/br>

img src="https://www.west.cn/info/upload/20200424/eocd1xvvsha.jpg" alt="">

strong>1、elasticsearch 了解多少，说说你们公司 es 的集群架构，索

/strong>

strong>引数据大小，分片有多少，以及一些调优手段 。

/strong>

strong>面试官：

/strong>想了解应聘者之前公司接触的 ES 使用场景、规模，有没有做过比较大

strong>解答：

/strong>（文末可领取更多面试资料）

strong>比如：

/strong>ES 集群架构 13 个节点，索引根据通道不同共 20+索引，根据日期，每日

strong>仅索引层面调优手段：

/strong>

strong>1.1、设计阶段调优

/strong>

strong>1.2、写入调优

/strong>

strong>1.3、查询调优

/strong>

strong>1.4、其他调优

/strong>

strong>2、elasticsearch 的倒排索引是什么

/strong>

strong>面试官：

/strong>想了解你对基础概念的认知。

strong>解答

/strong>：通俗解释一下就可以。

img src="https://www.west.cn/info/upload/20200424/xmmywl3hyjd.jpg" alt="">

strong>学术的解答方式：

/strong>

strong>加分项：倒排索引的底层实现是基于：

/strong>

strong>lucene 从 4+版本后开始大量使用的数据结构是 FST。FST 有两个优点：

/strong>

strong>3、elasticsearch 索引数据多了怎么办，如何调优，部署

/strong>

strong>面试官：

/strong>想了解大数据量的运维能力。

strong>解答

/strong>：索引数据的规划，应在前期做好规划，正所谓“设计先行，编码在后”，

strong>如何调优，正如问题 1 所说，这里细化一下：

/strong>

strong>3.1 动态索引层面

/strong>

strong>3.2 存储层面

/strong>

strong>3.3 部署层面

/strong>

strong>4、elasticsearch 是如何实现 master 选举的

/strong>

strong>解答：

/strong>

strong>前置前提：

/strong>

strong>选举流程大致描述如下：

/strong>

strong>第一步：

/strong>确认候选主节点数达标，elasticsearch.yml 设置的值

strong>第二步：

/strong>比较：先判定是否具备 master 资格，具备候选主节点资格的优先返回；

strong>5、详细描述一下 Elasticsearch 索引文档的过程

/strong>

strong>面试官：

/strong>想了解 ES 的底层原理，不再只关注业务层面了。

strong>解答：

/strong>

img src="https://www.west.cn/info/upload/20200424/lhm4immq101.jpg" alt="">

strong>第一步：

/strong>客户写集群某节点写入数据，发送请求。（如果没有指定路由/协调节点，

strong>第二步：

/strong>节点 1 接受到请求后，使用文档_id 来确定文档属于分片 0。请求会被转

strong>第三步：

/strong>节点 3 在主分片上执行写操作，如果成功，则将请求并行转发到节点 1

strong>如果面试官再问：第二步中的文档获取分片的过程？

/strong>

strong>6、详细描述一下 Elasticsearch 搜索的过程？

/strong>

strong>面试官：

/strong>想了解 ES 搜索的底层原理，不再只关注业务层面了。

strong>解答：

/strong>

strong>query 阶段的目的

/strong>：定位到位置，但不取。

strong>步骤拆解如下：

/strong>

strong>fetch 阶段的目的

/strong>：取数据。

strong>7、Elasticsearch 在部署时，对 Linux 的设置有哪些优化方法

/strong>

strong>面试官：

/strong>想了解对 ES 集群的运维能力。

strong>解答：

/strong>

strong>8、lucence 内部结构是什么？

/strong>

strong>解答：

/strong>

img src="https://www.west.cn/info/upload/20200424/q3f3nycgmcz.jpg" alt="">

strong>9、Elasticsearch 是如何实现 Master 选举的？

/strong>

strong>node.master: true

/strong>）根据 nodeId 字典排

strong>10、Elasticsearch 中的节点（比如共 20 个），其中的 10 个

/strong>

strong>选了一个 master，另外 10 个选了另一个 master，怎么办？

/strong>

strong>discovery.zen.minimum_master_nodes

/strong>）超过所有候选节点一半以上来解

strong>11、客户端在和集群连接时，如何选择特定的节点执行请求的？

/strong>

strong>轮

/strong>

strong>询

/strong>的方式与这些地址进行通信。

strong>12、详细描述一下 Elasticsearch 索引文档的过程。

/strong>

img src="https://www.west.cn/info/upload/20200424/movkqf2zsjp.jpg" alt="">

strong>补充：关于 Lucene 的 Segement：

/strong>

strong>13、详细描述一下 Elasticsearch 更新和删除文档的过程。

/strong>

strong>14、详细描述一下 Elasticsearch 搜索的过程。

/strong>

strong>查询阶段

/strong>时，查询会广播到索引中每一个分片拷贝（主分片或者副本分

strong>所有文档的 ID 和排序值

/strong>给协调节点，它合并

strong>取回阶段

/strong>，协调节点辨别出哪些文档需要被取回并向相关的分片

em>丰富

/em>文档，如果有需要的话，接着返回

img src="https://www.west.cn/info/upload/20200424/fzqnqtiqwds.jpg" alt="">

strong>15、在 Elasticsearch 中，是怎么根据一个词找到对应的倒排索

/strong>

strong>引的？

/strong>

li>Lucene 的索引文件格式(1)

/li>

li>Lucene 的索引文件格式（2）

/li>

strong>16、Elasticsearch 在部署时，对 Linux 的设置有哪些优化方

/strong>

strong>法？

/strong>

em>大量 的

/em>文件。同时，Elasticsearch 在节点和 HTTP 客户端

strong>补充：索引阶段性能提升方法

/strong>

strong>17、对于 GC 方面，在使用 Elasticsearch 时要注意什么？

/strong>

strong>18、Elasticsearch 对于大数据量（上亿量级）的聚合如何实现？

/strong>

em>distinct

/em>或者

em>unique

/em>值的数目。它是基于 HLL 算法的。HLL 会先对

strong>19、在并发情况下，Elasticsearch 如果保证读写一致？

/strong>

strong>20、如何监控 Elasticsearch 集群状态？

/strong>

strong>21、介绍下你们电商搜索的整体技术架构

/strong>

img src="https://www.west.cn/info/upload/20200424/iv5q1vkszhz.jpg" alt="">

strong>22、介绍一下你们的个性化搜索方案？

/strong>

strong>23、是否了解字典树？

/strong>

img src="https://www.west.cn/info/upload/20200424/nolr0tsqaal.jpg" alt="">

strong>达到提高效率的目的。它有 3 个基本性质：

/strong>

img src="https://www.west.cn/info/upload/20200424/acogw0yryab.jpg" alt="">

strong>24、拼写纠错是如何实现的？

/strong>

img src="https://www.west.cn/info/upload/20200424/wnihihxffsf.jpg" alt="">

strong>系满足以下三条基本条件：

/strong>

p>

/p>

strong>3、查询相似词如下：

/strong>计算单词与根节点的编辑距离 d，然后递归查找每个子节点

strong>cake

/strong>，然后再找和 cake 节点编辑距离是 0 到 2 的，分别找到 cape 和

strong>cape

/strong>这个满足条件的结果。

img src="https://www.west.cn/info/upload/20200424/i4uxypuepxi.jpg" alt="">

img src="https://www.west.cn/info/upload/20200424/1p1ixacvlhs.png" alt="">