ElasticSearch面试题

1.介绍下es的架构？

es采用的是分布式的架构，es集群中会有多个结点，而结点的角色主要有下面几种。

协调结点：

请求路由能力，将请求内容将请求转发给对应的结点进行处理。

master结点：
结点管理：处理结点的加入和离开

索引管理：负责索引的创建，删除，修改。以及索引分片的分配任务。

数据结点：

数据的存储和管理。管理包括处理数据的新增，修改，查询等请求。

2. 介绍下es的查询过程的相关知识？ 

es的查询过程分两段，先query，再fetch。

在query阶段，有协调结点向数据结点发出查询指令，数据结点会返回匹配的id和排序权重

在fetch阶段，协调结点会根据排序权重重新排序，确定当前查询需要返回的数据范围。再去数据结点fetch具体的数据。

es内部如何使用缓存来优化查询数据？

解答这个问题，需要先了解es中索引的结构。首先，es的索引类似于mysql中的表，是用来存储文档数据的。基于分布式的特点，es将一个索引划分成多个分片，来提高索引的读写性能。然后，分片中的数据又是由一个个的segment构成的。

那基于索引，分片，segment这样的结构，es中存在segment级别的缓存和分片级别的缓存，来提高查询的检索速度。

其中作为数据存放的基本单元，segment在生成之后，除了合并和删除的场景，其它情况是不会变更的。对索引中文档的修改操作，都是会存在新的segment中。查询的时候，对与不同segment中包含同样id的文档的情况，也是会优先展示更新的版本号的记录。segment上的数据比较稳定，也是适合使用缓存的。

两个缓存的失效时机：

segment级别缓存：发生在segment的合并和删除的时候。

分片级别的缓存：进行refresh，操作时，缓存会失效。或者说时超过了缓存时间（查询缓存默认是不开启的，确实用处也不大）

es中的索引结构？

es中使用的是倒排序的索引结构，这种结构的玩法就是存放关键词和包含了关键词的文档的对应关系。可以想象成是一个map结构，key是关键词，value是一个列表，列表中存放了关键词出现的文档id。检索的复杂度是O(1),速度很快。当然，为了减少存储key所占有的空间。实际的存储结构会使用到前缀索引，可以减少重复字符占用的空间。