Elasticsearch 高级 Java 开发高频面试题

一、基础概念类

1. Elasticsearch 是什么？和传统关系型数据库（MySQL）的核心区别是什么？
   • 答案：Elasticsearch 是一款分布式、RESTful 风格的全文检索与数据分析引擎，基于 Lucene 构建，支持海量数据的实时搜索、分析和存储。
2. ES 的核心组件（Index、Type、Document、Shard、Replica）分别是什么？Type 为什么在 7.x 被废弃？
   • 核心组件：
     • Index（索引）：类比 MySQL 的 Database，是一类相似文档的集合。
     • Type（类型）：类比 MySQL 的 Table，7.x 后被废弃，原因是同一索引下不同 Type 的文档字段冲突会导致 Lucene 效率下降，官方推荐一个索引对应一个业务类型。
     • Document（文档）：类比 MySQL 的 Row，是 ES 中最小的数据单元，以 JSON 格式存储。
     • Shard（分片）：索引的水平拆分单元，解决单节点存储和查询瓶颈，分片数在索引创建时指定，后续无法修改。
     • Replica（副本）：分片的备份，用于故障转移和提升查询吞吐量，副本数可动态调整。
   • Type 废弃核心原因：Lucene 的底层是单一索引结构，不同 Type 的文档会存储在同一个 Lucene 索引中，字段冲突会导致字段类型混乱，影响检索效率。
3. 什么是倒排索引？它的优缺点是什么？
   • 答案：倒排索引是全文检索的核心数据结构，与传统'正排索引（文档→关键词）'相反，它是关键词→文档列表的映射。
     • 构建过程：分词器将文档内容拆分为词条（Term），记录每个词条出现在哪些文档（Doc ID）、位置（Position）、频率（TF）。
   • 优点：全文检索效率极高，能快速匹配包含某个关键词的所有文档。
   • 缺点：
     • 写入 / 更新成本高：新增或修改文档时，需要重新构建倒排索引。
     • 占用存储空间较大：需要存储词条与文档的映射关系。

与 MySQL 的核心区别：

维度	Elasticsearch	MySQL
存储模型	文档型（JSON 文档）	关系型（行、列、表）
索引结构	倒排索引（全文检索核心）	B+ 树（高效范围查询）
核心场景	全文搜索、日志分析、数据聚合	事务性业务、结构化查询
分布式特性	原生支持分片、副本	需依赖中间件（如 MyCat）

二、核心原理类

1. ES 的分片路由机制是什么？公式是什么？
   • 答案：当写入文档时，ES 会根据文档 ID 计算出该文档应该分配到哪个分片，这个过程就是分片路由。
   • 路由公式：shard = hash(routing) % number_of_primary_shards
     • routing：默认是文档的 _id，也可以自定义。
     • number_of_primary_shards：主分片数量，创建索引时固定。