面试题：ElasticSearch搜索类型之中等难度题

Question

在ElasticSearch中，简述query then fetch搜索类型的工作原理以及它在何种场景下会存在性能问题？

Answer 1

Query Then Fetch搜索类型工作原理

1. Query阶段：
   • 客户端发送搜索请求到一个协调节点（coordinating node）。
   • 协调节点将查询请求广播到索引中的所有分片（primary shard 和 replica shard）。
   • 每个分片在本地执行查询，并生成一个按照相关性得分排序的文档ID列表。这个列表仅包含文档ID和相关性得分等少量信息，不包含文档的完整内容。
   • 每个分片将这些文档ID列表返回给协调节点。
   • 协调节点合并这些来自不同分片的文档ID列表，并按照相关性得分重新排序，选出需要返回给客户端的文档ID集合（通常是前N个）。
2. Fetch阶段：
   • 协调节点根据上一阶段选出的文档ID，去各个包含这些文档的分片上获取文档的完整内容。
   • 分片将文档的完整内容返回给协调节点。
   • 协调节点将这些完整的文档组装起来，返回给客户端。

性能问题场景

1. 高网络延迟场景：在Query阶段，协调节点需要与所有分片通信，在Fetch阶段，又需要再次与包含所需文档的分片通信。如果网络延迟较高，多次往返通信会显著增加整体的搜索延迟。
2. 大量文档命中场景：当查询命中大量文档时，在Query阶段，每个分片返回的文档ID列表会较大，协调节点合并和排序这些列表的开销增大。并且在Fetch阶段，需要从多个分片获取大量文档的完整内容，网络传输和处理的负担加重，可能导致性能瓶颈。
3. 文档字段较多且内容大场景：如果文档包含大量字段且内容较大，在Fetch阶段从分片获取文档完整内容时，网络传输的数据量巨大，会成为性能的瓶颈点，拖慢整体搜索速度。