# Elasticsearch面试常见问题（一）：基础概念与架构
## 1. Elasticsearch是什么？它的主要特点是什么？
**答案：**
– Elasticsearch是一个开源的分布式搜索和分析引擎，基于Lucene构建
– 主要特点：
– 分布式：支持水平扩展
– 实时：近实时搜索和分析
– 多租户：支持多个索引和类型
– 全文搜索：支持复杂的全文搜索
– 结构化搜索：支持结构化数据搜索
– 分析能力：支持聚合分析
– RESTful API：使用HTTP和JSON进行交互
## 2. Elasticsearch的架构是什么样的？
**答案：**
– Elasticsearch采用分布式架构：
– 节点（Node）：单个Elasticsearch实例
– 集群（Cluster）：多个节点组成的集合
– 索引（Index）：类似于数据库
– 类型（Type）：类似于表（在7.0+版本中已废弃）
– 文档（Document）：类似于行
– 分片（Shard）：索引的一部分，可分布在不同节点上
– 副本（Replica）：分片的备份
## 3. Elasticsearch的数据模型是什么样的？
**答案：**
– Elasticsearch是一个文档型数据库，使用JSON格式存储数据
– 数据模型层次：
– 索引（Index）：包含多个文档
– 文档（Document）：包含多个字段
– 字段（Field）：包含数据值
– 每个文档都有一个唯一的ID
– 支持动态映射：自动检测字段类型
## 4. Elasticsearch的分片机制是什么？
**答案：**
– 分片是Elasticsearch索引的基本单位，每个索引可以分为多个分片
– 分片分为主分片（Primary Shard）和副本分片（Replica Shard）
– 主分片负责数据的写入和查询
– 副本分片是主分片的备份，提高系统的可靠性和读性能
– 分片的数量在创建索引时指定，后续无法修改
– 分片会自动分布在集群的不同节点上
## 5. Elasticsearch的倒排索引是什么？
**答案：**
– 倒排索引是Elasticsearch的核心数据结构，用于快速全文搜索
– 倒排索引的结构：
– 词项（Term）：文档中的单词
– 文档ID列表：包含该词项的文档ID
– 词频（Term Frequency）：词项在文档中出现的次数
– 位置（Position）：词项在文档中的位置
– 倒排索引的优点：
– 快速全文搜索
– 支持复杂的查询
– 支持相关性排序
## 6. Elasticsearch的集群发现机制是什么？
**答案：**
– Elasticsearch使用Zen Discovery机制来发现和管理集群成员
– 主要组件：
– 种子节点（Seed Nodes）：集群的初始节点列表
– 选举机制：选举主节点（Master Node）
– 心跳机制：检测节点状态
– 发现过程：
1. 节点启动时，向种子节点发送加入请求
2. 种子节点将请求转发给主节点
3. 主节点验证节点身份，将其加入集群
4. 主节点重新分配分片
## 7. Elasticsearch的主节点（Master Node）的作用是什么？
**答案：**
– 主节点负责集群的管理和协调：
– 管理集群状态
– 处理节点加入和离开
– 分配分片
– 执行集群级别的操作
– 主节点不负责数据的读写，所以负载较轻
– 集群可以有多个候选主节点，当主节点故障时，会选举新的主节点
## 8. Elasticsearch的查询类型有哪些？
**答案：**
– 全文查询：
– match：全文搜索
– match_phrase：短语搜索
– multi_match：多字段搜索
– 结构化查询：
– term：精确匹配
– range：范围查询
– bool：布尔组合查询
– filter：过滤查询
– 聚合查询：
– terms：分组聚合
– sum：求和聚合
– avg：平均值聚合
– max/min：最大/最小值聚合
– date_histogram：日期直方图聚合
## 9. Elasticsearch的相关性评分机制是什么？
**答案：**
– Elasticsearch使用TF-IDF（词频-逆文档频率）算法计算相关性评分
– 评分因素：
– TF（Term Frequency）：词项在文档中出现的频率
– IDF（Inverse Document Frequency）：词项在整个索引中的稀有程度
– 字段长度归一化：字段越短，评分越高
– 协调因子：文档中匹配的词项比例
– 评分公式：
“`
score = (TF * IDF * field_length_norm) * coordination_factor
“`
## 10. Elasticsearch与其他搜索引擎的区别是什么？
**答案：**
– 与Solr相比：
– Elasticsearch更专注于实时搜索
– Elasticsearch的API更友好
– Elasticsearch的分布式架构更成熟
– 与Splunk相比：
– Elasticsearch是开源的，而Splunk是商业软件
– Elasticsearch的部署更灵活
– Splunk的功能更丰富，尤其是在日志分析方面
– 与传统关系型数据库相比：
– Elasticsearch更适合全文搜索
– Elasticsearch的分布式架构更适合大规模数据
– 传统数据库更适合事务处理和复杂的关系查询
## 总结
Elasticsearch是一个功能强大的分布式搜索和分析引擎，在面试中经常会被问到相关的问题。掌握Elasticsearch的基础概念、架构和核心功能对于通过搜索和数据分析相关的技术面试非常重要。希望这些问题和答案能帮助你准备面试，祝你面试成功！