面试题：ElasticSearch聚合查询结果在复杂业务场景下的分析与优化

Question

在一个电商搜索场景中，有商品索引，包含商品价格、分类、销量等字段。现在需要通过聚合查询找到每个分类下价格前10且销量大于100的商品，并对聚合结果进行分析，给出优化查询性能的建议。

Answer 1

1. 使用数据库实现聚合查询

假设使用关系型数据库（如MySQL），示例代码如下：

WITH RankedProducts AS (
    SELECT 
        product_id, 
        category, 
        price, 
        sales,
        ROW_NUMBER() OVER (PARTITION BY category ORDER BY price ASC) as price_rank
    FROM 
        products
    WHERE 
        sales > 100
)
SELECT 
    category, 
    product_id, 
    price, 
    sales
FROM 
    RankedProducts
WHERE 
    price_rank <= 10;

上述代码使用了CTE（公用表表达式）来为每个分类内的商品按价格进行排名，然后筛选出每个分类中价格排名前10且销量大于100的商品。

2. 优化查询性能的建议

1. 索引优化：
   • 在 products 表的 category、price 和 sales 字段上创建联合索引，如 CREATE INDEX idx_category_price_sales ON products (category, price, sales);。这样在查询时可以利用索引快速定位满足条件的行。
2. 数据分区：
   • 如果数据量非常大，可以考虑按 category 进行数据分区。这样在查询特定分类的数据时，可以减少扫描的数据范围，提高查询效率。例如在MySQL中，可以使用 PARTITION BY LIST (category) 进行分区。
3. 缓存策略：
   • 对于不经常变化的聚合结果，可以使用缓存（如Redis）。如果相同的查询频繁发生，直接从缓存中获取结果，避免重复执行数据库查询，大大提高响应速度。
4. 查询执行计划分析：
   • 使用数据库提供的查询执行计划分析工具（如MySQL的 EXPLAIN 关键字），查看查询执行过程中是否有效地使用了索引等优化手段。根据分析结果进一步调整查询或索引结构。