Elasticsearch 面试题及详细答案.docxVIP

Elasticsearch面试题及详细答案

一、基础概念类

问题：什么是Elasticsearch？它的核心应用场景有哪些？

答案：Elasticsearch（简称ES）是一个基于Lucene构建的分布式、高扩展、高实时的全文搜索引擎。它不仅能做全文检索，还能实现结构化数据搜索、数据分析（比如日志分析、指标统计）等功能，核心优势是分布式架构带来的高可用、高并发处理能力，以及近实时的搜索响应速度。

常见应用场景：①日志/监控数据分析（比如ELK栈）；②电商平台的商品搜索（支持关键词匹配、过滤、排序）；③企业内部的文档检索系统；④实时指标监控（比如系统性能指标、用户行为指标统计）；⑤地理位置搜索（比如附近的商家、景点）。

问题：Elasticsearch中的核心概念（索引、文档、分片、副本）分别是什么？

索引（Index）：相当于关系型数据库中的“数据库”，是一组具有相似结构的文档的集合。比如电商平台中，“商品索引”就存储所有商品相关的文档。索引名必须小写，不能包含特殊字符。

文档（Document）：是ES中最小的数据单元，相当于关系型数据库中的“行”。文档是JSON格式的，每个文档都有一个唯一的ID（可以手动指定，也可以由ES自动生成），并且属于某个索引。

分片（Shard）：由于ES是分布式系统，索引的数据会被拆分到多个分片上存储，每个分片都是一个独立的Lucene实例（可以理解为一个小型的搜索引擎）。分片的作用是实现水平扩展，解决单节点存储和性能瓶颈——数据量太大时，增加分片数量就能分散压力。分片分为主分片（PrimaryShard）和副本分片（ReplicaShard）。

副本（Replica）：是主分片的备份，主要作用有两个：①提高可用性：当主分片所在节点故障时，副本可以升级为主分片，保证服务不中断；②提升查询性能：查询请求可以分发到多个副本上并行处理，提高吞吐量。注意：副本不能和对应的主分片存储在同一个节点上（否则节点故障时主副都丢失）。

问题：Elasticsearch和关系型数据库（比如MySQL）的核心概念对应关系是什么？

答案：核心对应关系如下：

ES索引（Index）?MySQL数据库（Database）

ES类型（Type，7.x及以上已废弃）?MySQL表（Table）

ES文档（Document）?MySQL行（Row）

ES字段（Field）?MySQL列（Column）

ES映射（Mapping）?MySQL表结构（Schema）

注意：7.x之后ES移除了Type，原因是不同Type下的文档如果有同名字段，可能会导致字段类型冲突（比如一个Type中字段是字符串，另一个是数字），不利于分片存储和查询效率。现在推荐一个索引只存储一类文档。

二、核心原理类

问题：Elasticsearch的倒排索引原理是什么？为什么它比传统的正排索引查询更快？

先明确两个概念：正排索引（ForwardIndex）和倒排索引（InvertedIndex）。

正排索引：以文档ID为key，存储文档中所有字段的内容。比如查询“包含关键词‘手机’的文档”，需要遍历所有文档，逐个判断是否包含该关键词——效率极低，尤其是数据量大的时候。

倒排索引：核心是“先分词，再建立词到文档的映射”，相当于以“关键词”为key，存储包含该关键词的所有文档ID及相关信息（比如词在文档中的位置、出现频率）。

倒排索引的核心组成：

①词典（Dictionary）：存储所有去重后的关键词（分词后的结果），相当于“关键词字典”。

②倒排表（PostingList）：每个关键词对应的文档列表，包含文档ID、词频（TF）、逆文档频率（IDF）等信息（这些信息用于后续的相关性排序）。

为什么更快？：查询时，先从词典中快速定位到关键词，再通过倒排表直接获取所有包含该关键词的文档，无需遍历所有文档。比如查询“手机”，直接找到“手机”对应的倒排表，就能拿到所有相关文档——这是ES全文检索高效的核心原因。

问题：Elasticsearch的分片分配策略是什么？主分片和副本分片的分配规则？

核心原则：分片分配由ES的集群协调器（Master节点）负责，目标是保证集群平衡（数据均匀分布）、高可用（主副分片不共节点）、性能最优（查询压力分散）。

主分片分配规则：