大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
目录
4.Elasticsearch索引数据多了怎么办,如何调优,部署?
5.说你们公司ES的集群架构,索引数据大小,分片有多少,以及一些调优手段 。
6.Elasticsearch是如何实现master选举的?
7. 详细描述一下 Elasticsearch 索引文档的过程。
9. Elasticsearch 在部署时,对 Linux 的设置有哪些优化方法?
11. 详细描述一下 Elasticsearch 更新和删除文档的过程。
12. 对于 GC 方面,在使用 Elasticsearch 时要注意什么?
13. Elasticsearch 对于大数据量(上亿量级)的聚合如何实现?
14. 在并发情况下,Elasticsearch 如果保证读写一致?
17.能否列出与 Elasticsearch 有关的主要可用字段数据类型?
18.ElasticSearch中的集群、节点、索引、文档、类型是什么?
19. 在Elasticsearch中 cat API的功能是什么?
1.ES为什么那么快(ES的索引原理)?Elasticsearch查询速度为什么这么快? – 知乎这段时间在维护产品的搜索功能,每次在管理台看到 Elasticsearch 这么高效的查询效率我都很好奇他是如何做到的。 这甚至比在我本地使用 MySQL 通过主键的查询速度还快。 为此我搜索了相关资料: 这类问题网上很多…https://zhuanlan.zhihu.com/p/266116262
2.MongoDB和Elasticsearch区别
3.ES的倒排索引是什么?
词典+映射表即为倒排索引
。
词典和倒排表
。
底层实现
是基于:
FST
(Finite State Transducer)
数据结构
。
FST有两个优点
:
-
空间占用小。通过对词典中单词前缀和后缀的重复利用,压缩了存储空间;
-
查询速度快。O(len(str))的查询时间复杂度。
4.Elasticsearch索引数据多了怎么办,如何调优,部署?
设计先行,编码在后
”,这样才能有效的避免突如其来的数据激增导致集群处理能力不足引发的线上客户检索或者其他业务受到影响。
存储层面:
存储,热数据(比如最近3天或者一周的数据),其余为冷数据。对于冷数据不会再写入新数据,可以考虑定期 force_merge 加 shrink 压缩操作,节省存储空间和检索效率。
部署层面
动态新增机器
的方式可以缓解集群压力,注意:如果之前主节点等规划合理,不需要重启集群也能完成动态新增的。
5.说你们公司ES的集群架构,索引数据大小,分片有多少,以及一些调优手段 。
日期模板
创建索引,通过roll over API滚动索引;
别名
进行索引管理;
定时对索引做force_merge
操作,以释放空间;
冷热分离
机制,热数据存储到SSD,提高检索效率;冷数据定期进行 shrink操作,以缩减存储;
curator
进行索引的
生命周期管理
;
合理的设置分词器
;
Mapping阶段
充分结合各个字段的属性,是否需要检索、是否需要存储等。
能keyword类型尽量keyword
;
先基于时间敲定索引再检索
;
6.Elasticsearch是如何实现master选举的?
候选主节点
(master:true)的节点才能成为主节点。
最小主节点数
(min_master_nodes)的目的是防止脑裂。
确认候选主节点数达标,elasticsearch.yml 设置的值
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;
7. 详细描述一下 Elasticsearch 索引文档的过程。
如果没有指定路由/协调节点,
路由算法获取,路由算法就是根据路由和文档 id 计算目标的分片 id 的
8.详细描述一下 Elasticsearch 搜索的过程?
query then fetch
” 两个阶段。
:定位到位置,但不取。
返回到本地有序的优先队列
中。
协调节点产生一个全局的排序列表
。
:取数据。
9. Elasticsearch 在部署时,对 Linux 的设置有哪些优化方法?
10. lucence 内部结构是什么?
索引和搜索的两个过程
,包含
索引创建,索引,搜索三个要点
。
-
被索引的文档用Document对象表示。
-
IndexWriter通过函数addDocument将文档添加到索引中,实现创建索引的过程。
-
Lucene的索引是应用反向索引。
-
当用户有请求时,Query代表用户的查询语句。
-
IndexSearcher通过函数search搜索Lucene Index。
-
IndexSearcher计算term weight和score并且将结果返回给用户。
-
返回给用户的文档集合用TopDocsCollector表示。
11. 详细描述一下 Elasticsearch 更新和删除文档的过程。
文档是不可变的,因此不
个段都有一个相应的.del 文件。当删除请求发送后,文档并没有真
文档依然能匹配查询,但是会在
.del 文件中被标记为删除的文档将不会被写入
执行更新
能匹配查询,但是会在
结果中被过滤掉。
12. 对于 GC 方面,在使用 Elasticsearch 时要注意什么?
-
倒排词典的索引需要常驻内存,无法GC,需要监控data node上segment memory增长趋势。
-
各类
缓存,field cache, filter cache, indexing cache, bulk queue等等,要设置合理的大小,并且要应该根据最坏的情况来看heap是否够用,也就是各类缓存全部占满的时候,还有heap空间可以分配给其他任务吗?避免采用clear cache等“自欺欺人”的方式来释放内存。 -
避免返回大量结果集的搜索与聚合。确实需要大量拉取数据的场景,可以采用scan & scroll api来实现。
-
cluster stats驻留内存并无法水平扩展,
超大规模集群可以考虑分拆成多个集群通过tribe node连接。 -
想知道
heap够不够,必须结合实际应用场景,并对集群的heap使用情况做持续的监控。 -
根据监控数据理解内存需求,合理配置各类
circuit breaker( 断路器),将内存溢出风险降低到最低。
13. Elasticsearch 对于大数据量(上亿量级)的聚合如何实现?
14. 在并发情况下,Elasticsearch 如果保证读写一致?
乐观并发控制,以确保新版本不会被旧版本覆盖,由应用层来处理具体的冲突;
写操作,一致性级别支持 quorum/one/all,
默认为 quorum,即只
有当大多数分片可用时才允许写操作。但即使大多数可用,也可能存在因为网络等原因导致写入副本失败,这样该副本被认为故障,分片会在一个不同的节点上重建。
读操作,可以设置
replication 为 sync(默认),这使得操作在
主分片和副
本分片都完成后才会返回;如果设置 replication 为 async 时,也可以通过设置搜索请求参数_preference 为 primary 来查询主分片,确保文档是最新版本。
15. 介绍下你们电商搜索的整体技术架构。
16. 是否了解字典树?
数据结构 | 优缺点 |
---|---|
Array/List | 使用二分法查找,不平衡 |
HashMap/TreeMap | 性能高,内存消耗大,几乎是原始数据的三倍 |
Skip List | 跳跃表,可快速查找词语,在lucene,redis,HBase中有实现 |
Trie | 适合英文词典,如果系统中存在大量字符串且这些字符串基本没有公共前缀 |
Double Array Trie | 适合做中文词典,内存占用小,很多分词工具军采用此种算法 |
Ternary Search Tree | 一种有状态的转移机,Lucene 4有开源实现,并大量使用 |
17.能否列出与 Elasticsearch 有关的主要可用字段数据类型?
字符串数据类型,包括支持
全文检索的 text 类型和
精准匹配的 keyword 类型。
数值数据类型,例如字节,短整数,长整数,浮点数,双精度数,half_float,scaled_float。
日期类型,日期纳秒Date nanoseconds,布尔值,二进制(Base64编码的字符串)等。
范围(整数范围 integer_range,长范围 long_range,双精度范围 double_range,浮动范围float_range,日期范围 date_range)。
、包含对象的复杂数据类型,nested 、Object。
GEO 地理位置相关类型。
数组(数组中的值应具有相同的数据类型)
18.ElasticSearch中的集群、节点、索引、文档、类型是什么?
-
群集:一个或多个节点(服务器)的集合,它们共同保存您的整个数据,并提供跨所有节点的联合索引和搜索功能。群集由唯一名称标识,默认情况下为“elasticsearch”。此名称很重要,因为如果节点设置为按名称加入群集,则该节点只能是群集的一部分。
-
节点:属于集群一部分的单个服务器。它存储数据并参与群集索引和搜索功能。
-
索引:就像关系数据库中的“数据库”。它有一个定义多种类型的映射。索引是逻辑名称空间,映射到一个或多个主分片,并且可以有零个或多个副本分片。(eg: MySQL =>数据库 ElasticSearch =>索引)
-
文档:类似于关系数据库中的一行。不同之处在于索引中的每个文档可以具有不同的结构(字段),但是对于通用字段应该具有相同的数据类型。
-
类型:是索引的逻辑类别/分区,其语义完全取决于用户。
19. 在Elasticsearch中 cat API的功能是什么?
提供了Elasticsearch 集群的分析、概述和运行状况,其中包括与别名,分配,索引,节点属性等有关的信息
。
20. 拼写纠错是如何实现的?
编辑距离来实现;编辑距离是一种标准的方法,它用来表示经
过插入、删除和替换操作从一个字符串转换到另外一个字符串的最小操作步数;
cake,然后再找和 cake 节点编辑距离是 0 到 2 的,分别找到 cape 和
cape 这个满足条件的结果。
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/194378.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...