Java ElasticSearch面试题

---

前言

最新的 Java 面试题，技术栈涉及 Java 基础、集合、多线程、Mysql、分布式、Spring全家桶、MyBatis、Dubbo、缓存、消息队列、Linux…等等，会持续更新。

如果对老铁有帮助，帮忙免费点个赞，谢谢你的发财手！

1、ElasticSearch是什么？

• Elasticsearch是一个开源的分布式全文搜索引擎，它可以近乎实时的存储、检索数据。

2. 说说你们公司ES的集群架构，索引数据大小，分片有多少 ？

提供一组真实生产环境数据供参考：
379万数据；每条数据字符数大概是400个英文字母；1个副本、5个分片；占用空间1.53G（也就是es-head看到的索引大小）；每个节点的esdata目录大小：2.1G；

3. ES的倒排索引是什么？

传统的我们的检索是通过文章，逐个遍历找到对应关键词的位置。
倒排索引，是通过分词策略，形成了词和文章的映射关系表，这种词典+映射表即为倒排索引。有了倒排索引，检索文章的时间复杂度是 o（1），极大的提高了检索效率。

4. ES是如何实现 master 选举的?

ES的选主是ZenDiscovery模块负责,对所有可以成为Master的节点（node.master: true）根据 nodeId 排序，每次选举每个节点都把自己所知道节点排一次序，然后选出第一个（第0位）节点，暂且认为它是 Master 节点。
如果对某个节点的投票数超过一半，并且该节点自己也选举自己，那这个节点就是master，否则重新选举。

5. 描述一下 ES索引文档的过程：

• 1、客户端向 Node 1 发送新建、索引或者删除请求；
• 2、节点使用文档id 确定文档属于分片 0 ，请求会被转发到 Node 3，因为分片 0 的主分片目前被分配在 Node 3 上；
• 3、Node 3 在主分片上面执行请求，如果成功了，它将请求并行转发到 Node 1 和 Node 2 的副本分片上；
• 4、一旦所有的副本分片都报告成功, Node 3 就向协调节点报告成功，协调节点向客户端报告成功。

6、文档从接收到写入磁盘过程：

• 1、当分片所在的节点接收到来自协调节点的请求后，会将请求写入到 MemoryBuffer，然后定时（默认是每隔 1 秒）写入到 Filesystem Cache，这个从 MomeryBuffer 到 Filesystem Cache 的过程就叫做 refresh；
• 2、在某些情况下，存在 Momery Buffer 和 Filesystem Cache 的数据可能会丢失，ES 是通过 translog 的机制来保证数据的可靠性的。其实现机制是接收到请求后，同时也会写入到 translog 中，当 Filesystem cache 中的数据写入到磁盘中时，才会清除掉，这个过程叫做 flush；
• 3、在flush过程中，内存中的缓冲将被清除，内容被写入一个新段，段的 fsync将创建一个新的提交点，并将内容刷新到磁盘，旧的translog将被删除并开始一个新的 translog；
• 4、flush触发的时机是定时触发（默认30分钟）或者translog变得太大（默认为512M）时；
  （1. translog 可以理解为就是一个文件，一直追加；MemoryBuffer 应用缓存； Filesystem Cache系统缓冲区）

7、ES在部署时，有哪些优化方法？

• 1、关闭缓存swap：
  原因：大多数操作系统会将内存使用到文件系统缓存，会将应用程序未用到的内存交换出去。会导致jvm的堆内存交换到磁盘上。交换会导致性能问题。会导致内存垃圾回收延长。会导致集群节点响应时间变慢，或者从集群中断开。
• 2、堆内存设置为：Min（节点内存/2, 32GB）;