Elasticsearch 高频面试题及实战答案.docxVIP

Elasticsearch高频面试题及实战答案

一、基础概念类（入门必问）

问：Elasticsearch是什么？和传统数据库（MySQL）的核心区别是什么？

答：ES是基于Lucene的分布式搜索引擎，本质是“搜索+分析”引擎，核心用于全文检索、日志分析、时序数据处理等场景。和MySQL区别核心在：①数据存储：ES是文档型数据库（JSON文档），无固定表结构；MySQL是关系型，依赖表结构和关联；②查询能力：ES擅长全文检索（分词、模糊匹配），MySQL全文检索弱，更适合精确查询；③分布式：ES天生分布式，支持水平扩展；MySQL主从复制是高可用，分布式需额外架构；④用途：ES侧重“查”（快速找数据），MySQL侧重“存”（事务、数据一致性）。

问：ES中的“索引、类型、文档、字段”分别对应MySQL中的什么？为什么后来移除了“类型（Type）”？

答：类比关系：索引→数据库（Database），类型→表（Table），文档→行（Row），字段→列（Column）。移除Type的原因：①类型本质是“文档的逻辑分组”，但同一索引下不同Type会共享字段映射，可能导致冲突（比如同名字段类型不同）；②不符合Lucene底层设计（Lucene中索引就是文档集合，无Type概念）；③多Type会导致存储冗余、查询效率下降，后续版本用“索引别名+过滤条件”替代多Type场景。

问：倒排索引是什么？ES为什么基于倒排索引能实现快速全文检索？

答：倒排索引是“词→文档”的映射关系（正排是“文档→词”）。比如文档1“我喜欢Elasticsearch”、文档2“Elasticsearch入门”，倒排索引会把“喜欢”映射到[1]，“Elasticsearch”映射到[1,2]。ES快的原因：①提前对文档分词，构建倒排索引（包含词频、位置、文档ID），查询时直接匹配分词，而非扫描整个文档；②倒排索引存储在内存+磁盘，热点数据缓存，查询无需磁盘IO；③支持分词器定制（比如中文IK分词），能精准匹配用户输入的关键词。

二、架构与分布式类（中高级重点）

问：ES集群的核心组件有哪些？分片和副本的作用是什么？

答：核心组件：①节点（Node）：集群中的单个服务器，分主节点（Master）、数据节点（Data）、协调节点（Coordinating）、ingest节点（数据预处理）；②分片（Shard）：索引的最小存储单元，分主分片（PrimaryShard）和副本分片（ReplicaShard）；③集群状态（ClusterState）：存储节点、索引、分片的元数据，由主节点维护。

分片作用：①水平扩展：一个索引的主分片分布在不同节点，突破单节点存储上限；②并行查询：查询时多个分片同时处理，提升查询速度。

副本作用：①高可用：主分片故障时，副本自动升级为主分片，避免数据丢失；②负载均衡：读请求（查询）可分发到副本，减轻主分片压力（写请求只能走主分片）。

注意：主分片数量在索引创建后不能修改（影响分片路由规则），副本数量可动态调整。

问：ES如何实现分片路由？主节点的职责是什么？

答：分片路由规则：①对文档ID做哈希（hash(id)），然后对主分片数量取模（hash%primary_shards），得到文档对应的主分片ID；②协调节点接收查询请求后，根据路由规则找到对应的主分片/副本，分发请求，汇总结果返回给用户。

主节点职责：①维护集群状态（节点加入/退出、索引创建/删除、分片分配）；②不处理数据读写（除非同时是数据节点）；③主节点选举：集群启动时，节点通过投票选举主节点（需满足quorum过半，避免脑裂）；④脑裂预防：通过discovery.zen.minimum_master_nodes设置最小主节点数（比如3节点集群设为2）。

问：ES写入数据的流程是什么？为什么写操作只能走主分片？

答：写入流程（以单文档为例）：①客户端发送写请求到协调节点；②协调节点通过路由规则找到主分片所在的数据节点；③数据节点将文档写入主分片（先写内存buffer，同时记录translog日志）；④主分片同步数据到所有副本分片；⑤所有副本确认写入成功后，主分片返回“成功”给协调节点，协调节点反馈给客户端。

写操作只能走主分片的原因：①保证数据一致性：如果允许直接写副本，多个副本可能出现数据不一致（比如同时写不同副本，主分片未同步）；②简化分片同步逻辑：主分片作为“统一入口”，负责数据校验（比如字段类型、映射约束）和同步，副