《专题三分布式系统》之《第四章 拓展进阶（二）——搜索引擎ES》

《4.12.1 搜索引擎核心理论思想视频》

• 10 45 数据库适合结构化数据的精确查询，不适合半结构化、非结构化数据的模糊查询及灵活搜索
• inverted index 反向索引（倒排索引）
• 22分 中文分词器：
• 26 17 在反向索引中包含词出现的次数及位置：
  
• 30 40 搜索的步骤：

1. 对搜索的输入分词
2. 度量相关性
   视频中提出的度量相关性方案：统计词语在文档中出现的次数（可对在标题中出现的给予更高权重）
   应该还有其它方案，比如余弦相似性：https://blog.csdn.net/qq_23204557/article/details/103021370

《4.12.2 ES应用场景及核心概念》

• 9分 Elasticsearch架构：
  

• 37分 通过index alias解决db与es之间的数据同步问题

• 47 45 分片的好处：扫描时间因为单机数据减少而减少。多副本可以提高可用性和吞吐量。这点可参考¹
  

• 62 39 index, mapping type, document : Elasticsearch Concepts You Need to Learn 我在¹有相关讨论总结。

• 1:45:07 _routing field :
  
  ElasticSearch面试题 之 4.详细描述一下Elasticsearch索引文档的过程 也有提到：

默认使用文档ID参与计算（也支持通过routing），以便为路由提供合适的分片。 　　
shard = hash(document_id) % (num_of_primary_shards)

这点很像kafka的生产者可根据消息的key决定投递到哪个partition.

• 

《4.12.4 ES高级查询》

• es里用suggester实现查询建议（包括拼写检查，和自动补全）

《4.12.5 ES高性能集群》

• 6分 Es官方建议：
  

• 13 22+ 如何避免脑裂：设置最少投票通过数量（discovery.zen.minimum_master_nodes）超过所有候选节点一半以上
  
  相关知识：Elasticsearch master节点的作用以及脑裂现象
  ES(Elasticsearch)集群节点角色

• 索引应设置多少分片：
  

• 21 39 每个分片或副本，都是Lucene的一个索引，会消耗文件的句柄。

• 29 20 创建集群的实战

《4.12.6 ELK》

• ELK是ElasticSearch Logstash Kibana三者的缩写：
  
• 8分 ELK老的架构如下图。缺点：Logstash是一种比较重的agent
  
• 架构2：用beats进行日志采集，用Logstash分析：
  
• 12 35 Metricbeat可以收集主机的内存情况、CPU情况、磁盘IO、网络IO等等
• Filebeat: 日志文件采集器
• 50 40 当机器太多，日志太多，Logstash有点受不了了，可以加个Kafka集群：
  

我找的ElasticSearch面试题

---

1. 本博—《专题五 容器化微服务》之《第三章 云原生DevOps》之《第二节 监控》之《3.2.3 Elasticsearch与Kibana》 ↩︎ ↩︎