求客戶端報(bào)告寫入成功。

如果面試官再問(wèn)：第二步中的文檔獲取分片的過(guò)程？ 回答：借助路由算法獲取，路由算法就是根據(jù)路由和文檔 id 計(jì)算目標(biāo)的分片 id 的 過(guò)程。

shard = hash(_routing) % (num_of_primary_shards)

6、詳細(xì)描述一下 Elasticsearch 搜索的過(guò)程？

面試官：想了解 ES 搜索的底層原理，不再只關(guān)注業(yè)務(wù)層面了。

解答： 搜索拆解為“query then fetch” 兩個(gè)階段。 query 階段的目的：定位到位置，但不取。 步驟拆解如下： 1、假設(shè)一個(gè)索引數(shù)據(jù)有 5 主+1 副本 共 10 分片，一次請(qǐng)求會(huì)命中（主或者副本 分片中）的一個(gè)。

2、每個(gè)分片在本地進(jìn)行查詢，結(jié)果返回到本地有序的優(yōu)先隊(duì)列中。

3、第 2）步驟的結(jié)果發(fā)送到協(xié)調(diào)節(jié)點(diǎn)，協(xié)調(diào)節(jié)點(diǎn)產(chǎn)生一個(gè)全局的排序列表。 fetch 階段的目的：取數(shù)據(jù)。 路由節(jié)點(diǎn)獲取所有文檔，返回給客戶端。

7、Elasticsearch 在部署時(shí)，對(duì) Linux 的設(shè)置有哪些優(yōu)化方法

面試官：想了解對(duì) ES 集群的運(yùn)維能力。

解答：

1、關(guān)閉緩存 swap;

2、堆內(nèi)存設(shè)置為：Min（節(jié)點(diǎn)內(nèi)存/2, 32GB）;\

3、設(shè)置最大文件句柄數(shù)；

4、線程池+隊(duì)列大小根據(jù)業(yè)務(wù)需要做調(diào)整；

5、磁盤存儲(chǔ) raid 方式——存儲(chǔ)有條件使用 RAID10，增加單節(jié)點(diǎn)性能以及避免單節(jié)點(diǎn)存儲(chǔ)故障。

8、lucence 內(nèi)部結(jié)構(gòu)是什么？

面試官：想了解你的知識(shí)面的廣度和深度。

解答：Lucene 是有索引和搜索的兩個(gè)過(guò)程，包含索引創(chuàng)建，索引，搜索三個(gè)要點(diǎn)。可以基于這個(gè)脈絡(luò)展開(kāi)一些。

9、Elasticsearch 是如何實(shí)現(xiàn) Master 選舉的？

1、Elasticsearch 的選主是 ZenDiscovery 模塊負(fù)責(zé)的，主要包含 Ping（節(jié)點(diǎn)之 間通過(guò)這個(gè) RPC 來(lái)發(fā)現(xiàn)彼此）和 Unicast（單播模塊包含一個(gè)主機(jī)列表以控制哪 些節(jié)點(diǎn)需要 ping 通）這兩部分；

2、對(duì)所有可以成為 master 的節(jié)點(diǎn)（node.master: true）根據(jù) nodeId 字典排 序，每次選舉每個(gè)節(jié)點(diǎn)都把自己所知道節(jié)點(diǎn)排一次序，然后選出第一個(gè)（第 0 位） 節(jié)點(diǎn)，暫且認(rèn)為它是 master 節(jié)點(diǎn)。

3、如果對(duì)某個(gè)節(jié)點(diǎn)的投票數(shù)達(dá)到一定的值（可以成為 master 節(jié)點(diǎn)數(shù) n/2+1）并 且該節(jié)點(diǎn)自己也選舉自己，那這個(gè)節(jié)點(diǎn)就是 master。否則重新選舉一直到滿足上 述條件。

4、補(bǔ)充：master 節(jié)點(diǎn)的職責(zé)主要包括集群、節(jié)點(diǎn)和索引的管理，不負(fù)責(zé)文檔級(jí) 別的管理；data 節(jié)點(diǎn)可以關(guān)閉 http 功能*。

10、Elasticsearch 中的節(jié)點(diǎn)（比如共 20 個(gè)），其中的 10 個(gè)選了一個(gè) master，另外 10 個(gè)選了另一個(gè) master，怎么辦？

1、當(dāng)集群 master 候選數(shù)量不小于 3 個(gè)時(shí)，可以通過(guò)設(shè)置最少投票通過(guò)數(shù)量 （discovery.zen.minimum_master_nodes）超過(guò)所有候選節(jié)點(diǎn)一半以上來(lái)解 決腦裂問(wèn)題；

2、當(dāng)候選數(shù)量為兩個(gè)時(shí)，只能修改為唯一的一個(gè) master 候選，其他作為 data 節(jié)點(diǎn)，避免腦裂問(wèn)題。

11、客戶端在和集群連接時(shí)，如何選擇特定的節(jié)點(diǎn)執(zhí)行請(qǐng)求的？

1、TransportClient 利用 transport 模塊遠(yuǎn)程連接一個(gè) elasticsearch 集群。它并 不加入到集群中，只是簡(jiǎn)單的獲得一個(gè)或者多個(gè)初始化的 transport 地址，并以 輪 詢 的方式與這些地址進(jìn)行通信。

12、詳細(xì)描述一下 Elasticsearch 索引文檔的過(guò)程。

協(xié)調(diào)節(jié)點(diǎn)默認(rèn)使用文檔 ID 參與計(jì)算（也支持通過(guò) routing），以便為路由提供合 適的分片。

shard = hash(document_id) % (num_of_primary_shards)

1、當(dāng)分片所在的節(jié)點(diǎn)接收到來(lái)自協(xié)調(diào)節(jié)點(diǎn)的請(qǐng)求后，會(huì)將請(qǐng)求寫入到 Memory Buffer，然后定時(shí)（默認(rèn)是每隔 1 秒）寫入到 Filesystem Cache，這個(gè)從 Momery Buffer 到 Filesystem Cache 的過(guò)程就叫做 refresh；

2、當(dāng)然在某些情況下，存在 Momery Buffer 和 Filesystem Cache 的數(shù)據(jù)可能會(huì) 丟失，ES 是通過(guò) translog 的機(jī)制來(lái)保證數(shù)據(jù)的可靠性的。其實(shí)現(xiàn)機(jī)制是接收到請(qǐng) 求后，同時(shí)也會(huì)寫入到 translog 中，當(dāng) Filesystem cache 中的數(shù)據(jù)寫入到磁盤中 時(shí)，才會(huì)清除掉，這個(gè)過(guò)程叫做 flush；

3、在 flush 過(guò)程中，內(nèi)存中的緩沖將被清除，內(nèi)容被寫入一個(gè)新段，段的 fsync 將創(chuàng)建一個(gè)新的提交點(diǎn)，并將內(nèi)容刷新到磁盤，舊的 translog 將被刪除并開(kāi)始一 個(gè)新的 translog。

4、flush 觸發(fā)的時(shí)機(jī)是定時(shí)觸發(fā)（默認(rèn) 30 分鐘）或者 translog 變得太大（默認(rèn) 為 512M）時(shí)；

補(bǔ)充：關(guān)于 Lucene 的 Segement：

1、Lucene 索引是由多個(gè)段組成，段本身是一個(gè)功能齊全的倒排索引。

2、段是不可變的，允許 Lucene 將新的文檔增量地添加到索引中，而不用從頭重 建索引。

3、對(duì)于每一個(gè)搜索請(qǐng)求而言，索引中的所有段都會(huì)被搜索，并且每個(gè)段會(huì)消耗 CPU 的時(shí)鐘周、文件句柄和內(nèi)存。這意味著段的數(shù)量越多，搜索性能會(huì)越低。

4、為了解決這個(gè)問(wèn)題，Elasticsearch 會(huì)合并小段到一個(gè)較大的段，提交新的合并 段到磁盤，并刪除那些舊的小段。

13、詳細(xì)描述一下 Elasticsearch 更新和刪除文檔的過(guò)程。

1、刪除和更新也都是寫操作，但是 Elasticsearch 中的文檔是不可變的，因此不能被刪除或者改動(dòng)以展示其變更；

2、磁盤上的每個(gè)段都有一個(gè)相應(yīng)的.del 文件。當(dāng)刪除請(qǐng)求發(fā)送后，文檔并沒(méi)有真的被刪除，而是在.del 文件中被標(biāo)記為刪除。該文檔依然能匹配查詢，但是會(huì)在結(jié)果中被過(guò)濾掉。當(dāng)段合并時(shí)，在.del 文件中被標(biāo)記為刪除的文檔將不會(huì)被寫入新段。

3、在新的文檔被創(chuàng)建時(shí)，Elasticsearch 會(huì)為該文檔指定一個(gè)版本號(hào)，當(dāng)執(zhí)行更新時(shí)，舊版本的文檔在.del 文件中被標(biāo)記為刪除，新版本的文檔被索引到一個(gè)新段。舊版本的文檔依然能匹配查詢，但是會(huì)在結(jié)果中被過(guò)濾掉。

14、詳細(xì)描述一下 Elasticsearch 搜索的過(guò)程

1、搜索被執(zhí)行成一個(gè)兩階段過(guò)程，我們稱之為 Query Then Fetch；

2、在初始 查詢階段時(shí)，查詢會(huì)廣播到索引中每一個(gè)分片拷貝（主分片或者副本分片）。 每個(gè)分片在本地執(zhí)行搜索并構(gòu)建一個(gè)匹配文檔的大小為 from + size 的優(yōu)先隊(duì)列。PS：在搜索的時(shí)候是會(huì)查詢 Filesystem Cache 的，但是有部分?jǐn)?shù)據(jù)還在 MemoryBuffer，所以搜索是近實(shí)時(shí)的。

3、每個(gè)分片返回各自優(yōu)先隊(duì)列中 所有文檔的 ID 和排序值給協(xié)調(diào)節(jié)點(diǎn)，它合并這些值到自己的優(yōu)先隊(duì)列中來(lái)產(chǎn)生一個(gè)全局排序后的結(jié)果列表。

4、接下來(lái)就是 取回階段，協(xié)調(diào)節(jié)點(diǎn)辨別出哪些文檔需要被取回并向相關(guān)的分片提交多個(gè) GET 請(qǐng)求。每個(gè)分片加載并 豐富 文檔，如果有需要的話，接著返回文檔給協(xié)調(diào)節(jié)點(diǎn)。一旦所有的文檔都被取回了，協(xié)調(diào)節(jié)點(diǎn)返回結(jié)果給客戶端。

5、補(bǔ)充：Query Then Fetch 的搜索類型在文檔相關(guān)性打分的時(shí)候參考的是本分片的數(shù)據(jù)，這樣在文檔數(shù)量較少的時(shí)候可能不夠準(zhǔn)確，DFS Query Then Fetch 增加了一個(gè)預(yù)查詢的處理，詢問(wèn) Term 和 Document frequency，這個(gè)評(píng)分更準(zhǔn)確，但是性能會(huì)變差

15、在 Elasticsearch 中，是怎么根據(jù)一個(gè)詞找到對(duì)應(yīng)的倒排索引的？

Lucene 的索引文件格式(1)

Lucene 的索引文件格式(2)

16、Elasticsearch 在部署時(shí)，對(duì) Linux 的設(shè)置有哪些優(yōu)化方法？

1、64 GB 內(nèi)存的機(jī)器是非常理想的， 但是 32 GB 和 16 GB 機(jī)器也是很常見(jiàn)的。少于 8 GB 會(huì)適得其反。

2、如果你要在更快的 CPUs 和更多的核心之間選擇，選擇更多的核心更好。多個(gè)內(nèi)核提供的額外并發(fā)遠(yuǎn)勝過(guò)稍微快一點(diǎn)點(diǎn)的時(shí)鐘頻率。

3、如果你負(fù)擔(dān)得起 SSD，它將遠(yuǎn)遠(yuǎn)超出任何旋轉(zhuǎn)介質(zhì)。 基于 SSD 的節(jié)點(diǎn)，查詢和索引性能都有提升。如果你負(fù)擔(dān)得起，SSD 是一個(gè)好的選擇。

4、即使數(shù)據(jù)中心們近在咫尺，也要避免集群跨越多個(gè)數(shù)據(jù)中心。絕對(duì)要避免集群跨越大的地理距離。

5、請(qǐng)確保運(yùn)行你應(yīng)用程序的 JVM 和服務(wù)器的 JVM 是完全一樣的。 在Elasticsearch 的幾個(gè)地方，使用 Java 的本地序列化。

6、通過(guò)設(shè)置 gateway.recover_after_nodes、gateway.expected_nodes、gateway.recover_after_time 可以在集群重啟的時(shí)候避免過(guò)多的分片交換，這可能會(huì)讓數(shù)據(jù)恢復(fù)從數(shù)個(gè)小時(shí)縮短為幾秒鐘。

7、Elasticsearch 默認(rèn)被配置為使用單播發(fā)現(xiàn)，以防止節(jié)點(diǎn)無(wú)意中加入集群。只有在同一臺(tái)機(jī)器上運(yùn)行的節(jié)點(diǎn)才會(huì)自動(dòng)組成集群。最好使用單播代替組播。

8、不要隨意修改垃圾回收器（CMS）和各個(gè)線程池的大小

9、把你的內(nèi)存的（少于）一半給 Lucene（但不要超過(guò) 32 GB?。?，通過(guò)ES_HEAP_SIZE 環(huán)境變量設(shè)置。

10、內(nèi)存交換到磁盤對(duì)服務(wù)器性能來(lái)說(shuō)是致命的。如果內(nèi)存交換到磁盤上，一個(gè)100 微秒的操作可能變成 10 毫秒。 再想想那么多 10 微秒的操作時(shí)延累加起來(lái)。 不難看出 swapping 對(duì)于性能是多么可怕。

11、Lucene 使用了大量的文件。同時(shí)，Elasticsearch 在節(jié)點(diǎn)和 HTTP 客戶端之間進(jìn)行通信也使用了大量的套接字。 所有這一切都需要足夠的文件描述符。你應(yīng)該增加你的文件描述符，設(shè)置一個(gè)很大的值，如 64,000。

補(bǔ)充：索引階段性能提升

1、使用批量請(qǐng)求并調(diào)整其大?。好看闻繑?shù)據(jù) 5–15 MB 大是個(gè)不錯(cuò)的起始點(diǎn)。

2、存儲(chǔ)：使用 SSD

3、段和合并：Elasticsearch 默認(rèn)值是 20 MB/s，對(duì)機(jī)械磁盤應(yīng)該是個(gè)不錯(cuò)的設(shè) 置。如果你用的是 SSD，可以考慮提高到 100–200 MB/s。如果你在做批量導(dǎo)入， 完全不在意搜索，你可以徹底關(guān)掉合并限流。另外還可以增加

index.translog.flush_threshold_size 設(shè)置，從默認(rèn)的 512 MB 到更大一些的 值，比如 1 GB，這可以在一次清空觸發(fā)的時(shí)候在事務(wù)日志里積累出更大的段。

4、如果你的搜索結(jié)果不需要近實(shí)時(shí)的準(zhǔn)確度，考慮把每個(gè)索引的 index.refresh_interval 改到 30s。

5、如果你在做大批量導(dǎo)入，考慮通過(guò)設(shè)置 index.number_of_replicas: 0 關(guān)閉副 本。

17、對(duì)于 GC 方面，在使用 Elasticsearch 時(shí)要注意什么？

1、SEE：https://elasticsearch.cn/article/32

2、倒排詞典的索引需要常駐內(nèi)存，無(wú)法 GC，需要監(jiān)控 data node 上 segmentmemory 增長(zhǎng)趨勢(shì)。

3、各類緩存，field cache, filter cache, indexing cache, bulk queue 等等，要設(shè)置合理的大小，并且要應(yīng)該根據(jù)最壞的情況來(lái)看 heap 是否夠用，也就是各類緩存全部占滿的時(shí)候，還有 heap 空間可以分配給其他任務(wù)嗎？避免采用 clear cache等“自欺欺人”的方式來(lái)釋放內(nèi)存。

4、避免返回大量結(jié)果集的搜索與聚合。確實(shí)需要大量拉取數(shù)據(jù)的場(chǎng)景，可以采用scan & scroll api 來(lái)實(shí)現(xiàn)。

5、cluster stats 駐留內(nèi)存并無(wú)法水平擴(kuò)展，超大規(guī)模集群可以考慮分拆成多個(gè)集群通過(guò) tribe node 連接。

6、想知道 heap 夠不夠，必須結(jié)合實(shí)際應(yīng)用場(chǎng)景，并對(duì)集群的 heap 使用情況做持續(xù)的監(jiān)控。

18、Elasticsearch 對(duì)于大數(shù)據(jù)量（上億量級(jí)）的聚合如何實(shí)現(xiàn)？

Elasticsearch 提供的首個(gè)近似聚合是 cardinality 度量。它提供一個(gè)字段的基數(shù)， 即該字段的 distinct 或者 unique 值的數(shù)目。它是基于 HLL 算法的。HLL 會(huì)先對(duì) 我們的輸入作哈希運(yùn)算，然后根據(jù)哈希運(yùn)算的結(jié)果中的 bits 做概率估算從而得到 基數(shù)。其特點(diǎn)是：可配置的精度，用來(lái)控制內(nèi)存的使用（更精確 ＝ 更多內(nèi)存）； 小的數(shù)據(jù)集精度是非常高的；我們可以通過(guò)配置參數(shù)，來(lái)設(shè)置去重需要的固定內(nèi) 存使用量。無(wú)論數(shù)千還是數(shù)十億的唯一值，內(nèi)存使用量只與你配置的精確度相關(guān)。

19、在并發(fā)情況下，Elasticsearch 如果保證讀寫一致？

1、可以通過(guò)版本號(hào)使用樂(lè)觀并發(fā)控制，以確保新版本不會(huì)被舊版本覆蓋，由應(yīng)用 層來(lái)處理具體的沖突；

2、另外對(duì)于寫操作，一致性級(jí)別支持 quorum/one/all，默認(rèn)為 quorum，即只 有當(dāng)大多數(shù)分片可用時(shí)才允許寫操作。但即使大多數(shù)可用，也可能存在因?yàn)榫W(wǎng)絡(luò) 等原因?qū)е聦懭敫北臼?，這樣該副本被認(rèn)為故障，分片將會(huì)在一個(gè)不同的節(jié)點(diǎn) 上重建。

3、對(duì)于讀操作，可以設(shè)置 replication 為 sync(默認(rèn))，這使得操作在主分片和副 本分片都完成后才會(huì)返回；如果設(shè)置 replication 為 async 時(shí)，也可以通過(guò)設(shè)置搜 索請(qǐng)求參數(shù)_preference 為 primary 來(lái)查詢主分片，確保文檔是最新版本。

20、如何監(jiān)控 Elasticsearch 集群狀態(tài)？

Marvel 讓你可以很簡(jiǎn)單的通過(guò) Kibana 監(jiān)控 Elasticsearch。你可以實(shí)時(shí)查看你 的集群健康狀態(tài)和性能，也可以分析過(guò)去的集群、索引和節(jié)點(diǎn)指標(biāo)。

21、介紹下你們電商搜索的整體技術(shù)架構(gòu)。

以上是“Elasticsearch有哪些面試題”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！

分享題目：Elasticsearch有哪些面試題
轉(zhuǎn)載注明：http://m.newbst.com/article2/jhecic.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供標(biāo)簽優(yōu)化、App設(shè)計(jì)、做網(wǎng)站、電子商務(wù)、小程序開(kāi)發(fā)、用戶體驗(yàn)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)