面试题：ElasticSearch创建索引API在复杂场景下的应用

Question

假设你需要为一个包含多种数据类型（如文本、数字、日期）且数据量庞大的电商商品数据创建索引，要求支持高效的搜索和聚合分析。请描述如何利用ElasticSearch创建索引API进行索引的设计与创建，包括设置合适的分片、副本，以及设计精准的映射关系等，并解释这样设计的原因。

Answer 1

1. 创建索引

使用 Elasticsearch 的 PUT 请求创建索引。例如：

PUT /ecommerce_products
{
    "settings": {
        "number_of_shards": 5,
        "number_of_replicas": 1
    }
}

原因：

• 分片（number_of_shards）：数据量庞大时，将数据分布在多个分片上，可并行处理查询，提高搜索性能。选择5个分片是一个经验值，具体数量需根据数据量和服务器资源调整。更多分片可处理更大数据量，但会增加管理开销。
• 副本（number_of_replicas）：副本用于提高高可用性和搜索吞吐量。设置为1，即每个分片有一个副本，在主分片故障时可提供数据冗余，同时可分担读请求，提升搜索效率。

2. 设计映射关系

映射定义了文档中字段的数据类型。例如：

PUT /ecommerce_products/_mapping
{
    "properties": {
        "product_name": {
            "type": "text",
            "analyzer": "standard"
        },
        "price": {
            "type": "float"
        },
        "product_date": {
            "type": "date",
            "format": "yyyy - MM - dd"
        }
    }
}

原因：

• 文本字段（product_name）：使用 text 类型，适合全文搜索。analyzer 设置为 standard，会将文本按词切分，建立倒排索引，支持高效的全文检索。
• 数字字段（price）：用 float 类型存储价格，适合数值类型的聚合分析，如计算平均价格、总价等。
• 日期字段（product_date）：date 类型可进行日期范围查询和按日期聚合。format 定义日期格式，确保日期数据的正确解析和存储。